Skal jeg blive på siden, mens den behandler?

Nej. Jobbet kører på serveren, så du kan lukke fanen eller computeren. De færdige klip ligger i dit bibliotek, når du kommer tilbage, og vi sender dig en mail i det øjeblik, de er klar.

Hvilke filformater og længder kan jeg sende?

Almindelige videofiler og videolinks, op til ti timer (600 minutter) kilde pr. kørsel. Podcastepisoder, webinarer, interviews, foredrag og stream-VOD'er på flere timer går alle gennem den samme pipeline. Længere kilder tager tilsvarende længere tid og koster tilsvarende flere kreditter, fordi én kredit er ét minut kilde. En optagelse, der er længere end loftet, skal først klippes ned, og det sænker også regningen.

Kan jeg ændre det, AI'en valgte?

Ja. Trinene omformatering, undertekster og hook er åbne frem for skjulte, så et klip, hvis beskæring eller hook du ikke bryder dig om, kan justeres uden at eksportere til en separat editor. Udvælgelsen af øjeblikke er et udgangspunkt, ikke en dom.

Hvilke sprog understøtter den?

Det talte sprog registreres automatisk, og karaoke-underteksterne er kontrolleret fra ende til anden på engelsk, spansk, tysk og russisk. Særskilt kan et færdigt klip dubbes til 31 sprog med talerens stemme bevaret, og den dubbede lyd transskriberes igen, så underteksterne passer til det nye sprog frem for det gamle.

Hvor lang tid tager det for Clippen at behandle en video?

Længere end et øjeblik og kortere end en eftermiddag — hele optagelsen transskriberes, før der laves ét eneste snit. Vi opgiver ikke et tal, fordi det afhænger af kilden og af, hvor travl køen er, og et tal, vi ikke holder, er værre end intet tal. Jobbet kører på serveren: luk fanen, så sender vi dig en mail i det øjeblik, klippene er klar.

Hvorfor starter Clippens klip ikke midt i en sætning?

Transskriptionen har et tidsstempel på hvert enkelt ord, og de visuelle snitpunkter kommer fra scenegenkendelsen. Modellen, der vælger øjeblikkene, får begge dele samlet, så et klip kan begynde på en ordgrænse, der også er en ren billedgrænse. At kunne stå alene er en del af udvælgelseskriterierne, så et afsnit, der kun giver mening i sammenhæng, bliver ikke valgt.

Hvordan afgør Clippen, hvad der skal beholdes i en lodret beskæring?

Den vælger et layout pr. scene i stedet for at beskære alt til midten. En enkelt taler følges med ansigtsgenkendelse og et dæmpet kamera; to talere i samme billede stables i halve billeder; slides og delte skærme stables over præsentatoren; et stream-layout med en webcam-boks bygges om til skærm øverst og kamera nedenunder.

Hvad sker der med min videofil?

Den uploades, behandles gennem de seks pipeline-trin på vores servere og bliver til klip, som du kan downloade eller poste. Intet udgives nogen steder, medmindre du forbinder en social konto og vælger at poste. Du beholder alle de rettigheder, du allerede havde i kilden og i klippene.

Forside Sådan virker det

Sådan gør Clippen én lang optagelse til lodrette klip

Af Clippen-holdet·Udgivet 2026-08-23·Opdateret 2026-10-01

Kort fortalt

Hvert ord i kilden transskriberes med sit eget tidsstempel, og hver eneste billedgrænse findes, hvorefter transskriptionen og de grænser læses sammen for at udvælge de stærkeste selvstændige øjeblikke på 15 til 60 sekunder. Hvert enkelt klippes ud, omformateres til 9:16 omkring den, der taler, og får undertekster ord for ord.

Seks trin kører i rækkefølge, og ingen af dem kræver dig. En kilde på 60 minutter kommer tilbage som omkring 10 klip i 1080×1920. Vi sender dig en mail i det øjeblik, de er klar.

Betalt, fra 11,66 $ om måneden ved årlig betaling eller 19,99 $ måned for måned. Kreditter trækkes pr. minut kildevideo, ikke pr. klip.

Hvad sker der med din video, efter du har sendt den?

Du giver Clippen én lang optagelse: indsæt et link, eller upload filen. Fra det øjeblik foregår arbejdet på vores servere, ikke i din browser. Du kan lukke fanen, og klippene venter på dig, når du kommer tilbage.

