Descript（descript.com）是一款以 AI 為核心的音訊與影片編輯器，最關鍵的設計是「文字式剪輯」：匯入錄音或影片（或直接在應用程式內錄製）之後，系統會自動產生附講者標記的轉錄稿，刪改稿件中的字句，對應的聲音與畫面就一併被剪掉或重新排列；時間軸依然保留，但大部分粗剪可以完全在文字上完成。它把傳統剪輯裡「聽打、找片段、剪片段」的流程濃縮成「讀稿、刪字」，主要服務播客、口播、教學與企業溝通類影片的製作。在此基礎上，Descript 整合了 Studio Sound 降噪、聲音複製、遠端多人錄製、翻譯配音等 AI 能力，2024 年再推出名為 Underlord 的 AI 協同編輯器，也為開發者提供 API 與 MCP 介面（官網、官方定價頁，查核日期 2026-09-16）。

站點速覽

  • 網址：https://www.descript.com
  • 類型：AI 音訊與影片編輯 SaaS（桌面應用 + 網頁版）
  • 費用：免費方案 0 美元；付費方案按年付折算 Hobbyist 16 美元/人/月、Creator 24 美元/人/月、Business 50 美元/人/月，Enterprise 另議（官方稱年付比月付最多省 35%，截至 2026-09-16，官方定價頁）
  • 註冊要求：瀏覽官網無需註冊；使用產品必須註冊帳號，免費方案無需信用卡（官網 FAQ）
  • 介面語言：英文；轉錄支援 25 種語言（不含中文、日語、韓語），字幕翻譯 61 種、配音翻譯 30 種（後兩者含中文，官方定價頁功能表）
  • 運行平台：macOS 14（Sonoma）以上、Windows 11 以上的桌面應用（至少 8GB 記憶體），另有網頁版 web.descript.com（官方安裝文件、系統需求）
  • 上線時間：2017 年（TechCrunch）

站點背景

Descript 於 2017 年由 Andrew Mason 在舊金山創立。Mason 更為人熟知的身分是 Groupon 創辦人兼首任 CEO；Descript 的原型是他先前創業項目 Detour（城市語音導覽應用）團隊為處理導覽音訊而自用的內部剪輯工具，之後獨立成為公司（TechCrunch、Contrary Research 公司研究）。

發展歷程中的關鍵節點：

  • 2019 年：收購語音合成公司 Lyrebird，並以此為基礎推出 Overdub 聲音複製功能——輸入文字即可產生使用者本人聲音的語音（Contrary Research）。此能力現歸入「AI Speech」產品線。
  • 2020 年：從音訊擴展到影片剪輯，同一套文字式操作同時適用於兩種媒介（Contrary Research）。
  • 2022 年 11 月：完成由 OpenAI Startup Fund 領投的 5,000 萬美元 C 輪融資，累計融資達 1 億美元，其他主要投資方包括 Andreessen Horowitz、Redpoint Ventures 與 Spark Capital；同月發表大改版「The New Descript」（TechCrunch、官方 About、Product Hunt）。
  • 2024 年 6 月：AI 協同編輯器 Underlord 上線，可依照自然語言指令自動完成粗剪、上字幕、製作精華短片等多步驟操作（Product Hunt）。
  • 2025 年 9 月：Mason 卸任 CEO、轉任執行董事長，由原產品副總裁 Laura Burkhauser 接任 CEO（Podcast News Daily）。

截至 2026-09-16，官方宣稱超過 600 萬創作者與團隊在使用 Descript（官方定價頁）；企業合規方面，官網聲明其通過 SOC 2 Type II 認證、支援 SAML SSO 與 SCIM、符合 GDPR 要求，G2 評分 4.6/5（837 則評價）（官網首頁）。

