Descript是一个基于AI的音视频编辑器，它可以将音视频中的语音转录成文字，让用户像操作Word文档一样，对音视频进行修改。Descript最初是创始人Andrew Mason上一个创业项目Detour的内部语音工具，在2017年从Detour独立出来，做成了一个单独的创业项目。Descript可以定义音视频剪辑赛道的新类别。通过将音视频内容转录成文本，用户可以像编辑文档一样编辑音频和视频，还集成了屏幕分享和协作等功能。
Descript使用了语音转文本技术，让用户可以像文本编辑一样，编辑视频音频。同时，Descript还会使用AI工具，填充（替换）作品中用户不想要的段落和文字。Descript为新媒体创作者构建简单而强大的协作工具。公司努力消除通常介于想法和表达之间的繁琐工作，以便创作者可以专注于开发他们的工艺而不是使用工具。
Descript是一个All-in-one的音视频编辑器，它可以让用户像修改文本一样编辑音频。具体而言，语音识别系统首先将音频转化为文字，再通过机器学习模型将音频的时间码分配给每一个字。当用户删除相应文字时，对应的那段音频会同时被删除。Descript想让编辑音频和视频变得像编辑Word文档一样简单。
在音视频编辑领域，Descript的创新之处在于它使用了语音转文本技术，让用户能够像编辑文档一样编辑音频和视频。与传统的多轨道时间线编辑方式不同，用户可以直接在文本中编辑音频，这极大地提高了编辑效率。但是，由于语音转文本技术本身的局限性，Descript在识别语音时可能会出现一些错误，这需要用户进行手动修正。此外，Descript的高级功能需要付费才能使用，而且它的价格相对较高，可能不适合个人用户