Orodje v brskalniku izloči zvočno sled, jo pretvori v mono signal 16 kHz, ki ga potrebuje Whisper, ter v postopku v ozadju pripravi čase podnapisov. WebGPU pospeši obdelavo na podprtih računalnikih; drugi brskalniki uporabijo počasnejši način CPU. Pred izvozom lahko popravite besedilo ter začetek in konec vsakega podnapisa.
Samodejni podnapisi za video
Vse poteka v vašem brskalniku - brez nalaganja, brez registracije.
Kako lahko samodejno ustvarim podnapise za video?
Dodajte video in ta generator samodejnih podnapisov bo v vaši napravi zagnal prepoznavanje govora Whisper, ne da bi naložil datoteko. Ustvari časovno usklajene podnapise, ki jih lahko predvajate, popravite in prenesete kot SRT ali VTT. Ob prvi uporabi mora brskalnik prenesti model AI.
Kako uporabljati
- 1Izberite video. Povlecite datoteko MP4, WebM, MOV, M4V ali MKV v orodje ali kliknite območje za nalaganje in jo izberite.
- 2Ustvarite časovno usklajene podnapise. Kliknite Ustvari podnapise. Ob prvem zagonu počakajte, da se prenese večjezični model Whisper, nato pustite napravi, da obdela zvočno sled.
- 3Preglejte vsak podnapis. Predvajajte podnapise v urejevalniku, popravite besede ter prilagodite začetek ali konec, če je samodejni čas prezgoden ali prepozen.
- 4Izvozite datoteko s podnapisi. Prenesite SRT za široko podporo v urejevalnikih in na videoplatformah ali VTT za video HTML in objavo v spletu.
Komu je namenjeno
- Ustvarjalci kratkih videov lahko pripravijo berljive podnapise, preden jih oblikujejo ali trajno vdelajo v končni posnetek.
- Učitelji in izvajalci usposabljanj lahko olajšajo spremljanje posnetih lekcij ter ponudijo ločeno datoteko s podnapisi.
- Ustvarjalci podkastov in intervjujev lahko pogovor spremenijo v časovno usklajen osnutek, ne da bi neobjavljen posnetek poslali storitvi za prepis v oblaku.
- Pregledovalci dostopnosti lahko pripravijo prvo različico za preverjanje govora, imen, zvočnih oznak, časov in hitrosti branja.
Pogosta vprašanja
Ali se moj video naloži na strežnik?
Ne. Brskalnik prebere izbrano datoteko in dekodirane zvočne vzorce posreduje postopku v isti napravi. Ta prenese datoteke modela Whisper s Hugging Face, vendar ne naloži videa, zvoka ali podnapisov. CanDoYa datoteke ne prejme in je ne shrani.
Ali je generator samodejnih podnapisov brezplačen?
Da. Ne potrebujete računa ali plačila, prav tako ni omejitve minut, vodnega žiga ali zaklenjenega izvoza. Prepis opravi vaša naprava, zato so dejanski stroški čas obdelave, poraba pomnilnika in prvi prenos modela. Ponudnik interneta lahko ta prenos všteje v porabo, če imate omejen podatkovni paket.
Kako velik in dolg video lahko podnaslovim?
Izberete lahko datoteko do 500 MB. Določene omejitve minut ni, vendar daljši videi zahtevajo več pomnilnika in časa, saj dekodiranje in obdelava AI potekata lokalno. Za enourne posnetke uporabite sodoben prenosnik, zaprite zavihke z veliko porabo pomnilnika ali video najprej razdelite na krajše dele.
Katere oblike videa delujejo?
Orodje sprejme vsebnike MP4, WebM, MOV, M4V, MKV, AVI, MPEG in OGV. Dejansko dekodiranje zvoka je odvisno od kodekov, ki jih podpirata brskalnik in operacijski sistem. MP4 z zvokom AAC in WebM z zvokom Opus imata navadno najširšo podporo.
Ali lahko uredim samodejne podnapise?
Da. Uredite lahko besedilo, začetek in konec vsakega podnapisa. Predvajajte podnapis, da se predogled pomakne na njegov začetek, popravite napake prepoznavanja in prilagodite meje. Izvoz ostane onemogočen, če je podnapis prazen, se konča pred začetkom ali presega dolžino videa.
Kakšna je razlika med SRT in VTT?
SRT je široko podprta oblika podnapisov, ki jo uporabljajo urejevalniki videa in platforme za objavo. WebVTT ima podobno zgradbo časovno označenega besedila, vendar je namenjen spletu in deluje neposredno z elementom track videa HTML. Orodje izvozi obe obliki brez vizualnega sloga in brez trajnega vstavljanja besedila v sliko.
Ali izdelava podnapisov deluje brez WebGPU?
Da. Orodje najprej poskusi uporabiti WebGPU, saj lahko združljiv grafični procesor hitreje poganja Whisper. Če WebGPU ni na voljo ali ne uspe, znova poskusi z WebAssembly na CPU. Ta možnost podpira več brskalnikov, vendar je lahko veliko počasnejša pri dolgih videih, na telefonih ali starejših računalnikih.
So samodejni podnapisi dovolj natančni za dostopnost?
So uporaben osnutek, ne končno gradivo za dostopnost. Hrup, glasba, prekrivanje glasov, naglasi, nenavadna imena in strokovni izrazi lahko povzročijo napake. Prepoznavanje govora izpusti tudi veliko opisov zvokov in oznak govorcev. Pred objavo uradnih dostopnih podnapisov preglejte video in dodajte pomembne negovorne oznake.