Descript 官網首頁：主標語「AI-editing for every kind of video」，下方展示 Underlord AI 協同編輯器面板

核心機制：像編文件一樣剪音訊與影片

文字式剪輯是 Descript 與傳統剪輯軟體最根本的差異，各環節均有官方文件可查證：

  • 自動轉錄與講者標記：匯入或錄製的素材會自動轉錄成附時間戳的文字，可自動辨識並標記 8 位以上講者；轉錄目前支援 25 種語言，包括英語、西班牙語、法語、德語、印地語等，但不含中文、日語、韓語（官方定價頁功能表）。
  • 刪字即刪片段：在轉錄稿中刪除詞句、調整語序，對應的音訊與影片同步被剪掉或重排；需要精細控制時仍可切換到時間軸。批次清理方面，Remove Filler Words 可一鍵標出並刪除「um」「ah」等口頭禪，Edit for Clarity 負責刪除明顯廢話，Remove Retakes 只保留最佳一遍，Shorten Word Gaps 壓縮過長停頓（官網功能列表）。
  • Studio Sound 一鍵降噪：AI 去除背景噪音並增強人聲，官方定位是讓普通錄音接近錄音室效果（官網）。
  • 畫面層編輯：場景、版式、轉場、動畫、動態字幕等以「簡報式」操作疊加，不需要關鍵影格經驗；另有 Eye Contact（眼神校正）、Green Screen（無綠幕去背）、Automatic Multicam（自動切換說話者畫面）等 AI 畫面工具（官網功能列表）。
  • 匯出：本機影片匯出解析度免費方案 720p、Hobbyist 1080p、Creator 起 4K；音訊匯出不限長度；亦可將時間軸匯出到 Adobe Premiere、Final Cut Pro、Pro Tools、Logic、Adobe Audition 等專業軟體繼續精製（官方定價頁功能表）。

Descript 官網工作流程展示區：Edit 分頁示範文字式剪輯——左側為轉錄稿編輯說明，右側產品介面中文字稿與畫面、時間軸連動

AI 工具箱：Underlord、聲音複製與生成

除文字式剪輯外，Descript 圍繞「AI 代工」堆疊了一組功能（以下均以官網與定價頁功能表為準）：

  • Underlord：2024 年上線的 AI 協同編輯器，以自然語言下達指令即可完成粗剪、上字幕、製作短片切片（Create Clips）、撰寫節目說明（Show Notes）等多步驟任務；免費方案即可限量試用（官網）。
  • AI Speech（原 Overdub）：輸入文字產生語音，可選內建 AI 聲音（Business 方案 60 餘種）或複製本人聲音；Regenerate 功能用於修補錄音中的錯字，讓補錄語音與上下文音色一致（官方定價頁）。
  • 翻譯與配音：字幕翻譯支援 61 種語言、配音（dubbing）翻譯支援 30 種語言（均含中文），Business 方案提供翻譯校對檢視；另有 14 種語言的「母語級」AI 聲音（含中文）（官方定價頁功能表）。
  • 生成式媒體：依提示詞生成影片、圖片與音樂，用作 B-roll 或補鏡頭；AI 數位人（Avatars）功能 2025 年 4 月上線，可從照片或文字描述生成出鏡形象（官網、Product Hunt）。
  • 免權利金素材庫：內建影片、圖片、GIF、音樂與音效素材，Creator 方案起不限搜尋結果用量（官方定價頁）。

錄製、協作與發布

Descript 把「錄製」也收進同一工作流程：桌面應用內建螢幕／攝影機錄製；Rooms 功能提供遠端多人錄製，最多 10 人同時參與，每人獨立分軌並自動雲端備份，錄製結束後自動匯入專案並完成轉錄（官網、官方定價頁功能表，免費方案每 Drive 每月 2 小時錄製時數，Business 方案 25 小時）。

協作方面支援留言、即時共同編輯，Business 方案增加 Brand Studio（團隊共用範本與品牌規範）；成品既可直接匯出檔案，也可發布為附嵌入播放器的分享網頁連結（官方定價頁）。

開放能力：API 與 MCP

Descript 提供 HTTPS API（官方標註 early access）：以程式化方式建立專案、從 URL 或本機檔案匯入媒體（自動轉錄）、執行 Underlord 編輯（上字幕、去口頭禪、Studio Sound 等）、發布作品並取得簽名下載網址、匯出轉錄稿（text / Markdown / HTML / RTF / DOCX / SRT）。API Token 綁定單一 Drive；呼叫會消耗帳號的媒體時數與 AI 點數，用盡後介面回傳 402 錯誤。官方同時提供 MCP 伺服器，可把 Descript 接入 Claude、ChatGPT、Cursor 等 AI 助手，另有 Zapier 整合與命令列工具。已知限制包括：不發布則無法透過 API 下載算圖後的成片、不支援以 YouTube 連結作為匯入來源、任務紀錄僅保留 30 天（官方 API 文件、API 產品頁）。

