Alat izdvaja zvučnu traku u pregledaču, pretvara je u mono signal od 16 kHz koji Whisper očekuje i računa vreme titlova u posebnom procesu. WebGPU ubrzava obradu na podržanim računarima; ostali pregledači koriste sporiji rezervni rad na procesoru. Pre izvoza u editoru možete da ispravite tekst, početak i kraj svakog segmenta.
Automatski titlovi za video
Radi u celosti u pregledaču - bez otpremanja i bez registracije.
Kako automatski napraviti titlove za video?
Dodajte video i generator automatskih titlova će na vašem uređaju pokrenuti Whisperovo prepoznavanje govora. Dobićete segmente sa vremenskim oznakama koje možete da pregledate, uredite i preuzmete kao SRT ili VTT. Video se nikada ne šalje na server, ali pregledač pri prvoj upotrebi mora da preuzme AI model.
Kako se koristi
- 1Izaberite video. Prevucite MP4, WebM, MOV, M4V ili MKV fajl na alat ili kliknite na polje za izbor fajla sa uređaja.
- 2Napravite vremenski usklađene titlove. Kliknite na „Napravi titlove“. Pri prvom pokretanju sačekajte da se preuzme višejezični model Whisper, a zatim pustite uređaj da obradi zvučnu traku.
- 3Proverite svaki segment. Pokrećite segmente iz editora, ispravite tekst i menjajte početno ili završno vreme kada automatsko usklađivanje dolazi prerano ili prekasno.
- 4Izvezite fajl titlova. Preuzmite SRT za video-editore i platforme ili VTT za HTML video i objavljivanje na vebu.
Kome je namenjen
- Autori kratkih video-sadržaja mogu da pripreme čitljive titlove za klipove pre stilizovanja ili ugrađivanja teksta u završnu montažu.
- Nastavnici i treneri mogu da olakšaju praćenje snimljenih lekcija i ponude posebnu datoteku titlova za preuzimanje.
- Autori podkasta i intervjueri mogu da pretvore razgovor iz videa u radnu verziju sa vremenskim oznakama bez slanja neobjavljenog snimka servisu u oblaku.
- Osobe koje proveravaju pristupačnost mogu da naprave prvu verziju, pa zatim provere govor, imena, opise zvuka, sinhronizaciju i brzinu čitanja.
Česta pitanja
Da li se moj video šalje na server?
Ne. Pregledač čita izabrani fajl i prosleđuje dekodirane audio-uzorke samo lokalnom procesu na istom uređaju. Taj proces preuzima fajlove modela Whisper sa platforme Hugging Face, ali ne šalje video, zvuk niti titlove. CanDoYa ne prima i ne čuva fajl.
Da li je generator automatskih titlova besplatan?
Da. Nema naloga, plaćanja, ograničenja minuta, vodenog žiga ni zaključanog izvoza. Transkripciju obavlja vaš uređaj, pa su praktični troškovi vreme obrade, memorija i prvo preuzimanje modela. Internet provajder može da uračuna ovo preuzimanje u ograničeni paket podataka.
Koliki i koliko dug video mogu da titlujem?
Možete da izaberete fajl do 500 MB. Nema fiksnog ograničenja u minutima, ali dugi video-snimci traže više memorije i vremena jer se dekodiranje i AI obrada odvijaju lokalno. Za snimak od sat vremena koristite savremen laptop, zatvorite zahtevne kartice ili prvo podelite video na delove.
Koji video-formati rade?
Alat prihvata kontejnere MP4, WebM, MOV, M4V, MKV, AVI, MPEG i OGV. Stvarno dekodiranje zvuka zavisi od kodeka u pregledaču i operativnom sistemu. MP4 sa AAC zvukom i WebM sa Opus zvukom obično imaju najširu podršku.
Mogu li da uredim automatske titlove?
Da. Svaki segment ima tekst i početno i završno vreme koje možete da menjate. Pustite segment da biste prešli na tačno mesto u videu, ispravite greške u prepoznavanju i podesite granice. Izvoz ostaje isključen ako je segment prazan, završava se pre početka ili prelazi trajanje videa.
Koja je razlika između SRT i VTT?
SRT je široko podržan format titlova koji koriste video-editori i platforme za objavljivanje. WebVTT ima sličnu strukturu teksta sa vremenom, ali je namenjen vebu i radi direktno sa elementom trake HTML videa. Alat izvozi oba formata bez vizuelnog stila i bez ugrađivanja teksta u sliku.
Da li pravljenje titlova radi bez WebGPU-a?
Da. Alat prvo pokušava WebGPU jer kompatibilan grafički procesor može znatno da ubrza Whisper. Ako WebGPU nije dostupan ili zakaže, obrada se ponavlja kroz WebAssembly na procesoru. Ovaj režim radi u više pregledača, ali može biti mnogo sporiji, naročito za duge snimke na telefonima i starijim računarima.
Da li su automatski titlovi dovoljno tačni za pristupačnost?
Oni su korisna radna verzija, a ne završen materijal za pristupačnost. Buka, muzika, istovremeni govor, akcenti, neuobičajena imena i stručni izrazi mogu da izazovu greške. Prepoznavanje govora izostavlja i mnoge opise zvuka i oznake govornika, zato pre objavljivanja pregledajte video i dodajte važne negovorne informacije.