BaoCut ist ein Werkzeug fuer bewegte Bilder unter macOS und Windows, das Mitschrift, Untertitel, Uebersetzung, Synchronisation und Schnitt auf eine einzige Zeitleiste haengt. Man gibt ihm Material oder eine einzeilige Vorgabe, und zurueck kommt kein fertig gerechnetes Stueck, sondern ein Video, das sich weiter bearbeiten laesst.

Ein einzelnes Ergebnisfile haengt beim zweiten Durchgang

Die uebliche Lieferung bei erzeugten Videos besteht darin, den Wunsch zu beschreiben, auf das Rechnen zu warten und ein File zu nehmen. Ist ein Satz falsch uebersetzt oder soll eine Einstellung getauscht werden, bleibt nur, alles neu zu beschreiben und erneut zu warten; nichts von der frueheren Wartezeit und Feinarbeit ueberlebt. BaoCut tauscht das Ergebnis aus: Mitschrift, Uebersetzung, Untertitelspur, Kapitel, Synchronisation und Bewegtgrafik gehoeren zu einem einzigen Videoobjekt, waehrend die Videodatei, die Untertiteldatei, der Ton und die Mitschrift das sind, was es ausgibt.

Eine Zeitleiste, zwei Arten von Handelnden

Die Oberflaeche teilt sich in drei Teile: Vorschau links, Spuren unten, Untertiteliste rechts. Ausgangstext und Uebersetzung belegen je eine Spur, teilen einen Stil, duerfen die Reihenfolge tauschen und eine dritte Sprache obendrauf nehmen. Ein Klick auf einen Satz erlaubt die direkte Aenderung, und die Aenderung betrifft nur diesen Satz.

Bemerkenswert ist, dass Menschen und der Agent sich diesen Editor teilen. Du ziehst einen Ausschnitt, waehrend der Agent Untertitel umschreibt, und beide Seiten schreiben ueber dieselben Befehle, Transaktionen und denselben Rueckgaengig-Stapel, sodass du jederzeit uebernehmen und seine letzte Tat zuruecknehmen kannst. Ist der Agent fertig, liefert er einen Beleg der Aenderungen: was er angefasst, was er geprueft hat und wo du selbst hoeren solltest. Handlungsspielraum, Zugriffsart und Budget lassen sich vorher festlegen, und zerstoerende Schritte fragen zuerst.

Wie Mitschrift, Uebersetzung und Synchronisation laufen

Die Mitschrift laeuft lokal oder zeigt auf einen Dienst im Netz, die Zeitangaben sitzen am Wort, und Abschnitte wandern in die Zeitleiste, waehrend der Auftrag noch laeuft. Lokal stehen Whisper large-v3 und v3-turbo, Qwen3-ASR sowie MOSS mit Trennung der Sprechenden bereit. Untertitel zeigen den Ausgangstext, die Uebersetzung oder beides, und jedes Video behaelt seinen eigenen Untertitelstil.

Die Synchronisation ueber Sprachen laeuft ueber eine laengere Kette. Sie uebersetzt Satz fuer Satz, trennt mit HTDemucs die Stimme vom Hintergrund, erzeugt eine neue Spur in geklonter oder vorgegebener Stimme und legt sie direkt in die Zeitleiste. Der Schnitt fuer gesprochenes Material entfernt Fuellwoerter, lange Pausen, Wiederholungen und halb angefangene Neustarts, waehrend das Ausgangsmaterial unangetastet bleibt. Kapitel, Zusammenfassungen, Titel und kurze Ausschnitte entstehen aus der mit Zeitmarken versehenen Mitschrift, sodass jede Aussage zu einem Zeitpunkt zurueckfindet.

Auch ohne Material, aus einem Satz heraus

Vierundzwanzig Vorlagen liegen bei, fuer Erklaerstuecke, Produktstarts, Vorschauen, Anleitungen, Geschichten aus Daten und Textanimation. Der Agent plant ein Skript, erzeugt die Erzaehlstimme in einem Zug und ordnet Bilder und Takt um diese Stimme. Braucht es Bewegtgrafik, schreibt er in sich geschlossene HTML-Kompositionen, etwa Bauchbinden, grosse Zahlen, Hinweise und kurze Markenanimationen, backt sie zu Bildern und legt sie auf die Zeitleiste. Standbilder kommen aus einem lokalen Qwen-Image-Modell oder aus einem Dienst im Netz.

Modelle selbst waehlen, Rechnung selbst fuehren

Mitschrift, Sprachausgabe, Bilderzeugung und Texterzeugung haengen an keinem einzelnen Anbieter, also geht lokal wie im Netz.

Lokale Berechnung

Apple-Chip laeuft ueber MLX und Core ML. Windows laeuft ueber whisper.cpp und candle, in Bauten fuer Prozessor, CUDA und Vulkan.

Zugang im Netz

OpenAI, Anthropic, Google, ElevenLabs, DeepSeek, Moonshot, Qwen, Zhipu, MiniMax und Volcano Engine unter anderen, dazu jede Schnittstelle im OpenAI-Zuschnitt.

Verbrauch

Ein Buch fuehrt den Verbrauch jedes Auftrags, und lokale Modelle einer Maschine lassen sich an andere Geraete im eigenen Netz weitergeben.

Fassung

3.19.1 Build 96, erschienen am 11. November 2026.

Voraussetzungen und Grenzen

Die Agentenfunktionen verlangen zuerst eine Anmeldung an einer Agentenmaschine. Claude Code und Codex CLI sind durchgaengig geprueft, GitHub Copilot CLI, Pi und OpenCode liegen bei, und Gemini CLI, Cursor Agent, Grok sowie Kimi Code kommen ueber das Agent Client Protocol auf einem gemeinsamen Treiber. Medienanalyse, Mitschrift und Ausgabe brauchen ausserdem FFmpeg und ffprobe irgendwo im System, und das Paket bringt beide nicht mit.

Plattformen sind macOS 14 oder spaeter auf Apple-Chip und Windows x64, fuer Linux gibt es kein Paket. BaoCut veroeffentlicht seinen Quelltext unter einer Gemeinschaftslizenz, die gewerbliche Inhaltsarbeit und Nutzung im Betrieb erlaubt; wer BaoCut selbst oder seinen Code gewerblich verwertet, braucht eine schriftliche Erlaubnis, weshalb es nicht als offene Software im Sinne der OSI gilt. Das Paket mit der Endung .baocut nimmt das Video samt allen Fassungen der Dokumente und des Materials mit, eine andere Maschine oeffnet es und arbeitet weiter, was bei geteilter Arbeit und langen Vorhaben zaehlt.

Es passt zu Menschen, die Material und Modelle selbst in der Hand halten und sich nicht an einen einzigen Rechenlauf binden lassen. Wer einen Untertitel aendern will, ohne das ganze Stueck neu zu bauen, findet hier genau dafuer die Form.