添加书签
shortshort是什么?
shortshort(ショートショート)是一项Web服务:AI会从讲座、播客、在线课程等长视频(文件最大2GB,也可粘贴自己的YouTube视频链接)中,挑选由完整句子构成的15~90秒片段,并追踪说话人裁切,制作成带逐词字幕的竖版短视频。可导出9:16或4:5(Instagram动态)的MP4,还能预约发布到YouTube(TikTok处于抢先体验阶段)。费用不按短视频的条数计算,而是按原视频的分钟数计算:注册时免费赠送30积分(相当于30分钟),付费方案每月12欧元起(不含增值税)。
可解决的业务课题
「shortshort」的服务详情
shortshort是什么
shortshort(ショートショート)是一项只需上传1段讲座、播客、在线课程、网络研讨会等长视频,AI便会挑选其中的精彩片段、将其制作成竖版(9:16)短视频的Web服务。该服务在法国开发和运营,于2026年9月正式面向公众上线。
它挑选的,是在把视频逐词转写成文字之后找出的从一句话开头开始、到一句话结尾结束的15~90秒区间。切出的区间会根据画面中的人脸裁切成竖版,配上随语音逐词出现的字幕,并导出为1080×1920(9:16)或面向Instagram动态的1080×1350(4:5)的MP4。原视频除了上传文件,也可以粘贴自己上传到YouTube的视频链接导入,做好的短视频还能预约发布到YouTube。AI给出的所有候选在渲染前都可以编辑,费用不按短视频的条数计算,而是按原视频的分钟数计算。
MP4/MOV/WebM・也支持YouTube链接
按句子断点在目标的±25%内调整
无论做多少条都一样
相当于30分钟・无需绑卡
按句子断点切,而不是按秒数切
如果按指定的秒数机械地切分,说话人的句子往往会被拦腰截断。在结论之前就戛然而止的片段,无法把要点传达给观众。shortshort正是以这个问题为出发点的服务,官方把“在一个想法开始的地方开始,在它结束的地方结束”定为基本规则。
AI首先对整个视频的语音进行转写,再阅读转写文本,寻找单独引用也能讲得通的区间(例如一个问题及其回答、一个观点及其例子)。区间从句子的第一个词开始,到最后一个词结束。与其把句子从中间切断,它宁可让时长在目标的基础上最多浮动25%左右。若目标设为30秒,每条的时长会落在22.5~37.5秒之间。
恰好按目标秒数切
- 一到30秒,即使句子没说完也会被切断
- 话题的结论可能落在片段之外
- 开头也容易从句子中间开始
shortshort的切法
- 从句子的第一个词开始,到最后一个词结束
- 目标为30秒时,在22.5~37.5秒的范围内对齐句子结尾
- 从1段视频生成的多条短视频,各自取自互不重叠的不同区间
从1个视频做10条,10条都会是不同的片段,不会把同一场景只换个裁切方式重复排列。此外,在1条短视频中,AI有时会把同一视频里互不重叠的多个片段拼接起来,以完整表达一个观点(目标15秒最多3段、30秒最多5段、45秒以上最多8段,各段的起止点会在工作室中逐一列出)。每条短视频都附有AI拟定的标题,可以看着标题挑选要用哪些。
即使是横版录像,说话人也会位于竖屏正中
讲座和播客的录像大多是横版(16:9),直接改成竖版的话,说话人往往会偏到画面边缘,甚至被裁掉一部分。shortshort会追踪画面中的人脸来放置9:16的裁切框,说话人一移动,裁切框也随之移动。录像中切换机位时,则会通过场景检测重新放置裁切框。

来源:shortshort 官方网站(以下界面截图同此)
另一方面,幻灯片、屏幕共享以及拍摄整个会场的远景画面,一旦裁成竖版,内容就会残缺不全。这类场景会被自动识别,在上下留白的状态下整体缩小后放入竖屏。讲座幻灯片上的文字之所以能完整地读到,正是因为这一点。
