Alat ini mengambil trek audio di dalam pelayar, menukarkannya kepada isyarat mono 16 kHz yang diperlukan oleh Whisper dan menghasilkan masa sari kata melalui proses latar. WebGPU mempercepat tugas pada komputer yang disokong; pelayar lain menggunakan pilihan CPU yang lebih perlahan. Sebelum mengeksport, betulkan perkataan serta masa mula dan tamat setiap sari kata.
Penjana Sari Kata Automatik
Berjalan sepenuhnya dalam pelayar anda - tanpa muat naik, tanpa pendaftaran.
Bagaimanakah cara membuat sari kata video secara automatik?
Tambahkan video dan penjana sari kata automatik ini akan menjalankan pengecaman pertuturan Whisper pada peranti anda tanpa memuat naik fail. Anda boleh pratonton dan sunting sari kata bermasa, kemudian muat turunnya sebagai SRT atau VTT. Pelayar perlu memuat turun model AI pada penggunaan pertama.
Cara guna
- 1Pilih video. Lepaskan fail MP4, WebM, MOV, M4V atau MKV pada alat, atau klik ruang muat naik untuk memilih fail.
- 2Jana sari kata bermasa. Klik Jana sari kata. Pada kali pertama, tunggu model Whisper berbilang bahasa dimuat turun, kemudian biarkan peranti memproses trek audio.
- 3Semak setiap sari kata. Mainkan sari kata daripada penyunting, betulkan perkataan dan laraskan masa mula atau tamat yang kelihatan terlalu awal atau lewat.
- 4Eksport fail sari kata. Muat turun SRT untuk sokongan luas dalam penyunting video dan platform, atau VTT untuk video HTML dan penerbitan web.
Untuk siapa
- Pencipta video pendek boleh menyediakan sari kata yang mudah dibaca sebelum menggayakan atau memasukkannya secara kekal dalam suntingan akhir.
- Guru dan jurulatih boleh memudahkan rakaman pelajaran untuk diikuti serta menyediakan fail sari kata yang boleh dimuat turun.
- Penerbit podcast dan penemu bual boleh menukar perbualan video kepada draf bermasa tanpa menghantar rakaman yang belum diterbitkan ke perkhidmatan transkripsi awan.
- Penyemak kebolehcapaian boleh menghasilkan draf awal untuk memeriksa pertuturan, nama, petunjuk bunyi, masa dan kelajuan membaca.
Soalan lazim
Adakah video saya dimuat naik ke pelayan?
Tidak. Pelayar membaca fail yang dipilih dan menghantar sampel audio yang dinyahkod kepada proses pada peranti yang sama. Proses itu memuat turun fail model Whisper daripada Hugging Face, tetapi tidak memuat naik video, audio atau sari kata anda. CanDoYa tidak menerima atau menyimpan fail tersebut.
Adakah penjana kapsyen video ini percuma?
Ya. Tiada akaun, bayaran, kuota minit sari kata, tera air atau sekatan eksport. Peranti anda melakukan transkripsi, jadi kos sebenar hanyalah masa pemprosesan, penggunaan memori dan muat turun model pada kali pertama. Penyedia internet anda mungkin mengira muat turun itu jika sambungan mempunyai had data.
Apakah saiz dan tempoh video yang boleh diproses?
Pemuat naik menerima fail sehingga 500 MB. Tiada had minit tetap, tetapi video panjang memerlukan lebih banyak memori dan masa kerana penyahkodan serta pemprosesan AI berlaku pada peranti. Untuk rakaman selama sejam, gunakan komputer riba moden, tutup tab yang menggunakan banyak memori atau bahagikan video kepada bahagian yang lebih kecil dahulu.
Format video manakah yang boleh digunakan?
Alat ini menerima bekas MP4, WebM, MOV, M4V, MKV, AVI, MPEG dan OGV. Keupayaan menyahkod audio bergantung pada codec yang disokong oleh pelayar dan sistem pengendalian anda. MP4 dengan audio AAC dan WebM dengan audio Opus biasanya mempunyai sokongan pelayar yang paling luas.
Bolehkah saya menyunting sari kata automatik?
Ya. Teks serta masa mula dan tamat setiap sari kata boleh disunting. Mainkan sari kata untuk mengalihkan pratonton ke permulaannya, betulkan kesilapan pengecaman dan laraskan sempadan masa. Eksport tidak tersedia jika sari kata kosong, tamat sebelum bermula atau melepasi tempoh video.
Apakah perbezaan antara SRT dengan VTT?
SRT ialah format sari kata yang disokong secara meluas oleh penyunting video dan platform penerbitan. WebVTT mempunyai struktur teks bermasa yang serupa, tetapi direka untuk web dan berfungsi terus dengan elemen track video HTML. Alat ini mengeksport kedua-duanya tanpa menambah gaya visual atau memasukkan teks secara kekal dalam video.
Adakah penjanaan sari kata berfungsi tanpa WebGPU?
Ya. Alat mencuba WebGPU dahulu kerana pemproses grafik yang serasi boleh menjalankan Whisper dengan lebih pantas. Jika WebGPU tiada atau gagal, alat akan mencuba semula dengan WebAssembly pada CPU. Pilihan ini menyokong lebih banyak pelayar tetapi boleh menjadi jauh lebih perlahan, terutama untuk video panjang pada telefon atau komputer lama.
Adakah sari kata automatik cukup tepat untuk kebolehcapaian?
Sari kata ini ialah draf yang berguna, bukannya hasil kebolehcapaian yang siap. Bunyi bising, muzik, suara bertindih, loghat, nama luar biasa dan istilah teknikal boleh menyebabkan kesilapan. Pengecaman pertuturan juga mengabaikan banyak huraian bunyi dan label penutur. Tonton semula video dan tambahkan petunjuk bukan pertuturan yang penting sebelum menerbitkan kapsyen tertutup rasmi.