Įrankis naršyklėje išskiria vaizdo įrašo garso takelį, paverčia jį Whisper reikalingu 16 kHz monofoniniu signalu ir fone sukuria subtitrų laiko žymas. Palaikomuose kompiuteriuose procesą spartina WebGPU; kitose naršyklėse naudojamas lėtesnis atsarginis procesoriaus režimas. Prieš eksportuojant galima pataisyti tekstą ir kiekvieno subtitro pradžios bei pabaigos laiką.
Automatiniai subtitrai vaizdo įrašui
Veikia tik jūsų naršyklėje - nieko neįkeliama, registracija nereikalinga.
Kaip automatiškai sukurti subtitrus vaizdo įrašui?
Pridėkite vaizdo įrašą ir įrankis jūsų įrenginyje paleis Whisper kalbos atpažinimą. Jis sukurs redaguojamus subtitrus su laiko žymomis, kuriuos galima peržiūrėti ir atsisiųsti SRT arba VTT formatu. Vaizdo įrašas niekur neįkeliamas, tačiau naudojant pirmą kartą naršyklė turi atsisiųsti AI modelį.
Kaip naudotis
- 1Pasirinkite vaizdo įrašą. Nuvilkite MP4, WebM, MOV, M4V arba MKV failą į įrankį arba spustelėkite įkėlimo sritį ir pasirinkite jį.
- 2Sukurkite subtitrus su laiko žymomis. Spustelėkite Kurti subtitrus. Pirmą kartą palaukite, kol bus atsisiųstas daugiakalbis Whisper modelis, tada įrenginys apdoros garso takelį.
- 3Patikrinkite kiekvieną subtitrą. Paleiskite subtitrą redagavimo lange, pataisykite neteisingai atpažintus žodžius ir pakeiskite pradžios ar pabaigos laiką, jei automatinė žyma per ankstyva arba vėlyva.
- 4Eksportuokite subtitrų failą. Atsisiųskite plačiai redaktorių ir platformų palaikomą SRT arba pasirinkite VTT HTML vaizdo įrašui ir publikavimui internete.
Kam pravers
- Trumpų vaizdo įrašų kūrėjai paruošia lengvai skaitomą juodraštį prieš suteikdami subtitrams stilių ar įrašydami juos į galutinį vaizdą.
- Mokytojai ir lektoriai padeda lengviau sekti įrašytas pamokas ir pateikia atskirą subtitrų failą.
- Tinklalaidžių kūrėjai ir pašnekovus kalbinantys žmonės paverčia vaizdo pokalbius juodraščiu su laiko žymomis nesiųsdami neskelbtos medžiagos debesijos paslaugai.
- Prieinamumo tikrintojai sukuria pirmą versiją, kurioje galima patikrinti kalbą, vardus, garso nuorodas, laiką ir skaitymo greitį.
DUK
Ar mano vaizdo įrašas įkeliamas į serverį?
Ne. Naršyklė nuskaito pasirinktą failą ir perduoda tik iškoduotus garso pavyzdžius procesui tame pačiame įrenginyje. Procesas atsisiunčia Whisper modelio failus iš Hugging Face, bet neįkelia vaizdo, garso ar subtitrų. CanDoYa failo negauna ir nesaugo.
Ar automatinių subtitrų įrankis nemokamas?
Taip. Nereikia paskyros ar mokėti, nėra minučių limito, vandens ženklo ar užrakinto eksportavimo. Transkribavimą atlieka įrenginys, todėl naudojamas apdorojimo laikas, atmintis ir duomenys pirmajam modelio atsisiuntimui. Ryšio tiekėjas gali įtraukti atsisiuntimą į ribotą duomenų planą.
Kokio dydžio ir ilgio vaizdo įrašą galima subtitruoti?
Failų parinkiklis priima iki 500 MB. Fiksuoto minučių limito nėra, tačiau ilgam vaizdo įrašui reikia daugiau atminties ir laiko, nes iškodavimas ir AI skaičiavimai vyksta įrenginyje. Valandos trukmės įrašui naudokite šiuolaikinį nešiojamąjį kompiuterį, uždarykite daug atminties naudojančias korteles arba pirmiausia padalykite vaizdo įrašą.
Kokie vaizdo formatai veikia?
Įrankis priima MP4, WebM, MOV, M4V, MKV, AVI, MPEG ir OGV konteinerius. Tikrasis garso iškodavimas priklauso nuo naršyklės ir operacinės sistemos kodekų. MP4 su AAC garsu ir WebM su Opus garsu paprastai palaikomi plačiausiai.
Ar galima redaguoti automatinius subtitrus?
Taip. Galima keisti kiekvieno subtitro tekstą, pradžios laiką ir pabaigos laiką. Paleiskite eilutę, kad pereitumėte į jos pradžią, ir taisykite atpažinimo klaidas ar laiko ribas. Eksportavimas išjungiamas, jei eilutė tuščia, baigiasi prieš pradžią arba viršija vaizdo trukmę.
Kuo skiriasi SRT ir VTT?
SRT yra subtitrų formatas, plačiai palaikomas vaizdo redaktorių ir publikavimo platformų. WebVTT turi panašią struktūrą su laiko žymomis, bet yra skirtas internetui ir veikia tiesiogiai su HTML video elementu. Įrankis eksportuoja abu, nepridėdamas vaizdinio stiliaus ir neįrašydamas teksto į vaizdą.
Ar subtitrai kuriami be WebGPU?
Taip. Įrankis pirmiausia bando WebGPU, nes suderinamas grafikos procesorius gali greičiau vykdyti Whisper. Jei WebGPU nepasiekiamas arba neveikia, bandoma dar kartą naudojant WebAssembly procesoriuje. Atsarginis režimas palaiko daugiau naršyklių, bet ilgiems vaizdo įrašams telefone ar senesniame kompiuteryje gali būti labai lėtas.
Ar automatiniai subtitrai pakankamai tikslūs prieinamumui?
Jie naudingi kaip juodraštis, bet nėra užbaigtas prieinamumo turinys. Triukšmas, muzika, persidengianti kalba, akcentai, reti vardai ir techniniai terminai gali sukelti klaidų. Automatinis atpažinimas dažnai praleidžia garso aprašymus ir kalbėtojų žymas. Prieš skelbdami peržiūrėkite vaizdo įrašą ir pridėkite svarbią nekalbinę informaciją.