缩放是自动的,上限为原画面的1.6倍。在9:16中,对已追踪人脸的缩放每个镜头只停留在1.0倍或1.04倍,遇到强调词时最多轻推到约1.11倍;只有在未追踪人脸的区间才会达到1.6倍,以避免过度放大导致画质变粗。裁切框的位置和缩放全部自动决定,没有手动移动的操作。由于不会通过声音判断说话人,在两个人同框的镜头中,裁切框有时会停留在倾听的一方。如果某个区间没能把想要的人物框好,设计上的做法是调整区间范围,或改选其他区间。
字幕随语音逐词出现
字幕的时间点并不是根据平均朗读语速推算出来的,而是取自音频本身。确定短视频要使用的区间后,系统会只对该区间再转写一次,为每个词重新打上时间戳。第二次对齐未能成功的词,会沿用第一次的时间点,并标注为“估算”,因此在渲染前就能确认哪些地方是精确的、哪些地方是近似的。
字幕样式有4种可选。
所有方案都可以为每个视频单独更改字幕的颜色和字体,也可以导入与原视频匹配的SRT文件,直接用其中的文本作为字幕。字幕沿用视频中所说的语言,不会被翻译。
使用方法
官方表示,从上传到导出,“需要动手的时间大约2分钟”。需要设置的只有生成条数、每条的时长和字幕的外观。

截图为2026年9月上线时的界面。目前官方说明的原视频上限为每个2GB,未另设时长上限
-
准备视频文件
支持MP4・MOV・WebM文件,每个最大2GB。相比时长,文件大小往往才是限制所在;官方介绍,超过2GB时,降低码率或分辨率即可在不改变时长的情况下减小文件。也可以不上传文件,而是粘贴自己上传到YouTube的公开或不公开列出的视频链接来导入(在服务器端以最高720p获取;私享、年龄限制和直播视频无法导入,导入失败时改为上传文件)。不支持TikTok・Instagram・Vimeo・Google云端硬盘的链接。只能导入自己拥有权利的视频,服务条款还要求确认视频中出现的音乐、画面和人物的权利。
-
选择条数、时长和字幕
把文件放进工作室,选择要做的短视频条数(不超过方案上限)、每条的目标时长(15~90秒),以及字幕的样式・颜色・字体。AI分析、编辑器和MP4导出都需要免费账户,分析时每分钟原视频消耗1积分。无需账户即可使用的,仅限只在浏览器内处理的免费工具等(把自己视频中最长90秒的1个片段,做成按人脸裁切、带逐词字幕的竖版MP4;原视频最长10分钟・500MB,带水印)。
-
等待AI处理
处理按“上传 → 等待处理名额 → 准备视频 → 挑选精彩片段 → 校准发音时间 → 追踪主体并重新构图 → 添加强调词 → 渲染并保存”等阶段进行。只要有账户,任何方案的生成和渲染都在服务器端进行,上传完成后即可关闭标签页。
-
查看并修改候选
每条短视频都以可编辑的“候选”形式送达。可以修改的有:片段及其范围、标题、说明文字、字幕文字与强调词、字幕样式。按下按钮之前不会开始渲染,因此可以先逐一检查并修改所有候选,再只导出要用的那些。
-
导出后自行发布
每条短视频以30fps的MP4(H.264)导出,可选9:16(1080×1920)或面向Instagram动态的4:5(1080×1350)。4:5并不是把9:16的框扩大,而是按4:5的形状重新追踪人脸裁切而成。可以逐条下载,也可以通过批量下载,把所有短视频按带字幕・不带字幕各一条打包成ZIP。关联YouTube频道后,可以为每条短视频指定日期和时间,或自动分配到日历上预约发布,标题和说明文字会用所选语言撰写。发布到TikTok处于抢先体验阶段,Instagram等平台则用下载的文件自行发布。
功能
01剪出片段
从长视频中挑选单独观看也能看懂的区间。
- 按句子挑选区间 — 转写整个视频,提出由完整句子构成的15~90秒区间。时长在目标的±25%范围内对齐到句子结尾
- 互不重叠的候选 — 从1个视频中挑选最多20个(视方案而定)互不重叠的不同区间
- 拼接多个片段 — 在1条短视频中,拼接同一视频中最多8个互不重叠的片段(目标15秒最多3段、30秒最多5段),完整表达一个观点
- 标题与说明文字的建议 — AI为每条短视频拟定标题,方便挑选要用哪些
02转为竖版
