Automatycznie generuj napisy (SRT lub VTT) ze ścieżki dźwiękowej wideo - lokalnie w przeglądarce dzięki rozpoznawaniu mowy AI (Whisper), bez przesyłania.
Przetwarzanie lokalnie na Twoim urządzeniu ...
Przetwarzanie lokalnie na Twoim urządzeniu ...
0%
Twoje pliki nigdy nie opuściły urządzenia
Nie. Wszystko działa w Twojej przeglądarce - Twój plik nigdy nie opuszcza urządzenia. Jak to sprawdzić
Wykład, film instruktażowy, klip w mediach społecznościowych bez napisów: zwłaszcza przy wyciszonym kanale lub dla widzów z niedosłuchem napisy często decydują o tym, czy film w ogóle zostanie zrozumiany. To narzędzie słucha ścieżki dźwiękowej wideo, rozpoznaje wypowiadane słowa dzięki AI (Whisper) i zapisuje je jako plik napisów ze znacznikami czasu - gotowy do wczytania w odtwarzaczu wideo lub programie montażowym.
Ścieżka dźwiękowa jest automatycznie wydzielana z wideo - nie trzeba osobnego kroku przez oddzielne narzędzie do ekstrakcji, robi to ten sam mechanizm, którego używają już narzędzia do ekstrakcji audio na tej stronie. Whisper dzieli rozpoznawanie na fragmenty wypowiedzi z czasem początku i końca; trafiają one bezpośrednio jako wpisy SRT lub VTT, w dokładnie takich samych formatach znaczników czasu jak w pozostałych narzędziach do napisów na tej stronie (można je więc np. później dopracować za pomocą narzędzia "Przesuń napisy").
Napisy są automatycznym przybliżeniem, a nie zamiennikiem zredagowanego tłumaczenia - nazwy własne, terminy branżowe i hałas w tle mogą powodować błędy. Krótka korekta przed publikacją zawsze się opłaca.
| Formaty wejściowe | MP4, M4V, WEBM, MOV, MKV |
|---|---|
| Automatyczna konwersja | PNG, GIF |
| Formaty wyjściowe | SRT, VTT |
| Przetwarzanie wsadowe | Nie |
| Przetwarzanie | Lokalnie w przeglądarce (WebAssembly) |
| Przesyłanie plików | Brak |
Ograniczenia: Działa jednowątkowo (brak trybu izolacji cross-origin na tej stronie), przez co jest zauważalnie wolniejsze niż usługi serwerowe - obowiązuje tu znacznie bardziej rygorystyczny górny limit długości na urządzenie niż w pozostałych narzędziach wideo. Używany jest kompaktowy poziom modelu "tiny": dobry przy wyraźnej mowie, słabszy przy silnym hałasie w tle lub kilku osobach mówiących jednocześnie. Napisy są generowane maszynowo - sprawdź je przed publikacją, zwłaszcza nazwy własne i liczby.
Nie, ekstrakcja dźwięku i rozpoznawanie działają w całości lokalnie w przeglądarce.
SRT to najbardziej rozpowszechniony format w programach do montażu wideo; VTT to standard webowy dla odtwarzaczy wideo HTML5.
Tak, za pomocą narzędzia "Przesuń napisy" można przesunąć cały plik o stałą wartość.
Tak, ale bez rozdzielania mówców - wszystkie głosy trafiają do tej samej, ciągłej ścieżki napisów.
Audio na tekst · VTT na ASS · Wypal napisy w wideo · Wideo na WAV · Wideo do obrazów