Pr 2026 使用教程 15：基于文本的编辑与 AI 智能工作流

面对采访、课程、Vlog、纪录片等包含大量素材和对白的视频，传统方式往往需要逐个浏览剪辑、反复试听，再在时间轴中寻找需要的内容。

Premiere 可以利用媒体智能、语音转文本和基于文本的编辑，把“寻找素材”和“挑选对白”直接与剪辑操作连接起来；需要在剪辑点补充少量画面或环境声时，还可以使用生成式扩展。它们并不取代时间轴剪辑，而是帮助更快地找到内容、完成粗剪并解决部分素材长度不足的问题。

图 1：媒体智能与基于文本编辑的基本工作流程

一、认识智能编辑工作流

基于文本的编辑（Text-Based Editing）允许根据视频中的转录文本选择、排列和删除内容，相应的视频剪辑会同步添加或修改到时间轴中。

一个典型流程可以是：

导入素材 → 搜索需要的镜头 → 转录对白 → 通过文本建立粗剪 → 删除无用内容和停顿 → 回到时间轴精剪 → 必要时生成式扩展。

对于访谈类视频，例如要从几十段采访中找到“第一次接触摄影”的回答，可以先搜索相关素材，再直接在转录文本中寻找对应句子，而不必从头逐段播放。

需要注意，转录文本不等于字幕。

转录文本主要用于查找、导航和编辑语音内容；字幕则是在完成剪辑后创建的、用于最终显示和交付的文字。基于文本完成剪辑后，仍可按照正常字幕流程创建字幕。

二、使用媒体智能查找素材

媒体智能（Media Intelligence）可以分析项目中的画面和声音内容，并通过“”（Search）面板快速找到需要的素材。

“搜索”面板还可以结合转录文本和素材元数据，同时搜索视觉、音频、文本和元数据等信息。

1、打开“搜索”面板

导入素材后，Premiere 会在后台进行媒体分析。

点击主界面右上方的放大镜按钮，打开“搜索”面板。分析进度可以在界面右上方查看，也可以通过“窗口/进度”打开“进度”面板。

图 2：“搜索”面板

2、按画面内容搜索

可以直接描述希望寻找的画面。

例如输入：

person walking on a beach

或：

close-up of a person using a camera

Premiere 会查找视觉内容相近的片段。描述中加入人物、动作、场景、光线或机位等特征，通常比只输入一个简单关键词更容易找到目标。

提示：

目前视觉搜索只支持英语查询。即使使用中文版 Premiere，查找画面内容时也应输入英文描述。

“搜索”面板可以同时显示视觉、音频、文本和元数据等结果，也可以筛选只查看某一类结果。

3、按声音内容搜索

媒体智能还可以根据声音内容查找素材。

在“搜索”面板中输入描述需要查找声音的关键词，再将搜索类型选择为“音频”（Audio），Premiere 会在项目媒体中查找匹配的声音。

这种搜索适合寻找掌声、脚步声、车辆声、环境声和其他音效，不需要事先知道素材文件名。

音频内容搜索与转录文本搜索用途不同：前者根据声音本身查找素材，后者根据已经转录的对白文字查找语音内容。

4、查找相似镜头

如果时间轴中已经有一个合适的镜头，但希望找到另一个构图或内容相近的素材，可以在节目监视器中右键单击相应画面，然后选择“搜索相似帧”。

Premiere 会在“搜索”面板中列出视觉上相似的素材，适合寻找备用镜头、同类景别或相关 B-roll。

例如，当前使用的是一个城市街道远景，就可以通过它继续寻找其他类似街景，而不必逐个打开素材箱中的文件。

三、转录需要使用的源素材

对于包含对白的视频，可以先把源素材转换为转录文本，再直接从文字中选择内容。

Pr菜单：窗口/工作区/基于文本的编辑

Window/Workspaces/Text-Based Editing

快捷键：Alt + Shift + 6

1、转录源剪辑

在“项目”面板中双击需要处理的剪辑，将其打开。

在“文本”（Text）面板的“转录文本”（Transcript）选项卡中选择“转录”（Transcribe），根据实际素材设置语言和说话者标签，然后开始转录。

没有对白的 B-roll、音乐或纯画面素材不必为了基于文本编辑而全部转录，只需处理真正需要通过语言内容挑选的素材。

2、先检查转录结果

完成后先快速浏览转录文本，重点检查：

• 人名和地名

• 产品或专业术语

• 数字

• 明显的语音识别错误

转录文本中的时间信息与源素材对应，因此点击文字可以快速定位到相应位置。基于文本剪辑的重点不是制作一份完美文字稿，而是保证关键内容能够被正确找到和判断。

四、通过文本建立粗剪

这是基于文本编辑最实用的部分。

假设一段采访长达 20 分钟，而成片只需要其中三句话，不必先在源监视器中反复拖动播放头查找。

1、选择需要的对白

在源剪辑的转录文本中阅读或搜索内容，找到准备使用的句子。