Descript 說明中心首頁：左側為文件導覽，主體提供 Underlord、MCP、API 三個入口卡片

定價與配額

Descript 採用「媒體時數 + AI 點數」雙配額制：媒體時數計量匯入或錄製的素材長度，AI 點數計量 Underlord、Studio Sound、眼神校正等 AI 功能的呼叫；兩種配額用完後均可加購。以下價格截至 2026-09-16，為官方定價頁按年付折算的每人每月價格（官方稱年付比月付最多省 35%）：

方案 價格 媒體時數/月 AI 點數/月 匯出 席位 雲端儲存
Free 0 美元 1 小時 100（一次性） 720p（付費方案起去浮水印） 1 5GB
Hobbyist 16 美元 10 小時 400 1080p 無浮水印 1 100GB
Creator 24 美元 30 小時 800 4K 無浮水印 最多 3 1TB
Business 50 美元 40 小時 1500 4K 無浮水印 最多 5 2TB
Enterprise 另議 依團隊另議 依團隊另議 另議 另議 另議

Business 方案另有翻譯配音加校對、自訂數位人、Brand Studio、優先支援（SLA）等權益；Enterprise 增加稽核日誌、AI 訓練退出選項、自訂資料保留與採購合約支援（官方定價頁）。

Descript 定價頁：Hobbyist、Creator、Business、Enterprise 四種方案卡片，預設展示年付價格

語音倫理與資料政策

聲音複製是 Descript 最具爭議潛力的能力，官方有公開約束：訓練語音模型前必須通過口頭同意驗證（verbal consent verification），確保只能為獲得本人授權的聲音建模；Descript 同時是 Content Authenticity Initiative（內容真實性倡議）成員（官方倫理聲明）。資料方面，官方在定價頁 FAQ 中聲明「專案內容即使對 Descript 也保密」，企業版客戶可選擇退出 AI 訓練並自訂資料保留策略（官方定價頁）。

適用場景

  • 播客與訪談後期：多軌錄製、自動轉錄、去口頭禪、一鍵降噪，剪輯在稿子上完成。
  • 口播、教學與企業培訓影片：眼神校正、提詞器、範本化版式降低出鏡與製作門檻。
  • 行銷與內容團隊的批次生產：長影片自動切精華短片、翻譯配音、API 接入自動化流水線。
  • 以文字為起點的內容生產：先寫稿再用 AI 語音或數位人生成音訊與影片的「無錄製」流程。

限制

  • 轉錄不支援中文、日語、韓語：官方 25 種轉錄語言清單中沒有任何中日韓語言（截至 2026-09-16，官方定價頁功能表）。以中文錄音為主的使用者無法使用其最核心的「轉錄—文字剪輯」流程；支援中文的是反向的翻譯配音與 AI 語音功能，兩者不能混淆。
  • 介面僅英文：應用程式與說明中心均不提供中文介面。
  • 雙配額成本：媒體時數與 AI 點數分開計量，重度使用 AI 功能或處理大量素材時可能需要在方案外加購。
  • 免費方案限制明顯：每月 1 媒體小時、100 一次性 AI 點數、720p 匯出（無浮水印匯出從付費方案開始）、5GB 雲端儲存、單檔上傳上限 1GB，僅適合試用流程（官方定價頁）。
  • 平台覆蓋：桌面端僅支援 macOS 與 Windows，無 Linux 用戶端；網頁版可應急但完整體驗在桌面端（官方安裝文件）。
  • 非影視級後期工具：其設計目標是溝通與口播類影片的效率，複雜調色、特效合成仍需匯出到 Premiere 等專業軟體完成（基於其功能列表與官方定位的合理推斷）。

同類參考

  • Adobe Premiere Pro / Final Cut Pro / DaVinci Resolve：傳統時間軸剪輯軟體，精製能力完整但學習成本高；Descript 與它們並非純替代關係——可以把 Descript 專案的時間軸匯出到這些軟體繼續製作。
  • ElevenLabs：聲音複製與 AI 配音領域的專門服務商；Descript 的語音能力內嵌於剪輯工作流程，而非獨立 API 優先的產品。

參考資料