Jobbet kører som en kø på seks trin i fast rækkefølge, fordi hvert enkelt har brug for resultatet fra det foregående. Transskriptionen skal findes, før en model kan bedømme, hvilke tres sekunder der er værd at beholde. Scenegrænserne skal findes, før et snit kan placeres et andet sted end midt i et billede. De udvalgte øjeblikke skal findes, før der er noget at omformatere.

Der udgives intet nogen steder som led i behandlingen. Klippene er dine at downloade, og opslag på TikTok, Instagram Reels eller YouTube Shorts sker kun, når du forbinder en konto og trykker på post. Clippen er bygget til at klippe video, du ejer eller har ret til at bruge — din egen podcast, din egen stream, dit eget foredrag. Du beholder alle de rettigheder, du allerede havde i kilden og i klippene; Clippen tager ingen licens ud over at behandle den fil, du sender. At klippe en andens upload er en sag mellem dig og målplatformen: YouTubes politik om uautentisk indhold fra juli 2025 nævner udtrykkeligt genbrugte klip.

De seks trin, i rækkefølge

Transskription med tidsstempler på ordniveau

Kildens lyd transskriberes med et tidsstempel på hvert enkelt ord, ikke kun på hver sætning. Timing på ordniveau er det, der lader et klip starte på en ordgrænse i stedet for en halv stavelse inde i ordet, og det er det, der får karaoke-underteksterne til at ramme det rigtige billede. Det talte sprog registreres automatisk.

Registrering af scenegrænser

Videoen scannes for snit og hårde visuelle overgange. De grænser forhindrer et klip i at åbne midt i et billede, som er den hyppigste grund til, at et automatisk genereret klip ser maskinlavet ud.

Udvælgelse af øjeblikke

Den tidsstemplede transskription og scenegrænserne går sammen til modellen, som returnerer de stærkeste selvstændige afsnit på hver 15 til 60 sekunder, bedømt på, hvor hårdt åbningen rammer, om afsnittet betaler sig, og om det stadig giver mening for en, der ikke har hørt resten af episoden. Den sigter mod omkring ti klip fra enhver optagelse, der er lang nok til at rumme dem, og returnerer færre, kun når kilden er for kort.

Lodret omformatering

Hvert klip sammensættes påny fra 16:9 til 9:16. Én tilstand følger en enkelt taler med ansigtsgenkendelse, dæmpet af en stabilisator, der holder kameraet stille inde i en sikker zone i stedet for at jagte hver eneste hovedbevægelse. GENERAL bevarer den fulde bredde over en sløret baggrund til gruppebilleder og landskaber. SPLIT stabler to talere i halve billeder, når begge virkelig er i samme billede. SCREENCAST og INSET tager sig af slides, delte skærme og stream-layouts, hvor meningen ligger uden for midten af billedet.

Undertekster, hooks og tempo

Underteksterne renderes ord for ord ud fra transskriptionen og brændes ind, så det talte ord fremhæves, i det øjeblik det lyder. En AI-skrevet hook-overskrift dækker de første sekunder, hvor en seer af korte videoer afgør, om vedkommende bliver. Valgfri punch-ins zoomer ind på klippets beats, så et stillestående kamera ikke kommer til at ligne et stillestående klip.

Eksport og udgivelse

Klippene kommer ud i 1080×1920 i 9:16, 1:1 og 16:9. Download dem, eller post til TikTok, Instagram Reels og YouTube Shorts fra dashboardet. Stemmedubbing kan oversætte et klip til 31 sprog, mens talerens stemme bevares, og den dubbede lyd transskriberes igen, så underteksterne passer til det nye sprog.

Hvor lang tid tager det?

Vi sender dig en mail i det øjeblik, de er klar. Jobbet kører på vores servere, ikke på din maskine, og på rigtige kilder af enhver længde — en podcastepisode, et konferenceindlæg på 20 minutter, en stream på fire timer — frem for på en kort demofil.

Det er værd at vide, fordi det ændrer, hvordan du planlægger. At klippe en episode på en time i hånden — finde øjeblikkene, klippe dem ud, omformatere hvert enkelt til lodret, skrive og time underteksterne — tager det meste af en arbejdsdag, og det er grunden til, at de fleste menneskers bagkatalog ligger uudgivet hen. Behandling uden opsyn er en anden slags beslutning. Du starter jobbet i slutningen af optagelsen, og klippene venter på dig, når du kommer tilbage.

Næsten al den tid går med transskription og videokodning. Modelkaldet, der vælger øjeblikkene, er en lille brøkdel af den, og derfor koster en længere kilde mere tid nogenlunde i forhold til sin længde frem for i pludselige spring.

