BaoCut est un outil video pour macOS et Windows qui suspend transcription, sous-titres, traduction, doublage et montage a une seule ligne de temps. On lui donne des rushes ou une consigne d'une ligne, et ce qui revient n'est pas un rendu termine mais une video qu'on peut continuer a modifier.

Livrer un seul fichier bloque a la deuxieme passe

La livraison habituelle d'une video generee consiste a decrire le souhait, attendre le rendu et prendre un fichier. Si une phrase est mal traduite, ou si un plan doit changer, il ne reste qu'a tout redécrire et attendre encore, et rien de l'attente ni des reglages precedents ne survit. BaoCut echange la livraison: transcription, traduction, couche de sous-titres, chapitres, doublage et animations appartiennent a un seul objet video, tandis que le fichier video, le fichier de sous-titres, l'audio et la transcription sont ce qu'il exporte.

Une ligne de temps, deux sortes d'operateurs

L'interface se divise en trois: apercu a gauche, pistes en bas, liste des sous-titres a droite. L'origine et la traduction prennent chacune une piste, partagent un style, peuvent echanger leur ordre et recevoir une troisieme langue par-dessus. Ouvrir une phrase permet de la corriger directement, et la correction ne touche que cette phrase.

Ce qui frappe, c'est que les personnes et l'agent partagent cet editeur. Tu deplaces un extrait pendant que l'agent reecrit des sous-titres, et les deux cotes ecrivent par les memes commandes, les memes transactions et la meme pile d'annulation, si bien qu'on reprend la main a tout moment et qu'on defait ce qu'il vient de faire. Quand l'agent termine, il rend un recu des changements: ce qu'il a touche, ce qu'il a verifie et ou il faut ecouter soi-meme. Sa marge d'action, son mode d'acces et son budget se fixent d'avance, et les gestes destructeurs demandent d'abord.

Comment marchent transcription, traduction et doublage

La transcription tourne en local ou pointe vers un service en ligne, les reperes tombent au mot, et les segments entrent dans la ligne de temps pendant que la tache tourne encore. En local on trouve Whisper large-v3 et v3-turbo, Qwen3-ASR, et MOSS avec separation des locuteurs. Les sous-titres montrent l'origine, la traduction ou les deux, et chaque video garde son propre style.

Le doublage entre langues suit une chaine plus longue. Il traduit phrase par phrase, separe la voix du fond avec HTDemucs, fabrique une nouvelle piste dans une voix clonee ou preetablie et la pose directement sur la ligne de temps. La passe de montage pour la parole retire les mots de remplissage, les longues pauses, les reprises et les redemarrages a moitie faits, pendant que le media d'origine reste intact. Chapitres, resumes, titres et extraits courts sortent de la transcription horodatee, donc chaque affirmation retrouve son moment.

Demarrer d'une phrase, sans aucun rush

Vingt-quatre modeles accompagnent l'outil, pour l'explication, le lancement de produit, la bande-annonce, le tutoriel, le recit de donnees et l'animation de texte. L'agent planifie un script, fabrique la narration d'un seul trait, puis dispose images et rythme autour d'elle. S'il faut du mouvement, il ecrit des compositions HTML autonomes, bandeaux du bas, grands chiffres, reperes et courtes animations de marque, les cuit en images et les pose sur la ligne de temps. Les images fixes viennent d'un modele Qwen-Image local ou d'un service en ligne.

Choisir ses modeles, tenir ses comptes

Transcription, synthese vocale, generation d'images et generation de texte ne dependent d'aucun fournisseur unique, donc local et en ligne marchent tous deux.

Calcul local

La puce Apple passe par MLX et Core ML. Windows passe par whisper.cpp et candle, en versions processeur, CUDA et Vulkan.

Acces en ligne

OpenAI, Anthropic, Google, ElevenLabs, DeepSeek, Moonshot, Qwen, Zhipu, MiniMax et Volcano Engine entre autres, plus toute interface au format OpenAI.

Consommation

Un registre note la depense de chaque tache, et les modeles locaux d'une machine se partagent avec d'autres appareils du reseau local.

Version

3.19.1 Build 96, parue le 11 novembre 2026.

Conditions et limites

Les fonctions d'agent demandent d'abord une connexion a un moteur d'agent. Claude Code et Codex CLI ont ete verifies de bout en bout, GitHub Copilot CLI, Pi et OpenCode sont integres, et Gemini CLI, Cursor Agent, Grok et Kimi Code arrivent par l'Agent Client Protocol sur un pilote commun. L'analyse des medias, la transcription et l'export demandent aussi FFmpeg et ffprobe quelque part dans le systeme, et le paquet ne les fournit pas.

Les plateformes sont macOS 14 ou plus sur puce Apple et Windows x64, sans paquet Linux. BaoCut publie ses sources sous une licence communautaire qui autorise le travail de contenu commercial et l'usage interne en entreprise, mais commercialiser BaoCut lui-meme ou son code exige une autorisation ecrite, donc il ne compte pas comme logiciel libre au sens de l'OSI. Le paquet .baocut emporte la video avec toutes les versions des documents et des rushes, et une autre machine l'ouvre et continue le montage, ce qui compte pour le travail partage et les projets longs.

Il convient a qui veut garder la main sur ses rushes et ses modeles et refuse d'etre lie a un seul rendu. Si le souhait est de corriger un sous-titre sans refaire toute la piece, cette forme est faite pour cela.