Ομιλία σε υπότιτλους

Δημιουργία υποτίτλων SRT/VTT από τον ήχο μέσα στο βίντεο — Σύρσιμο βίντεο (MP4, WebM, MOV, MKV, AVI, …) ή απλού αρχείου ήχου, και μια τοπική μηχανή νευρωνικής ομιλίας (κινεζικά + αγγλικά) μεταγράφει απευθείας τη ηχητική του κομμάτι με ακριβείς χρονοσημάνσεις. Όλα εκτελούνται στο πρόγραμμα περιήγησης — χωρίς μικρόφωνο, χωρίς μεταφόρτωση, χωρίς σύννεφο. Η πρώτη χρήση κατεβάζει μία φορά τη μηχανή νευρωνικής ομιλίας των ~95 MB, και έπειτα αποθηκεύεται στην κρυφή μνήμη.
Σύρσιμο ενός αρχείου βίντεο εδώ, ή κλικ για επιλογή
MP4 · WebM · MOV · MKV · AVI · MPG · FLV · MP3 · WAV · M4A — έως 200 MB
Τοπική μηχανή: δεν έχει φορτωθεί.
Επιλογή αρχείου βίντεο για έναρξη.
Υπότιτλοι (επεξεργάσιμοι — προσαρμογή του κειμένου, και έπειτα λήψη)
Δεν υπάρχουν ακόμη υπότιτλοι.
Τι είναι η αυτόματη υποτιτλοποίηση;

Η αυτόματη υποτιτλοποίηση εκτελεί αναγνώριση ομιλίας πάνω στο κομμάτι ήχου ενός βίντεο και μετατρέπει τις αναγνωρισμένες λέξεις σε χρονοσημασμένα τμήματα: κάθε διάστημα ομιλίας γίνεται ένα σύντομο μπλοκ υποτίτλου με χρονοσήμανση έναρξης και λήξης, που εξάγεται ως SRT ή VTT. Το δύσκολο σημείο είναι η τμηματοποίηση· η μεταγραφή είναι τοίχος λέξεων, αλλά οι θεατές διαβάζουν μόνο λίγες λέξεις κάθε φορά, οπότε οι μακροί λόγοι πρέπει να χωρίζονται σε φυσικές παύσεις, σε λεζάντες που μένουν στην οθόνη αρκετά για να διαβαστούν.

Τα SRT και VTT είναι και τα δύο απλές λίστες λεζάντων σε κείμενο που διαφέρουν κυρίως στο στυλ χρονοσήμανσης και στην κεφαλίδα· τα προγράμματα αναπαραγωγής που δέχονται το ένα δέχονται σχεδόν πάντα και το άλλο, οπότε λαμβάνεται όποιο ζητά το πρόγραμμα αναπαραγωγής.