跳至正文
MakerGain
← 返回项目

影片留在本機,只把音軌送出去:AutoSubtitles 的 \$3,254 MRR

編輯:MakerGain

AutoSubtitles 把影片轉字幕收進網頁:免註冊,頁面自述影片檔案留本機、只送音軌轉寫後刪除;TrustMRR 顯示累計收入 21,169 美元、MRR 3,254 美元、414 個活躍訂閱,收入經 Stripe 驗證。頁面列 Free、Pro 9 美元/月、Max 15 美元/月,但未說明付費週期與各檔限制。

比如你剛錄完一段 40 分鐘的訪談,想配上字幕再發。常見做法是上傳到某個線上工具,等轉寫跑完,下載 SRT,再回剪輯軟體對時間軸、改錯字。

AutoSubtitles 把這幾個步驟收進一個網頁:上傳影片,它把音軌轉成文字,你拿到可下載的 SRT/VTT,或者直接生成燒錄進畫面的動態字幕。AutoSubtitles[1] 按 TrustMRR 的產品頁,這是網頁端 AI 轉寫與字幕工具,支援 100+ 語言,字幕能在瀏覽器裡直接編輯。目標使用者包括影片創作者、教育者和行銷人員等。它寫的問題也很直白:做準確、精修、多語言字幕很耗時,而且可能要動用複雜或昂貴的軟體。[1]

圖:來源 AutoSubtitles 官網引用的官方圖片[2],2026-11-11取得,保留原介面。

產品頁的補充資訊裡有兩個選擇值得留意。第一,不需要註冊。第二,頁面稱影片檔案留在使用者裝置上,只有音軌被送去轉寫,轉寫完成後立即刪除。AutoSubtitles[1] 這兩個選擇指向同一種產品特徵:把第一次使用的摩擦壓到最低。不用先建帳號,不用把整段影片傳到陌生伺服器,先試一次再說。

但「影片不出本機」這個說法需要更準確一些:留下的是影片檔案,音軌還是離開了裝置,只是轉寫完之後被刪掉。隱私上的取捨是真實的,只是沒有到「資料完全不出門」的程度。不用註冊的另一面,是產品怎麼認出回訪的人。公開頁面只寫了無需註冊,沒解釋它用什麼方式辨識。

公開頁面的 Founder 欄位只寫 AutoSubtitles,沒有創始人姓名或訪談;這些選擇只能從頁面動作看。[1]

收入數字給得比較具體。頁面顯示 All-time revenue $21,169,MRR $3,254,414 個活躍訂閱,並註明收入由 Stripe API key 驗證,最後更新時間為 2026-11-14 04:14 AM。AutoSubtitles[1] Pricing 欄位列出 Free $0/月、Pro $9/月、Max $15/月,但頁面沒有說明這個「/月」是按月扣費還是按年結算的折合月價,也沒有試用和退款規則。AutoSubtitles[1] 所以 $9 這個數字只能當作標價看,不能當成實際扣款週期。

414 個活躍訂閱和 $3,254 MRR 擺在一起,很容易讓人想算「每個訂閱值多少錢」。但訂閱的方案分布、統計範圍都沒有說明,這個數算不出來;同樣,414 是訂閱數,不等於 414 個客戶,也不說明各方案怎麼分。能說明有人在付錢的是 Stripe 驗證過的 MRR 和累計收入。成本這一側更空:音軌發給誰、用量和費用多少,頁面都沒披露。所以利潤仍然不清楚;收入數字不能說明這門生意賺錢。

Submagic 的定價頁顯示,Starter 按年結算折合 $12/成員/月,帶 credits 和單條影片時長限制。Submagic 的定價[3] 這是按年結算的折合月價,不能和 AutoSubtitles 的標價直接對上:AutoSubtitles 各方案的限制沒列。能說的只是:同樣賣字幕相關能力,Submagic 用「按年 + credits」收費;AutoSubtitles 列出免費方案和 $9/月、$15/月的付費方案,但各方案的限制沒披露。誰更划算,公開資訊判斷不了。

AutoSubtitles 在入口處做了兩個具體選擇:不用註冊,影片檔案留在本機,只把音軌送去轉寫。公開頁面沒有說明免費入口和付費方案怎麼銜接;$3,254 MRR 能證明有人付款,不能說明他們為什麼付款。

繼續閱讀

AI 影片
選題免費,成片按分鐘收費:Subscribr 替你跑完 YouTube 製作流程

Subscribr 面向 YouTube 長影片,接手從找選題、寫腳本、做縮圖到產出成片的整套流程。選題與排程免費,成片按分鐘計價。創辦人 Gil Hildebrand 離開拿過投資的新創,自籌資金做了 Subscribr,於 2024 年上線。他在產品做出來前先賣終身授權,承諾 60 天內交付、交付後兩週內仍可退款。後來,他把工具從選題和腳本擴到整條製作流程。

AI 影片
免月費、按秒計價:VOSU 把 AI 影片拆開賣,再回答「誰來交付」

VOSU 要接手的是將一次 campaign 從概念做到可編輯工作流程:使用者描述需求,agents 規畫概念、建立提示詞、選擇模型、大量生成變體。三位全職創作者創始人選擇按使用量付費、餘額不過期,並把成長押在連接品牌與 AI 創作人才的市集上。

AI 影片
先拆劇本,再開 AI:Layer8 怎樣把片子賣出去

Layer8 是 Ali、Kevin 和 James 共同創辦的 AI 電影工作室,先拆劇本再開 AI,導演、編劇、藝術家與 AI 專家並肩工作,畫面判斷歸電影人。團隊把早期樣片傳給熟人後,加州公路巡警成為首個付費客戶;他們曾推出範本廣告卻未成功,又因商標爭議更名 Layer8。客戶是代理公司、製作公司和品牌,買的是成片。

AI 影片
先研究什麼廣告有效,再生成自己的:Starpop 把四步放進一個對話框

Starpop 接手成效廣告中「看懂有效廣告後轉成可拍素材」的一段:先研究有效廣告,再出策略、腳本與分鏡,也可從已批准的分鏡進入同一對話,生成圖片、影片、配音和音樂,最終決定仍由人做。訪談中的 Alexander Van Le 回顧前一家 VC 支持的 FinTech 重條款策略、輕行銷與理解客戶,轉向 marketing-first,後來自籌做 AI Flow Chat 與 Starpop。經營上,它把研究放在生成前,並讓其他 agent 經 MCP 呼叫生成,連接聊天免費、媒體生成按 credits 計費。