Descript 將錄製媒體視為文字文件，允許創作者透過直接修改自動轉錄文字來編輯語音音訊與畫面影片，從而顛覆了 Podcast 與影片的後製流程。創作者無需在多軌時間軸上反覆拖曳複雜的聲波圖進行繁瑣的刀片切割，只需反白並刪除不需要的句子、透過剪下與貼上重新排列對話段落，並借助自動化 AI 工具在數秒內消除贅字贅詞與停頓空白。本指南詳細介紹了如何匯入並轉錄錄音、執行針對「um」和「uh」等贅字贅詞的自動化掃描、透過縮短詞間間隙緊湊節奏、區分轉錄文字更正與媒體剪輯，以及匯出精緻的初剪版或最終成品。
理解 Descript 中的文字化媒體編輯
傳統的數位音訊工作站（DAW）與非線性影片編輯器（NLE）要求剪輯師透過聲波與播放指針位置在視覺上辨別字詞。Descript 則透過將來源錄音中說出的每個詞與底層的影音素材精準同步，架起了文字處理與影音剪輯之間的橋樑。
當你將音訊或影片檔案匯入 Descript 時，平台會自動轉錄對話、識別不同的說話者，並將轉錄出的每個詞元（token）直接對應到時間軸上的精確時間戳記。從此刻起，對轉錄文字的任何操作都會立即改變媒體時間軸：
- 刪除文字即剪切媒體：反白選取文字中的某個詞、句子或整段文字，按下
Delete或Backspace，即可切割對應的影音時間軸，自動移除該片段並閉合間隙。 - 重新排列文字即重排媒體：剪下某個句子或段落並將其貼到文稿中的其他位置，底層的對應影音素材就會物理移動到時間軸上的新位置，並維持完美的影音同步。
- 編輯文字與更正文字的區別：Descript 嚴格區分「修改實際媒體」與「修正轉錄錯誤」。在預設的編輯模式下，變更或刪除文字會同步剪切錄音。如果你只想修正拼寫錯誤的名字、糾正標點符號或調整文法而不改動底層音訊，可以進入 Correct（更正）模式（透過按快捷鍵
C或從選取選單中選擇 Correct 進入）。 - 忽略文字（非破壞性劃除）：如果你不確定某個片段是否應該永久剪掉，可以反白該文字並套用 Ignore（忽略，在 Windows 上按
Ctrl+Backspace，在 macOS 上按Cmd+Backspace）。這會在文稿中為該文字加上刪除線，並在播放和匯出時靜音或略過該部分，同時保留文字與音訊，以便日後隨時還原。
利用 AI 自動化偵測移除贅字贅詞
在 Podcast 與對話類影片剪輯中，最耗時的環節之一就是反覆翻聽錄音以剔除口頭猶豫，如「um」、「uh」、「you know」、「like」以及重複字詞。Descript 提供了專門的贅字贅詞移除工具，能在整個專案中自動識別這些發音。
存取與設定贅字贅詞移除
若要在整個專案中發起自動化掃描：
- 在 Descript 文字化影片編輯器 中開啟你的專案。
- 開啟位於頂端操作列或右側側邊欄的 AI Tools 面板。
- 選擇 Remove filler words。Descript 會處理轉錄文字，並按詞語類型分類顯示所有偵測到的贅字贅詞清單。
- 檢視偵測結果清單。你可以展開特定類別——例如「um/uh」、「like」、「you know」或「well」——檢視各個具體實例及其在錄音中的語境。
選擇恰當的移除操作
針對偵測到的每個贅字贅詞，或者同時針對所有實例，Descript 提供了四種不同的操作選項：
| 操作 | 對音訊/影片的處理 | 對轉錄文字的處理 | 理想應用場景 |
|---|---|---|---|
| Delete | 切除影音片段並閉合時間軸間隙 | 從轉錄文字中刪除該詞 | 常規口頭猶豫，剪除後語速節奏依然自然流暢 |
| Delete and replace with gap | 移除發音但保留靜音的環境音（room-tone）間隙 | 從轉錄文字中刪除該詞 | 帶有背景音樂的 Podcast 或訪談，維持音樂拍子至關重要 |
| Ignore | 在播放和匯出時略過該段音訊 | 在轉錄文字中為該詞加上劃除線 | 協同剪輯，審閱者需要直觀檢視哪些內容被略過 |
| Remove from transcript | 音訊和影片完全保持原樣 | 僅從轉錄文字中刪除該詞 | 屬於原意對話但在自動化偵測中被誤標為贅字贅詞的詞彙 |
使用「Avoid Harsh Cuts」功能
