把一期播客变成竖屏短视频

一期节目实际能产出多少条短视频？

只要节目足够长，就能得到 约 10 条切片，每条 15 到 60 秒。数量随节目而变，而不是固定配额：一场嘉宾连续给出三个精彩回答的紧凑访谈，产出的可用片段会比一小时的日程闲聊更多，挑选会如实反映这一点，而不是硬凑数。

这就是值得围绕它做规划的数字，因为它改变了一期节目是什么。一档每周发一期的节目，每周发布的是一样东西。同一档节目做成切片之后，发布的是一条长内容加八到十条短内容，发在真正产生发现的三个平台上。录制内容早已存在，嘉宾早已把那一小时交给了你。切片，正是这一小时里能触达那些还没订阅的人的部分。

大多数播客存档，恰恰就是这个意义上的未发布存货：一个有五十期节目的存档，是五十小时只付了一次成本、只分发了一次的素材。手动切一小时——找出精彩片段、剪切、重构图、对齐字幕时间——几乎要花掉一个工作日，这就是存档一直待在原地的原因。

为什么双人画面需要不同的布局？

这是通用切片工具做出的播客切片令人失望的最大原因，值得说得具体一些。

播客通常拍成双人画面：两个人分开坐着，同处一个 16:9 的画面里。围绕其中一张脸把它裁成 9:16，另一个人就彻底离开了画面。结果是这样一条切片：一个没有身体的声音提出问题，一个看得见的人回答，而那些反应——扬起的眉毛、笑声、打断——被裁得无影无踪。这场交流本来就是内容，而裁切把其中一半删掉了。

Clippen 的 SPLIT 布局把两位说话人上下叠放，各占半幅，所以切片仍然是一场对话。它是有意设置了门槛的：只有当两张脸在场景的相当一部分时间里确实同处一个画面时，SPLIT 才会启用。这个检验能把真正的双人画面与主持人之间来回切换镜头的正反打剪辑区分开——把后者叠放起来，会在上下各显示同一个人，看起来像出了故障。

如果节目是以交替的单人镜头剪辑的，则由说话人切换模式来处理：硬切到当前正在说话的人，依据的是按说话人归一化后的嘴部活动，而不是原始的运动量，因为原始运动量只会把场景交给光线更好的那个人。

音频波形视频，还是真正的视频切片？

音频波形视频（audiogram）是一张静态图片，上面叠着波形和字幕。这是纯音频播客能做出来的东西，对纯音频的节目来说，这是个合理的答案。

Clippen 做的不是这个。Clippen 需要输入视频，并把实际的画面重新竖屏构图后交给你：说话人被跟踪，反应镜头得以保留，镜头在节奏点上轻轻推近，避免固定的三脚架机位产生一条看起来固定的切片。在内容要与平台上的其他一切竞争的信息流里，封面图上叠一条波形，是在和一张脸竞争。

实际的结论是：如果你的节目是纯音频录制的，坦率的答案是这类切片工具没有东西可以重构图，音频波形视频工具才是该买的。如果你本来就录了视频、却只发布音频——大多数从音频起步后来加了摄像头的节目都是这样——那么这些视频正躺在硬盘里无所事事，而它们正是这个工具所需要的全部输入。

你会拿回什么，要花多少钱？

每条切片送到你手里都是成品，而不是原始剪切：

• 1080×1920 竖屏，同一次运行还可提供 9:16、1:1 和 16:9。
• 烧录了逐词字幕，每个词在被说出时高亮，语言自动识别。
• 覆盖开头几秒的 AI 撰写钩子标题，刷信息流的观众正是在这几秒里做出决定。
• 逐个场景选择布局：跟踪单个说话人、两位说话人上下叠放、幻灯片或共享屏幕叠放在主讲人上方。
• 可选配音，支持 31 种语言，保留说话人的声音，并重新转写字幕以匹配。
• 下载，或在工作台直接发布到 TikTok、Instagram Reels 和 YouTube Shorts。

切片一准备好，我们就发邮件通知你，因为整个任务都在我们的服务器上运行。嘉宾一离开就启动任务，等你写完节目笔记时，切片已经做好了。

Clippen 是付费工具，按你提交内容的时长计费：1 积分就是 1 分钟源视频，这一次收费涵盖整个流程——该视频产出的每条切片、竖屏重构图、字幕和钩子。一期 60 分钟的播客消耗 60 积分，无论最后得到六条切片还是十二条。套餐起价为每月 $19.99，含 150 积分（按年计费为每月 $11.66），最高为每月 $59.99，含 800 积分。没有免费档。

对一档每周一期、每期一小时的节目来说，就是每周 60 积分，事先就知道，无论这期节目最后得到六条切片还是十二条。相比之下，按每月成片视频数计量的工具，一期节目的费用取决于你在运行之前无法预测的产出。