Skapa automatiskt undertexter (SRT eller VTT) från ljudspåret i en video - lokalt i webbläsaren med AI-taligenkänning (Whisper), utan uppladdning.
Körs lokalt på din enhet ...
Körs lokalt på din enhet ...
0%
Dina filer lämnade aldrig din enhet
Nej. Allt körs i din webbläsare - din fil lämnar aldrig din enhet. Så går det att verifiera
Ett föredrag, en instruktionsvideo, ett klipp i sociala medier utan undertexter: särskilt i ett tystat flöde eller för tittare med hörselnedsättning avgör undertexter ofta om en video över huvud taget förstås. Det här verktyget lyssnar på ljudspåret i en video, känner igen de talade orden med AI (Whisper) och skriver ut dem som en tidsstämplad undertextfil - klar att läsas in i en videospelare eller ett redigeringsprogram.
Ljudspåret bryts automatiskt ut ur videon - ingen separat omväg via ett eget extraktionsverktyg behövs, samma mekanism som sidans ljudextraktionsverktyg redan använder sköter det. Whisper delar upp igenkänningen i talavsnitt med start- och sluttid; dessa skrivs direkt ut som SRT- eller VTT-cues, i exakt samma tidsstämpelformat som sidans övriga undertextverktyg (alltså till exempel finjusterbara i efterhand med "Förskjut undertexter").
Undertexter är en automatisk approximation, inte en ersättning för en redigerad översättning - egennamn, fackuttryck och bakgrundsljud kan orsaka fel. En snabb genomgång före publicering lönar sig alltid.
| Indataformat | MP4, M4V, WEBM, MOV, MKV |
|---|---|
| Automatisk konvertering | PNG, GIF |
| Utdataformat | SRT, VTT |
| Batchbearbetning | Nej |
| Bearbetning | Lokalt i webbläsaren (WebAssembly) |
| Filuppladdning | Ingen |
Begränsningar: Körs enkeltrådigt (inget cross-origin-isoleringsläge på den här sidan) och är därför märkbart långsammare än servertjänster - en betydligt strängare längdgräns per enhet gäller här än för de övriga videoverktygen. Den kompakta modellnivån "tiny" används: bra för tydligt tal, svagare vid kraftigt bakgrundsljud eller flera personer som talar samtidigt. Undertexterna är maskingenererade - kontrollera dem före publicering, särskilt egennamn och siffror.
Nej, ljudextraktion och igenkänning körs helt lokalt i webbläsaren.
SRT är det mest spridda formatet för videoredigeringsprogram; VTT är webbstandarden för HTML5-videospelare.
Ja, med verktyget "Förskjut undertexter" kan du förskjuta hela filen med ett fast värde.
Ja, men utan talaråtskillnad - alla röster hamnar i samma löpande undertextspår.
Ljud till text · VTT till ASS · Bränn in undertexter · Video till WAV · Video till bilder