用鼠标选择对应文字。

所选文字同时代表源素材中对应的一段时间范围。

2、添加到时间轴

将播放头放到序列中准备插入的位置，然后选择“插入”（Insert）。

Premiere 会把所选文字对应的实际视频和音频添加到时间轴。可以继续打开其他源素材、选择文字并插入，从而逐步建立粗剪。

实际操作可以理解为：读文字 → 选句子 → 插入时间轴。

对于采访、课程和解说视频，这通常比先完整观看所有素材再剪辑效率更高。

3、不要急于精修剪辑点

此时主要任务是决定：哪些内容要保留，以及它们按照什么顺序出现。

具体的停顿长度、J 形剪辑、L 形剪辑、镜头节奏和 B-roll 覆盖，可以等内容结构稳定后再回到时间轴处理。

五、直接修改序列转录文本

当多个源片段已经添加到时间轴后，Premiere 会建立对应的序列转录文本。

选择时间轴面板后，“文本”面板会切换到当前序列的转录内容。

这时可以直接通过文字继续修改粗剪。

1、删除不要的内容

选中一段文字并将其删除，对应的时间轴内容也会被删除，Premiere 会自动执行相应的波纹编辑，使后面的内容向前衔接。

例如采访对象说：

“我最开始，其实，嗯，并没有想过做摄影。”

如果最终只希望保留：

“我最开始并没有想过做摄影。”

就可以从转录文本中处理不需要的部分，再观察时间轴剪辑结果。

2、重新排列内容

还可以在序列转录文本中通过剪切、复制和粘贴调整文字顺序，相应的剪辑也会同步改变。

因此，在内容型视频的粗剪阶段，可以先像编辑一篇文字稿一样整理故事结构，再检查实际画面的连续性。

六、快速处理停顿和无用内容

在“转录文本”选项卡中点击筛选器按钮，可以查找文本、填充词、停顿或指定说话人，并删除单个项目或批量删除匹配项目。

这对于访谈、课程和口播视频尤其方便。

例如可以：

找出明显过长的停顿；

删除部分“嗯”“呃”等填充词；

查找某个关键词的所有位置；

定位某一位说话人的内容。

不过，不要机械地删除所有停顿和填充词。

自然讲话中的停顿可以表达节奏、思考和情绪，全部删除往往会让人物说话显得急促而不自然。比较好的方式是先批量找到这些位置，再根据语境决定哪些真正需要删除。

完成内容粗剪后，应回到普通时间轴剪辑，对每个剪辑点进一步修剪，并根据需要加入 B-roll、调整声音衔接和画面节奏。

七、使用生成式扩展补足剪辑长度

有时镜头内容完全合适，却偏偏短了一点。

例如：

人物反应镜头还需要多停留几帧；

转场前的画面不够长；

环境声过早结束；

两段声音之间缺少一点自然的空间声。

这时可以尝试“生成式扩展”（Generative Extend）。

1、扩展视频或音频

在“”面板中选择“”工具。

将鼠标移动到剪辑的开始或结束边缘，然后向外拖动。

Premiere 会通过 Adobe Firefly 生成新的内容，并连接到原始剪辑。生成式扩展需要连接互联网。

视频最多可扩展 2 秒，音频最多可扩展 10 秒。

生成结果不满意时，可以对生成部分重新生成，也可以在条件允许时恢复为原始媒体。

2、适合扩展什么

比较典型的用途包括：

• 延长人物短暂的反应

• 补足镜头尾部以容纳转场

• 延续平移、倾斜等简单运动

• 延长室内音、环境声或背景声

生成式扩展不会生成或延长人物对白，扩展音频时主要处理室内音、音效和背景声。包含音乐的剪辑目前不能使用音频生成式扩展。

因此，它更适合解决“只差一点素材”的剪辑问题，而不是用来生成一段全新的主要内容。

提示：

如果剪辑还需要语音转录，最好先完成转录再使用生成式扩展。经过生成式扩展的剪辑目前不能再使用语音转文本进行转录，因此生成的扩展部分无法进入相应的基于文本编辑和字幕工作流；生成式扩展后的剪辑目前也不会出现在媒体智能的视觉搜索结果中。

八、把 AI 放在合适的位置

Premiere 中的这些智能功能解决的是不同阶段的问题：

（1）素材太多找不到镜头

使用媒体智能搜索。

（2）对白太长，不容易挑选内容

使用语音转录和基于文本的编辑。

（3）口播中有大量停顿和重复

使用转录文本筛选，再人工决定删除内容。

（4）镜头或环境声只差一点长度

使用生成式扩展。

完成这些步骤后，仍然需要回到时间轴检查剪辑点、节奏、画面连续性、声音衔接以及最终叙事效果。

AI 可以减少查找和机械操作，但决定用哪个镜头、保留哪句话、在哪里切换，以及整个故事应该怎样展开，仍然属于剪辑本身。

小结

媒体智能可以从大量素材中快速找到需要的画面和声音，基于文本的编辑则把转录文字直接连接到粗剪操作。完成内容结构后，再回到时间轴精修；当素材只差少量长度时，可使用生成式扩展补足画面或环境声，从而形成更高效的智能剪辑工作流。

“点赞有美意，赞赏是鼓励”