Hvorfor starter klippene ikke midt i en sætning?

Fordi to adskilte signaler bruges til at placere snittet, og hvert af dem fanger det, det andet overser.

Transskriptionen har et tidsstempel på hvert enkelt ord, ikke på hver sætning. Det er det, der gør det muligt at starte et klip præcis på den første konsonant i det første ord frem for en brøkdel af et sekund inde i det, hvilket er det hørbare tegn på, at et klip er klippet af en maskine. Timing på ordniveau er også det, der lader underteksterne fremhæve hvert ord, i det øjeblik det faktisk bliver sagt.

Scenegenkendelsen leverer den anden halvdel. En transskription alene kan finde en genial sætning og slet ikke vide, at kameraet skifter midt i den. Scenegrænser alene kan finde rene visuelle snit uden noget, der er værd at sige, imellem dem. Modellen, der vælger øjeblikkene, får begge dele samlet, så den kan vælge et afsnit, der både kan citeres og er visuelt intakt.

Udvælgelsen bedømmes også på, om afsnittet kan stå på egne ben. En passage på tres sekunder, der åbner med „og det er præcis derfor, jeg er uenig”, er ubrugelig for en seer, der ikke har hørt de forrige ti minutter, uanset hvor god replikken er. At kunne stå alene er et udvælgelseskriterium, ikke en eftertanke.

Hvordan afgør den lodrette beskæring, hvad der skal beholdes?

Et 16:9-billede, der sammensættes påny til 9:16, mister omkring tre fjerdedele af sin bredde, så noget må afgøre, hvad den bredde var til. Clippen vælger et layout pr. scene i stedet for at anvende én beskæring på hele videoen.

TRACK følger en enkelt taler ved hjælp af ansigtsgenkendelse. Kameraet er dæmpet: det holder sig stille inde i en sikker zone og bevæger sig kun, når motivet forlader den, fordi en beskæring, der jagter hver eneste hovedbevægelse, svinger synligt og virker amatøragtig, selv når billedudsnittet teknisk set er korrekt.
GENERAL bevarer den fulde bredde over en sløret baggrund, til gruppebilleder og landskaber, hvor en beskæring til ét enkelt punkt smider motivet væk.
SPLIT stabler to talere i halve billeder, men kun når begge ansigter virkelig er i samme billede i en vedvarende del af scenen. Den test er det, der adskiller et ægte billede med to personer fra en klipning mellem to vinkler, hvor stabling ville vise den samme person to gange.
SCREENCAST og WIDE tager sig af slides og delte skærme. Indhold, der fylder det meste af billedet, kan ikke overleve en beskæring, så det stables over præsentatoren eller holdes i fuld bredde i stedet for at blive skåret væk.
INSET tager sig af stream-layoutet: en skærm i fuld bredde med en lille webcam-boks i et hjørne. Skærmen kommer øverst, og webcammet forstørres nedenunder.
Talerklip og punch-ins ligger oven på layoutet: hårde klip til den, der taler, og et blidt tryk ind på beatet, så et stillestående kamera ikke giver et stillestående klip.

Hvorfor det betyder mere, end det lyder som

De fleste klippere går ud fra, at motivet er et ansigt midt i billedet. Den antagelse er korrekt for en talking-head-vlog og forkert for en podcast med to gæster, et webinar med slides og en stream med gameplay — hvilket er det meste af den lange video, der faktisk findes. At vælge det forkerte layout giver ikke et lidt dårligere klip; det giver et klip af det forkerte.

Hvad koster en kørsel?

Clippen er et betalt værktøj og afregner efter længden af det, du fodrer det med: én kredit er ét minut kildevideo, og den ene betaling dækker hele kørslen — alle de klip, videoen giver, den lodrette omformatering, underteksterne og hooken. En podcast på 60 minutter koster 60 kreditter, uanset om den kommer tilbage med seks klip eller tolv. Abonnementerne starter ved 19,99 $ om måneden for 150 kreditter (11,66 $ om måneden ved årlig betaling) og går op til 59,99 $ om måneden for 800 kreditter. Der er ingen gratis version.

Enheden har betydning, når du sammenligner værktøjer. Afregning pr. minut kilde betyder, at prisen for en episode kan kendes, før du trykker på start: et interview på 45 minutter er 45 kreditter, uanset hvad der kommer tilbage. Afregning pr. færdigt klip betyder, at prisen flytter sig med et output, du ikke kan forudsige.

