Instrumentul extrage pista audio în browser, o transformă în semnalul mono de 16 kHz necesar pentru Whisper și calculează timpii într-un proces de fundal. WebGPU accelerează procesarea pe calculatoarele compatibile; celelalte browsere folosesc o variantă mai lentă pe CPU. Înainte de export poți corecta atât textul, cât și începutul și sfârșitul fiecărei replici.
Subtitrări automate video
Rulează integral în browserul tău - fără încărcare, fără cont.
Cum generez automat subtitrări pentru un videoclip?
Adaugă un videoclip, iar acest generator de subtitrări automate rulează recunoașterea vocală Whisper local, fără să încarce fișierul pe un server. Obții replici sincronizate pe care le poți previzualiza, corecta și descărca în format SRT sau VTT. La prima utilizare, browserul trebuie să descarce modelul AI.
Cum se folosește
- 1Alege un videoclip. Trage în instrument un fișier MP4, WebM, MOV, M4V sau MKV ori apasă pe zona de încărcare pentru a-l selecta.
- 2Generează subtitrările sincronizate. Apasă pe Generează subtitrări. La prima rulare, așteaptă descărcarea modelului Whisper multilingv, apoi lasă dispozitivul să proceseze pista audio.
- 3Verifică fiecare replică. Redă subtitrările din editor, corectează cuvintele și modifică timpii de început sau de sfârșit dacă apar prea devreme ori prea târziu.
- 4Exportă fișierul de subtitrare. Descarcă SRT pentru compatibilitate cu numeroase editoare și platforme video sau VTT pentru video HTML și publicare pe web.
Pentru cine este
- Creatorii de clipuri scurte pot pregăti subtitrări ușor de citit înainte să le stilizeze sau să le insereze definitiv în montaj.
- Profesorii și formatorii pot face lecțiile înregistrate mai ușor de urmărit și pot oferi o pistă de subtitrare separată.
- Realizatorii de podcasturi și interviuri pot obține o ciornă sincronizată fără să trimită materialul nepublicat către un serviciu de transcriere în cloud.
- Specialiștii în accesibilitate pot crea o primă versiune în care să verifice vorbirea, numele, indicațiile sonore, timpii și viteza de citire.
Întrebări frecvente
Videoclipul meu este încărcat pe un server?
Nu. Browserul citește fișierul selectat și trimite mostrele audio decodate unui proces de pe același dispozitiv. Procesul descarcă fișierele modelului Whisper de la Hugging Face, dar nu încarcă videoclipul, sunetul sau subtitrările. CanDoYa nu primește și nu stochează fișierul.
Generatorul de subtitrări automate este gratuit?
Da. Nu ai nevoie de cont și nu există plată, limită de minute, filigran sau blocare la export. Transcrierea este făcută de dispozitiv, așa că singurele costuri practice sunt timpul de procesare, memoria folosită și prima descărcare a modelului. Furnizorul de internet poate contoriza descărcarea dacă ai trafic limitat.
Ce dimensiune și durată poate avea videoclipul?
Poți selecta fișiere de până la 500 MB. Nu există o limită fixă de minute, dar un videoclip lung cere mai multă memorie și durează mai mult, deoarece decodarea și procesarea AI au loc local. Pentru înregistrări de o oră, folosește un laptop modern, închide filele care consumă multă memorie sau împarte mai întâi videoclipul.
Ce formate video sunt acceptate?
Instrumentul acceptă containere MP4, WebM, MOV, M4V, MKV, AVI, MPEG și OGV. Decodarea sunetului depinde de codec-urile incluse în browser și în sistemul de operare. MP4 cu sunet AAC și WebM cu sunet Opus au de obicei cea mai bună compatibilitate.
Pot edita subtitrările automate?
Da. Textul și timpii de început și de sfârșit ai fiecărei replici pot fi modificați. Redă o replică pentru a muta previzualizarea la începutul ei, corectează greșelile de recunoaștere și ajustează limitele. Exportul rămâne dezactivat dacă o replică este goală, se termină înainte să înceapă ori depășește durata videoclipului.
Care este diferența dintre SRT și VTT?
SRT este un format de subtitrare acceptat de multe editoare video și platforme de publicare. WebVTT are o structură de text sincronizat asemănătoare, dar este conceput pentru web și funcționează direct cu elementul track al unui video HTML. Instrumentul exportă ambele formate fără stilizare vizuală și fără să insereze textul în imagine.
Generarea subtitrărilor funcționează fără WebGPU?
Da. Instrumentul încearcă întâi WebGPU, deoarece un procesor grafic compatibil poate rula Whisper mai repede. Dacă WebGPU lipsește sau eșuează, încearcă din nou cu WebAssembly pe CPU. Această variantă funcționează în mai multe browsere, dar poate fi mult mai lentă pentru clipuri lungi, telefoane sau calculatoare vechi.
Subtitrările automate sunt suficient de precise pentru accesibilitate?
Sunt o ciornă utilă, nu un material de accesibilitate final. Zgomotul, muzica, vocile suprapuse, accentele, numele rare și termenii tehnici pot provoca erori. Recunoașterea vocală omite și multe descrieri sonore sau etichete de vorbitor. Verifică videoclipul și adaugă indicațiile nevocale importante înainte de publicarea unor subtitrări oficiale.