CapCut 每月有 54,700,686 次造訪，月增率 +13.2%，定價模式為免費增值。FineVoice 每月有 401,513 次造訪，成長率 -1.2%，定價模式為免費增值。
面向創作者與行銷人員的一體化 AI 影片生成、時間軸剪輯與 Seedance 2.5 工作室。
| 面向／指標 | ||
|---|---|---|
| 官方網域 | capcut.com | finevoice.ai |
| 定價模式 | 免費增值 | 免費增值 |
| 每月造訪次數 | 5470.07萬 (54,700,686) | 40.15萬 (401,513) |
| 月流量變化量 | +636.76萬 (+13.2%) | -4973 (-1.2%) |
| 主要市場與市佔 | 🇺🇸 美國 (13.2%) | 🇺🇸 美國 (26.7%) |
| 每月直接造訪 | 1581.02萬 | 13.69萬 |
| 使用者評分 | 4.5 | 4.1 |
| 支援平台 | 網站 | 網站 |
面向創作者與行銷人員的一體化 AI 影片生成、時間軸剪輯與 Seedance 2.5 工作室。
藉助字節跳動的 Dreamina Seedance 2.5、Dreamontage 與 Sora 2 模型，從腳本、主題或參考影像生成多場景高畫質影片，並可控制鏡頭運動與時間戳記。
透過 EditPilot 用自然語言指示時間軸剪輯，使用 AI Scene Reshoot 修復有瑕疵的 AI 鏡頭，並在多鏡頭敘事中鎖定角色臉部與服裝的一致性。
利用逼真的 AI 人像、自訂聲音複製與嘴型同步的文字轉語音，製作講解口播、產品宣傳與多角色對話場景。
自動轉錄並設計動態逐字字幕、剝離對話中的背景噪音、無需綠幕即可移除影片背景，並將素材放大至 4K。
集旁白、聲音複製與音訊處理於一身的 AI 語音工作室
從 154 種以上語言與口音的 2,700 多位配音員中，依用途、性別、年齡與語氣篩選，並匯出 MP3 或 WAV。
用一小段樣本在約 30 秒內建立可重複使用的聲音，或依文字描述設計全新的聲音。
在腳本中插入 happy、sad、whispering、laughing 等標籤，並微調音高、速度、temperature 與強度。
把旁白轉成字幕與逐字稿，具備自動標點與語言偵測，並可輸出 TXT、JSON、SRT、VTT。
專項更強Advanced cinematic AI video generation from prompts, but does not provide a traditional multi-track video editing suite.
專項更強Advanced cinematic AI video generation from prompts, but does not provide a traditional multi-track video editing suite.
具備業界領先的語音真實感與對話代理功能，但缺乏 FineVoice 豐富的全功能一站式音訊工具。
專項更強Industry-leading generative AI video models and visual effects, but lacks comprehensive timeline assembly and subtitle tools.
專項更強Industry-leading generative AI video models and visual effects, but lacks comprehensive timeline assembly and subtitle tools.
專項更強Aggregates multiple third-party generative video and image models, but lacks a native end-to-end timeline editor.
專項更強Aggregates multiple third-party generative video and image models, but lacks a native end-to-end timeline editor.
Simple template-based video creation for marketing clips, but less advanced AI automation and effects than CapCut.
Features granular emotional voice controls for expressive text-to-speech, though it has fewer overall studio tools.
Features granular emotional voice controls for expressive text-to-speech, though it has fewer overall studio tools.
Focuses heavily on real-time voice changing and cloning, whereas FineVoice prioritizes studio-grade text-to-speech production.