Ofte stillede spørgsmål

Skal jeg blive på siden, mens den behandler?: Nej. Jobbet kører på serveren, så du kan lukke fanen eller computeren. De færdige klip ligger i dit bibliotek, når du kommer tilbage, og vi sender dig en mail i det øjeblik, de er klar.
Hvilke filformater og længder kan jeg sende?: Almindelige videofiler og videolinks, op til ti timer (600 minutter) kilde pr. kørsel. Podcastepisoder, webinarer, interviews, foredrag og stream-VOD'er på flere timer går alle gennem den samme pipeline. Længere kilder tager tilsvarende længere tid og koster tilsvarende flere kreditter, fordi én kredit er ét minut kilde. En optagelse, der er længere end loftet, skal først klippes ned, og det sænker også regningen.
Kan jeg ændre det, AI'en valgte?: Ja. Trinene omformatering, undertekster og hook er åbne frem for skjulte, så et klip, hvis beskæring eller hook du ikke bryder dig om, kan justeres uden at eksportere til en separat editor. Udvælgelsen af øjeblikke er et udgangspunkt, ikke en dom.
Hvilke sprog understøtter den?: Det talte sprog registreres automatisk, og karaoke-underteksterne er kontrolleret fra ende til anden på engelsk, spansk, tysk og russisk. Særskilt kan et færdigt klip dubbes til 31 sprog med talerens stemme bevaret, og den dubbede lyd transskriberes igen, så underteksterne passer til det nye sprog frem for det gamle.
Hvem ejer klippene?: Det gør du. Du beholder alle de rettigheder, du allerede havde i kildevideoen og i de klip, der er lavet af den. Clippen tager ingen licens ud over at behandle den fil, du sender, og intet bliver postet på nogen platform, medmindre du forbinder en konto og vælger at poste det.
Hvor lang tid tager det for Clippen at behandle en video?: Længere end et øjeblik og kortere end en eftermiddag — hele optagelsen transskriberes, før der laves ét eneste snit. Vi opgiver ikke et tal, fordi det afhænger af kilden og af, hvor travl køen er, og et tal, vi ikke holder, er værre end intet tal. Jobbet kører på serveren: luk fanen, så sender vi dig en mail i det øjeblik, klippene er klar.
Hvorfor starter Clippens klip ikke midt i en sætning?: Transskriptionen har et tidsstempel på hvert enkelt ord, og de visuelle snitpunkter kommer fra scenegenkendelsen. Modellen, der vælger øjeblikkene, får begge dele samlet, så et klip kan begynde på en ordgrænse, der også er en ren billedgrænse. At kunne stå alene er en del af udvælgelseskriterierne, så et afsnit, der kun giver mening i sammenhæng, bliver ikke valgt.
Hvordan afgør Clippen, hvad der skal beholdes i en lodret beskæring?: Den vælger et layout pr. scene i stedet for at beskære alt til midten. En enkelt taler følges med ansigtsgenkendelse og et dæmpet kamera; to talere i samme billede stables i halve billeder; slides og delte skærme stables over præsentatoren; et stream-layout med en webcam-boks bygges om til skærm øverst og kamera nedenunder.
Hvad sker der med min videofil?: Den uploades, behandles gennem de seks pipeline-trin på vores servere og bliver til klip, som du kan downloade eller poste. Intet udgives nogen steder, medmindre du forbinder en social konto og vælger at poste. Du beholder alle de rettigheder, du allerede havde i kilden og i klippene.
Hvad koster én kørsel?: Clippen er et betalt værktøj og afregner efter længden af det, du fodrer det med: én kredit er ét minut kildevideo, og den ene betaling dækker hele kørslen — alle de klip, videoen giver, den lodrette omformatering, underteksterne og hooken. En podcast på 60 minutter koster 60 kreditter, uanset om den kommer tilbage med seks klip eller tolv. Abonnementerne starter ved 19,99 $ om måneden for 150 kreditter (11,66 $ om måneden ved årlig betaling) og går op til 59,99 $ om måneden for 800 kreditter. Der er ingen gratis version.

Kilder

Hastighed, antal klip og dækning af undertekstsprog er målt på Clippens egne kørsler fra ende til anden. Sidst opdateret 2026-10-01.
YouTube Help, Inauthentic content policy, gældende fra juli 2025.

Relaterede sammenligninger

YouTube til Shorts-konverterIndsæt et link, få 9:16-klip med undertekster brændt ind.Gør en podcastepisode til lodrette shortsEpisoder med to talere uden at beskære nogen væk.En AI-klipper til dem, der ejer den lange videoHvad en AI-klipper gør, og hvad denne nægter at gøre.