Hoe Clippen van één lange opname verticale clips maakt

Wat gebeurt er met je video nadat je hem hebt ingediend?

Je geeft Clippen één lange opname: plak een link of upload het bestand. Vanaf dat moment gebeurt het werk op onze servers, niet in je browser. Je kunt het tabblad sluiten en de clips staan klaar als je terugkomt.

De taak draait als een wachtrij van zes stappen, in een vaste volgorde, omdat elke stap de uitvoer van de vorige nodig heeft. De transcriptie moet bestaan voordat een model kan beoordelen welke zestig seconden het bewaren waard zijn. De scènegrenzen moeten bestaan voordat een snede ergens kan worden geplaatst dat niet het midden van een shot is. De gekozen momenten moeten bestaan voordat er iets is om te herkaderen.

Als onderdeel van de verwerking wordt er nergens iets gepubliceerd. De clips zijn van jou om te downloaden, en posten naar TikTok, Instagram Reels of YouTube Shorts gebeurt alleen wanneer je een account koppelt en op posten drukt. Clippen is gebouwd om video te clippen die van jou is of waarvoor je de rechten hebt — je eigen podcast, je eigen stream, je eigen lezing. Je behoudt alle rechten die je al had op de bron en op de clips; Clippen neemt geen licentie behalve om het bestand te verwerken dat je indient. Andermans upload clippen is een zaak tussen jou en het doelplatform: het beleid voor onauthentieke content van YouTube uit juli 2025 noemt hergebruikte clips uitdrukkelijk.

De zes stappen, op volgorde

Transcriptie met tijdstempels per woord

De audio van de bron wordt getranscribeerd met een tijdstempel op elk afzonderlijk woord, niet alleen op elke zin. Timing per woord zorgt ervoor dat een clip op een woordgrens begint in plaats van een halve lettergreep te laat, en dat karaoke-ondertitels op het juiste frame vallen. De gesproken taal wordt automatisch herkend.

Detectie van scènegrenzen

De video wordt gescand op sneden en harde visuele overgangen. Die grenzen voorkomen dat een clip midden in een shot begint, de meest voorkomende reden dat een automatisch gemaakte clip er machinaal uitziet.

Momentselectie

De transcriptie met tijdstempels en de scènegrenzen gaan samen naar het model, dat de sterkste op zichzelf staande fragmenten van 15 tot 60 seconden teruggeeft. Het beoordeelt hoe hard de opening binnenkomt, of het fragment een uitkomst heeft, en of het nog steeds klopt voor iemand die de rest van de aflevering niet heeft gehoord. Het mikt op ongeveer tien clips uit elke opname die lang genoeg is om ze te bevatten, en geeft er alleen minder terug als de bron te kort is.

Verticaal herkaderen

Elke clip wordt van 16:9 naar 9:16 opnieuw samengesteld. Eén modus volgt één spreker met gezichtsdetectie, gedempt door een stabilisator die de camera stil houdt binnen een veilige zone in plaats van elke hoofdbeweging na te jagen. GENERAL houdt de volle breedte over een vervaagde achtergrond voor groepsshots en landschappen. SPLIT stapelt twee sprekers in halve frames wanneer ze echt allebei in hetzelfde shot zitten. SCREENCAST en INSET verzorgen slides, gedeelde schermen en streamlayouts waarin de betekenis buiten het midden van het beeld ligt.

Ondertitels, hooks en tempo

Ondertitels worden woord voor woord uit de transcriptie gerenderd en ingebrand, met het uitgesproken woord gemarkeerd op het moment dat het klinkt. Een door AI geschreven hook-kop bedekt de openingsseconden, waarin een kijker van korte video beslist of hij blijft. Optionele punch-ins zoomen in op de beats van de clip, zodat een statische camera niet als een statische clip aanvoelt.

Export en publicatie

Clips komen uit in 1080×1920 in 9:16, 1:1 en 16:9. Download ze, of post naar TikTok, Instagram Reels en YouTube Shorts vanuit het dashboard. Stemdubbing kan een clip naar 31 talen vertalen met behoud van de stem van de spreker, en de gedubde audio wordt opnieuw getranscribeerd zodat de ondertitels bij de nieuwe taal passen.

Hoe lang duurt het?

We sturen je een e-mail zodra ze klaar zijn. De taak draait op onze servers, niet op jouw computer, en op echte bronnen van elke lengte — een podcastaflevering, een congreslezing van 20 minuten, een stream van vier uur — in plaats van op een kort demobestand.

