Tööriist eraldab brauseris video heliraja, teisendab selle Whisperile sobivaks 16 kHz monoheliks ja loob subtiitrite ajakoodid taustaprotsessis. Toetatud arvutites kiirendab tööd WebGPU; muudes brauserites kasutatakse aeglasemat protsessori varurežiimi. Enne eksporti saab parandada nii teksti kui ka iga subtiitri algus- ja lõpuaega.
Automaatsed subtiitrid videole
Töötab täielikult sinu brauseris - midagi ei laadita üles, kontot pole vaja.
Kuidas lisada videole automaatsed subtiitrid?
Lisa video ja tööriist käivitab sinu seadmes Whisperi kõnetuvastuse. See loob ajakoodidega redigeeritavad subtiitrid, mida saab vaadata ning SRT- või VTT-failina alla laadida. Videot ei laadita üles, kuid esimesel kasutuskorral peab brauser AI mudeli alla laadima.
Kuidas kasutada
- 1Vali video. Lohista MP4-, WebM-, MOV-, M4V- või MKV-fail tööriista või klõpsa üleslaadimisalal ja vali fail.
- 2Loo ajakoodidega subtiitrid. Klõpsa nuppu Loo subtiitrid. Esimesel korral oota mitmekeelse Whisperi mudeli allalaadimist, seejärel töötleb seade heliraja.
- 3Kontrolli iga subtiitrit. Esita subtiiter redaktoris, paranda valesti tuvastatud sõnad ning kohanda algus- või lõpuaega, kui automaatne ajastus on liiga varane või hiline.
- 4Ekspordi subtiitrifail. Laadi alla laialt toetatud SRT redaktorite ja platvormide jaoks või VTT HTML-video ning veebis avaldamise jaoks.
Kellele see sobib
- Lühivideote loojad saavad loetava mustandi enne subtiitrite kujundamist või lõplikku videosse põletamist.
- Õpetajad ja koolitajad muudavad salvestatud tunnid hõlpsamini jälgitavaks ning pakuvad eraldi subtiitrifaili.
- Taskuhäälingute tegijad ja intervjueerijad muudavad videovestluse ajakoodidega mustandiks ilma avaldamata materjali pilveteenusesse saatmata.
- Ligipääsetavuse kontrollijad loovad esimese versiooni, milles saab üle vaadata kõne, nimed, helivihjed, ajastuse ja lugemiskiiruse.
Korduvad küsimused
Kas minu video laaditakse serverisse?
Ei. Brauser loeb valitud faili ja saadab ainult dekodeeritud helinäidised samas seadmes töötavale workerile. Worker laadib Hugging Face'ist alla Whisperi mudelifailid, kuid ei laadi üles videot, heli ega subtiitreid. CanDoYa ei võta faili vastu ega salvesta seda.
Kas automaatsete subtiitrite tööriist on tasuta?
Jah. Kontot, makset, minutilimiiti, vesimärki ega lukustatud eksporti ei ole. Transkriptsiooni teeb seade, seega kulub töötlemisaega, mälu ja esimesel korral mudeli allalaadimiseks andmemahtu. Piiratud paketis võib teenusepakkuja selle allalaadimise arvesse võtta.
Kui suurt ja pikka videot saab subtiitrida?
Failivalija lubab kuni 500 MB faili. Kindlat minutilimiiti pole, kuid pikk video vajab rohkem mälu ja aega, sest dekodeerimine ning AI töö toimuvad seadmes. Tunnise salvestise puhul kasuta tänapäevast sülearvutit, sulge palju mälu kasutavad vahelehed või jaga video enne osadeks.
Millised videovormingud töötavad?
Tööriist võtab vastu MP4-, WebM-, MOV-, M4V-, MKV-, AVI-, MPEG- ja OGV-konteinereid. Heli tegelik dekodeerimine sõltub brauseri ja operatsioonisüsteemi koodekitest. AAC-heliga MP4 ja Opus-heliga WebM on tavaliselt kõige laiema toega.
Kas automaatselt loodud subtiitreid saab muuta?
Jah. Igal subtiitril on muudetav tekst ning algus- ja lõpuaeg. Esita rida, et liikuda selle algusse, ja paranda tuvastusvigu või ajapiire. Eksport on välja lülitatud, kui rida on tühi, lõpeb enne algust või ulatub video kestusest välja.
Mis vahe on SRT- ja VTT-failil?
SRT on videoredaktorites ja avaldamisplatvormidel laialt toetatud subtiitrivorming. WebVTT kasutab sarnast ajakoodidega struktuuri, kuid on loodud veebi jaoks ning töötab otse HTML-i videoelemendiga. Tööriist ekspordib mõlemad ilma kujunduse või teksti videosse põletamiseta.
Kas subtiitrite loomine töötab ilma WebGPU-ta?
Jah. Tööriist proovib esmalt WebGPU-d, sest ühilduv graafikaprotsessor käitab Whisperit kiiremini. Kui WebGPU pole saadaval või ebaõnnestub, proovitakse uuesti protsessoris WebAssembly abil. Varurežiim toetab rohkem brausereid, kuid võib pikkade videote puhul telefonis ja vanas arvutis väga aeglane olla.
Kas automaatsed subtiitrid on ligipääsetavuse jaoks piisavalt täpsed?
Need sobivad mustandiks, mitte valmis ligipääsetavaks väljundiks. Müra, muusika, kattuv kõne, aktsendid, haruldased nimed ja oskussõnad võivad tekitada vigu. Automaatne tuvastus jätab sageli välja ka helikirjeldused ja kõneleja tähised. Vaata video üle ning lisa enne avaldamist oluline mitteverbaalne teave.