生硬地剪掉贅字贅詞有時會切斷相鄰單詞的尾音或掐斷呼吸吸氣聲，產生不自然且突兀的過渡。Descript 在贅字贅詞工具中內建了 Avoid harsh cuts（避免生硬剪輯）切換開關。啟用後，演算法會分析周圍的音訊波形與頻譜特徵。如果移除某個實例會切除鄰近的子音或產生可聞的聲音瑕疵，Descript 會略過該處剪切或調整邊界留白（padding），以維持自然的語音流暢度。
透過縮短詞間間隙緊湊節奏
對話錄音常常包含冷場、尷尬的停頓，或者說話者組織思維時的長時間猶豫。在傳統時間軸上手動修剪數十處停頓需要耗費數小時。Descript 透過 Shorten word gaps 功能解決了這一問題。
設定間隙門檻值
- 前往 AI Tools 面板並選擇 Shorten word gaps。
- 定義間隙時長（Define the Gap Duration）：設定 Descript 標記為空白停頓的最小停頓長度。例如，將門檻值設定為「大於 1.5 秒」只會識別明顯的長時間停頓，而設定為「大於 0.8 秒」則會針對更緊湊的對話節奏。
- 設定目標時長（Set the Target Duration）：指定將這些識別出的停頓縮減至何種長度，例如 300 毫秒或 500 毫秒。這可確保在收緊停頓的同時，不破壞句子之間自然的呼吸間隔。
- 選擇執行模式：
- 逐一檢查（Review One by One）：逐一按一下間隙實例，預覽縮短前後的音訊。對於停頓長度承載著情感份量的細膩訪談或戲劇化敘事，推薦使用此方式。
- 全部縮短（Shorten All）：按一下 Shorten all，即可在整個專案中瞬間套用壓縮，一步消除數百秒的空白停頓。
精修剪輯與提升音訊品質
雖然文字化編輯能夠處理絕大部分初剪工作，但專業的 Podcast 與影片發布依然需要微調過渡並潤色聲音質感。
利用 Wordbar 進行時間軸微調
在文字編輯器下方，Descript 維持著同步的時間軸檢視。當你需要對剪輯點進行精確到影格的控制時：
- Wordbar 詞邊界（Wordbar Boundaries）：將滑鼠懸停在 Wordbar 中的單個單詞上，會顯示可拖曳的控制控點，透過拖曳來延長或縮短詞語邊界，確保單詞的字首子音或字尾母音不被誤切。
- 範圍工具（Range Tool，快捷鍵
R）：選擇範圍工具以反白選取非言語聲音（例如碰麥聲、咳嗽聲或大聲吸氣），然後按下Delete，或直接在波形上調整音量自動化曲線。 - 淡變過渡（Crossfades）：Descript 會在音訊剪輯點自動套用微淡變（micro-crossfades），以消除剪切處的數位雜音和爆音。如果某個剪輯過渡感覺明顯，可以直接在片段檢視器（inspector）中調整淡變長度。
使用 Studio Sound 增強人聲
在清理完贅字贅詞和尷尬停頓後，可以使用 Descript 的 Studio Sound 功能提升音訊保真度。Studio Sound 利用 AI 神經網絡隔離說話者的聲音，消除背景嗡嗡聲、空調噪音與室內迴音，並套用錄音室等級的等化與動態音量平衡。
套用 Studio Sound 的步驟如下：
- 在畫布或時間軸上選取你的音訊或影片軌道。
- 在右側屬性面板中，找到 Audio Effects 區段。
- 開啟 Studio Sound 開關。
- 調整強度滑桿（通常在 50% 到 80% 之間），在清脆的人聲清晰度與自然的現場環境感之間取得平衡。
匯出與後製管線整合
完成文字化剪輯後，Descript 既支援直接發布，也支援無縫移交至外部後製工具。
- 直接匯出：匯出 MP4 格式的最終影片檔案，或 MP3、WAV、AAC 格式的音訊軌道，並完整包含嵌入的章節標記與中繼資料。
- 轉錄文字與字幕匯出：產生與最終剪輯切分完全相符的無障礙字幕檔案（.srt、.vtt）或純文字轉錄稿（.txt、.docx）。
- 針對 NLE 與 DAW 的時間軸匯出：如果你的製作流程需要更進階的調色、視覺特效或多軌音訊混音，可以將專案匯出為 XML、EDL 或 FCPXML 檔案，匯入到 Adobe Premiere Pro、Apple Final Cut Pro 或 DaVinci Resolve 中。匯出檔案會完整保留你的剪輯點、媒體連結與標記，使剪輯師或錄音師無需從頭開始即可繼續後續製作。