Video İçin Otomatik Altyazı ve Transkripsiyon

Dosyayı yükleyin ve "Altyazı oluştur" düğmesine basın. Tanıma tamamlandığında transkriptin üzerinde "Kopyala" düğmesi ve "TXT" indirme seçeneği belirir — metni düz yazı olarak ya da zaman kodlarıyla alabilirsiniz. "Düz metin" geçişi, sonucu not veya makaleye yapıştırmaya hazır sıradan bir belge olarak gösterir.

Neredeyse her şey için SRT: YouTube, oynatıcılar ve kurgu programlarının hepsi okur, düz zamanlı satırlar taşır. VTT web biçimidir — tarayıcının video parçası öğesinde beklediği biçim budur. Biçimlendirmenin yolculuğu atlatması gerektiğinde ASS’yi seçin: yazı tipleri, konumlar ve renkler dosyanın içinde durur; burada tasarladığınız altyazı başkası açtığında da tasarlandığı gibi görünür.

Önce dinler, sonra karar verir: Whisper dili sesin kendisinden doksandan fazla dil arasında algılar; böylece kendi kaydetmediğiniz bir klip bile doğru dilde çıkar. Rusça, genel model yerine bu dil için eğitilmiş bir modelden geçer. Kayıtta diller değişiyorsa ya da güçlü bir aksan algılamayı şaşırtıyorsa, işlemden önce dili elle seçin; tahmin etme sorunu ortadan kalkar.

Evet. Silero VAD, tanımadan önce gerçek konuşma bölümlerini işaretler; böylece girişlerdeki sessizlikler, duraklamalar ve outro kısımları atlanır, uzun dosyalarda doğruluk korunur. Metin, kod çözme ilerledikçe düzenleyicide görünür — okumaya ve düzeltmeye başlamak için sona kadar beklemeniz gerekmez. 30 dakikayı aşan videolar için 8 GB RAM'li bir masaüstü bilgisayar daha konforludur.

Evet — "Altyazılı MP4'ü indir" seçeneği, altyazıların görüntüye eklendiği bir dosya oluşturur; böylece SRT okuyamayan sosyal medya akışlarında ve oynatıcılarda da görünürler. Derleme, tarayıcıda FFmpeg WASM ile çalışır: video H.264'e kodlanır, ses akışı yeniden kodlanmadan kopyalanır.

Transkriptteki herhangi bir satırın solundaki zaman koduna tıklayıp yeni zamanı yazın ya da ok tuşlarıyla ince ayar yapın (Shift, bir saniyelik adımla ilerler). Düzenlerken video oraya atlar, sonucu hemen duyabilirsiniz. Kelime zamanlamaları satırdan yeniden hesaplanır; böylece karaoke vurgusu senkronize kalır.

Whisper, çapraz dikkat kod çözümünden kelime sınırlarını türetir; doğruluğu yaklaşık ±200 ms'dir — karaoke vurgusu ve sıradan altyazılar için yeterlidir. Kod çözme yavaşsa hızlı modu açın; kelimeler her segmentin içine eşit dağıtılır. Satır başlangıç zamanı transkriptte elle de ayarlanabilir.

VTT dışa aktarımı, WCAG, ADA ve EAA denetimleri tarafından kabul edilen web oynatıcıları (HTML5 track, YouTube, Vimeo) için standart kapalı altyazı biçimidir. Altyazılar zaman kodları, algılayıcı açıkken konuşmacı etiketleri ve düzgün noktalama işaretleri içerir. İşlenmiş MP4, kontrast için dış hat ve gölge ekler; altyazılar platform güvenli alanlarında kalır.

Tanıma ayarlarında "Sözlük" bölümünü açın ve terimlerinizi her satıra bir tane olacak şekilde listeleyin. Bunlar modele başlangıç istemi olarak iletilir; ürün adları, soyadlar, kısaltmalar ve mesleki jargon doğru yazılır. Bu, teknik konuşmalar ve markalı içerikler için en büyük doğruluk kazanımıdır.