CapCut 记录了 54,700,686 月访问量，月度环比增长为 +13.2%，定价为免费增值。FineVoice 记录了 401,513 月访问量，增长率为 -1.2%，定价为免费增值。
面向创作者与营销人员的一体化 AI 视频生成、时间线剪辑与 Seedance 2.5 工作室。
| 维度 / 指标 | ||
|---|---|---|
| 官方域名 | capcut.com | finevoice.ai |
| 定价模式 | 免费增值 | 免费增值 |
| 月访问量 | 5470.07万 (54,700,686) | 40.15万 (401,513) |
| 月度环比流量变化 | +636.76万 (+13.2%) | -4973 (-1.2%) |
| 主要市场与份额 | 🇺🇸 美国 (13.2%) | 🇺🇸 美国 (26.7%) |
| 直接访问 / 月 | 1581.02万 | 13.69万 |
| 用户评分 | 4.5 | 4.1 |
| 支持的平台 | 网站 | 网站 |
面向创作者与营销人员的一体化 AI 视频生成、时间线剪辑与 Seedance 2.5 工作室。
借助字节跳动的 Dreamina Seedance 2.5、Dreamontage 与 Sora 2 模型，从脚本、主题或参考图像生成多场景高清视频，并可控制镜头运动与时间戳。
通过 EditPilot 用自然语言指示时间线剪辑，使用 AI Scene Reshoot 修复有瑕疵的 AI 镜头，并在多镜头叙事中锁定角色面部与服装的一致性。
利用逼真的 AI 人像、自定义声音克隆与口型同步的文本转语音，制作讲解口播、产品宣传与多角色对话场景。
自动转写并设计动态逐词字幕、剥离对话中的背景噪音、无需绿幕即可移除视频背景，并将素材放大至 4K。
集旁白、声音克隆与音频处理于一体的 AI 语音工作室
从 154 种以上语言和口音的 2,700 多位播音员中，按用途、性别、年龄与语气筛选，并导出为 MP3 或 WAV。
用一小段样本在约 30 秒内创建可复用的声音，或根据文字描述设计全新的声音。
在脚本中插入 happy、sad、whispering、laughing 等标签，并微调音高、速度、temperature 与强度。
把旁白转为字幕与文字稿，支持自动标点和语言检测，可导出 TXT、JSON、SRT、VTT。
专项更强Advanced cinematic AI video generation from prompts, but does not provide a traditional multi-track video editing suite.
专项更强Advanced cinematic AI video generation from prompts, but does not provide a traditional multi-track video editing suite.
具备行业领先的语音真实感与对话代理功能，但缺乏 FineVoice 丰富的一站式全功能音频套件。
专项更强Industry-leading generative AI video models and visual effects, but lacks comprehensive timeline assembly and subtitle tools.
专项更强Industry-leading generative AI video models and visual effects, but lacks comprehensive timeline assembly and subtitle tools.
专项更强Aggregates multiple third-party generative video and image models, but lacks a native end-to-end timeline editor.
专项更强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.
