Tal till undertexter

Generera SRT/VTT-undertexter från ljudet i en video — släpp en video (MP4, WebM, MOV, MKV, AVI, …) eller en vanlig ljudfil, så transkriberar en lokal neural taligenkänningsmotor (kinesiska + engelska) ljudspåret direkt med korrekta tidsstämplar. Allt körs i webbläsaren — ingen mikrofon, ingen uppladdning, ingen molntjänst. Första användningen laddar ned den cirka 95 MB stora neurala motorn en gång, sedan cachas den.
Släpp en videofil här, eller klicka för att välja
MP4 · WebM · MOV · MKV · AVI · MPG · FLV · MP3 · WAV · M4A — upp till 200 MB
Lokal motor: inte inläst.
Välj en videofil för att börja.
Undertexter (redigerbara — justera texten och ladda sedan ned)
Inga undertexter ännu.
Vad är automatisk undertextning?

Automatisk undertextning kör taligenkänning över en videos ljudspår och förvandlar de igenkända orden till tidsatta textblock: varje talsegment blir ett kort undertextblock med en start- och sluttidsstämpel, exporterat som SRT eller VTT. Det svåra är segmenteringen — en transkription är en vägg av ord, men tittare kan bara läsa några få ord åt gången, så långa yttranden måste delas vid naturliga pauser i textblock som stannar på skärmen tillräckligt länge för att kunna läsas.

SRT och VTT är båda vanliga textlistor med textblock som främst skiljer sig i tidsstämpelstil och rubrik — spelare som accepterar det ena accepterar nästan alltid det andra, så ladda ned det som spelaren kräver.