把横版录像裁切成以说话人为中心的竖版。
- 人脸追踪 — 将9:16的裁切框对准画面中最显眼的人脸,并随其移动
- 场景检测 — 录像中镜头切换时,重新放置裁切框
- 保留全画面 — 幻灯片、屏幕共享、远景不做裁切,上下留白完整收入
- 自动缩放 — 上限1.6倍。在9:16中对人脸以1.0~1.04倍为主,强调词时推近到约1.11倍
- 4:5导出 — 面向Instagram动态,按4:5的形状重新追踪人脸裁切(缩放最高1.4倍,推近最高约1.5倍)
03添加字幕
说出的词,会在说出的那一刻出现在画面上。
- 逐词计时 — 对采用的区间重新转写,按音频为每个词取时间。无法对齐的词标注为“推定”
- 4种样式 — Spotlight・Impact・Karaoke・Minimal
- 颜色与字体 — 所有方案都可按视频更改。Studio可将其保存为每个账户1个品牌预设,新视频会默认选中
- SRT导入与导出 — 可将与原视频时间轴对齐的SRT文件用作字幕
- 保持原语言 — 转写使用OpenAI的whisper-1(据OpenAI称支持98种语言)。字幕不会被翻译
04完善・导出・发布
修改候选后,只导出需要的内容。
- 编辑器 — 修改片段及其范围、标题、说明文字、字幕文字与强调、样式。使用免费账户即可
- MP4导出 — 9:16(1080×1920)或4:5(1080×1350),30fps・H.264。字幕烧录进画面
- 批量下载 — 把所有短视频按带字幕・不带字幕各一条打包成ZIP
- 服务器端处理 — 只要有账户,所有方案的生成和渲染都在服务器端进行。即使关闭标签页,完成的短视频也会保存在库中
- 预约发布到YouTube — 关联频道后,为每条短视频指定日期和时间,或自动分配到日历。标题和说明文字用所选语言撰写。TikTok处于抢先体验阶段
- 导出编辑计划JSON — Studio。将已保存短视频的区间、构图关键帧、逐词时间导出为JSON,可用于自家服务器上的渲染器
- 社区 — 可将公开的短视频与原视频、转写文本并排查看的公开画廊
支持的输入与输出
价格
计费单位是原视频的分钟数。发送给AI分析的原视频每1分钟消耗1积分,之后无论生成多少条短视频,消耗都不变。一场56分钟的讲座,生成3条也好,生成20条也好,都是56积分。编辑和导出MP4不消耗积分。
| 方案 | 月费(不含增值税) | 每月积分 | 每段视频可生成条数 | 主要区别 |
|---|---|---|---|---|
| Free | 0欧元 | 注册时30积分(相当于30分钟・仅1次) | 3条 | 无需信用卡。导出的短视频带有小水印(角落的shortshort.io标识和片尾1.5秒的署名,包含在原时长内),并会刊登在公开画廊(社区)中 |
| Starter | 12欧元(年付115欧元) | 480(视频8小时) | 5条 | 无水印。可通过账户设置让短视频不出现在画廊中。未用完的月度积分可结转 |
| Creator | 29欧元(年付278欧元) | 1,600(视频26小时40分钟) | 10条 | 包含Starter的全部内容,另可追加购买积分(追加部分永不过期) |
| Studio | 79欧元(年付758欧元) | 6,000(视频100小时) | 20条 | 包含Creator的全部内容,另有品牌预设(字幕颜色・字体)、导出已保存短视频的编辑计划JSON |
Creator和Studio在当月积分不够用时,可以追加购买。
| 追加积分 | 价格(不含增值税) |
|---|---|
| 400积分(相当于6小时40分钟视频) | 9欧元 |
| 1,200积分(相当于20小时视频) | 24欧元 |
| 4,000积分(相当于66小时40分钟视频) | 69欧元 |
- 标价不含VAT(增值税)。年付比月付便宜20%
- 按Starter折算,原视频每分钟0.025欧元(2026年9月23日,价格不变、每月积分翻倍)