Dat is goed om te weten, want het verandert hoe je plant. Een aflevering van een uur met de hand clippen — de momenten zoeken, ze knippen, elk herkaderen naar verticaal, de ondertitels typen en timen — kost het grootste deel van een werkdag, en het is de reden dat de back-catalogus van de meeste mensen ongepubliceerd blijft liggen. Verwerking zonder toezicht is een ander soort keuze. Je start de taak aan het einde van de opnamesessie en de clips staan klaar als je terugkomt.

Bijna al die tijd gaat op aan transcriptie en video-encoding. De modelaanroep die de momenten kiest, is een klein deel ervan, en daarom kost een langere bron ongeveer evenredig met zijn lengte meer tijd in plaats van in plotselinge sprongen.

Waarom beginnen clips niet midden in een zin?

Omdat er twee afzonderlijke signalen worden gebruikt om de snede te plaatsen, en elk ervan vangt wat het andere mist.

De transcriptie draagt een tijdstempel op elk afzonderlijk woord, niet op elke zin. Daardoor kan een clip precies op de eerste medeklinker van het eerste woord beginnen in plaats van een fractie van een seconde later, wat het hoorbare verraad is dat een clip door een machine is geknipt. Timing per woord zorgt er ook voor dat de ondertitels elk woord markeren op het moment dat het echt wordt uitgesproken.

Scènedetectie levert de andere helft. Een transcriptie alleen kan een briljante zin vinden zonder te weten dat de camera halverwege snijdt. Scènegrenzen alleen kunnen schone visuele sneden vinden met niets zinnigs ertussen. Het model dat de momenten kiest, krijgt beide samen, zodat het een fragment kan kiezen dat tegelijk quotable en visueel intact is.

De selectie wordt ook beoordeeld op de vraag of het fragment op zichzelf staat. Een passage van zestig seconden die opent met „en dat is precies waarom ik het er niet mee eens ben” is nutteloos voor een kijker die de voorgaande tien minuten niet heeft gehoord, hoe goed de zin ook is. Op zichzelf kunnen staan is een selectiecriterium, geen bijzaak.

Hoe beslist de verticale uitsnede wat er blijft?

Een 16:9-beeld dat wordt herkaderd naar 9:16 verliest ongeveer driekwart van zijn breedte, dus er moet iets beslissen waar die breedte voor diende. Clippen kiest per scène een layout in plaats van één uitsnede op de hele video toe te passen.

• TRACK volgt één spreker met gezichtsdetectie. De camera is gedempt: hij blijft stil binnen een veilige zone en beweegt pas wanneer het onderwerp die verlaat, omdat een uitsnede die elke hoofdbeweging najaagt zichtbaar zwiept en amateuristisch overkomt, ook als het beeldkader technisch klopt.
• GENERAL houdt de volle breedte over een vervaagde achtergrond, voor groepsshots en landschappen waar bijsnijden naar één punt het onderwerp weggooit.
• SPLIT stapelt twee sprekers in halve frames, maar alleen wanneer beide gezichten een aanzienlijk deel van de scène echt in hetzelfde shot zitten. Die test onderscheidt een echte twee-shot van een shot/reverse-shot-montage, waarbij stapelen dezelfde persoon twee keer zou tonen.
• SCREENCAST en WIDE verzorgen slides en gedeelde schermen. Inhoud die het grootste deel van het beeld beslaat, overleeft geen uitsnede, dus wordt die boven de presentator gestapeld of op volle breedte gehouden in plaats van weggesneden.
• INSET verzorgt de streamlayout: een scherm over de volle breedte met een klein webcamkader in een hoek. Het scherm komt bovenaan en de webcam wordt eronder vergroot.
• Speaker cuts en punch-ins liggen boven op de layout: harde sneden naar wie er praat, en een zachte push-in op de beats, zodat een statische camera geen statisch ogende clip oplevert.

Wat kost een run?

Clippen is een betaalde tool en rekent af op de lengte van wat je erin stopt: één credit is één minuut bronvideo, en die ene afschrijving dekt de hele run — elke clip die de video oplevert, het verticale herkaderen, de ondertitels en de hook. Een podcast van 60 minuten kost 60 credits, of er nu zes clips of twaalf uit komen. Abonnementen beginnen bij $ 19,99 per maand voor 150 credits ($ 11,66 per maand bij jaarlijkse betaling) en lopen op tot $ 59,99 per maand voor 800 credits. Er is geen gratis abonnement.

De eenheid doet ertoe als je tools vergelijkt. Afrekenen per minuut bron betekent dat de kosten van een aflevering bekend zijn voordat je op start drukt: een interview van 45 minuten is 45 credits, wat er ook uit komt. Afrekenen per afgewerkte clip betekent dat de kosten meebewegen met een output die je niet kunt voorspellen.