- 未用完的积分会结转到下个月,永不过期。追加购买的积分和注册时的30积分,会在月度积分用完后才消耗
- 生成失败时,已消耗的积分会退还
- 通过银行卡(Stripe)支付。可随时在账户中取消,已付费期间结束前仍可使用。取消后剩余积分仍保留在账户中
- 目前更换方案不能自助操作,需要向服务条款页面上的邮箱提出申请。升级只收取剩余期间的差额,降级或取消都不会扣除已持有的积分
(依据截至2026年10月的官方网站、价格页面及服务条款。官方价格页面标注价格与方案已于2026年9月30日核实)
视频数据与公开范围
既然要把讲座或课程的录像交给外部服务,存储位置和公开范围就是需要事先确认的要点。shortshort在隐私页面中明确写出了存储位置和AI分析的路径。
公开画廊也是一个作品集,可以把实际的原视频和由它制作的短视频并排对照。另一方面,导出的短视频默认会刊登在画廊中,因此处理不对外公开的会议或培训录像时,最稳妥的做法是改用付费方案,并在导出前开启账户层面的不公开设置。
刻意不做的功能
shortshort是专注于从长视频中剪出竖版短视频这一环节的服务。官方网站以列表形式公开了不支持的功能(自2026年9月上线以来,已新增支持从YouTube链接导入、4:5导出和预约发布到YouTube)。
- 配音・翻译(字幕保持所说的语言)
- 自动添加B-roll、音乐、画面标题(画面就是在原视频上裁切并加上字幕)
- 发布到Instagram・LinkedIn・X(YouTube可预约发布,TikTok处于抢先体验阶段;其他平台需下载MP4后自行发布)
- 正方形・16:9导出,4K・60fps(导出为9:16的1080×1920或4:5的1080×1350,30fps)
- 从TikTok・Instagram・Vimeo・Google云端硬盘链接导入(通过文件或自己的YouTube视频链接导入)
- 预测播放量的“传播力评分”(AI挑选完整的区间,用哪一条由用户决定)
- 公开API・团队席位
与其他AI切片工具的区别
能从长视频中切出短视频的AI工具并不止这一款。它们的设计差异,主要在于以什么标准决定切哪里,以及切出之后的工序承担到什么程度。
| 对比项 | shortshort | OpusClip | Klap |
|---|---|---|---|
| 切分标准 | 由完整句子构成的区间(在目标的±25%内对齐句子结尾) | AI挑选精彩片段,并用传播力评分筛选 | AI抽取精彩片段 |
| 竖版裁切 | 追踪人脸。幻灯片和远景画面保留全貌 | 追踪主体的画面重构(ReframeAnything) | 自动画面重构 |
| 字幕 | 逐词显示・4种样式。使用所说的语言 | 动画字幕 | 52种语言的自动字幕 |
| 配音 | 无 | 有 | AI配音(29种语言) |
| 社交平台发布 | 预约发布到YouTube(TikTok处于抢先体验阶段);其他平台下载MP4后自行发布 | 直接发布・预约发布 | 直接发布・预约发布 |
| 计费单位 | 原视频的分钟数(1分钟=1积分) | 积分制 | 每月视频数・片段数 |
| 最低价付费方案 | Starter 每月12欧元(不含增值税) | Starter 每月15美元 | Basic 每月29美元(年付每月14美元) |
| 免费试用 | 注册时30积分(相当于30分钟)・无需绑卡 | Free方案(带水印) | 可免费试用1个视频 |
同样能把长视频做成短视频的quso.ai和WayinVideo(原Videohunt.Ai),则是把切片与预约发布、视频搜索结合在一起的一体化工具。如果想像编辑文字一样编辑整段视频,那就属于Vrew、Descript这类基于转写文本的视频编辑器的范畴了。
常见问题
本页面信息基于截至2026年10月官方网站公开的内容。最新规格与价格请以官方网站为准。


