ToolsMaxxing
Русский
EnglishEspañolPortuguêsBahasa Indonesiaहिन्दीবাংলাРусскийTiếng ViệtFrançaisDeutschTürkçeالعربية

Видео в текст

Получите речь из видео в виде текста с метками времени и сохраните субтитры как .srt или .vtt. ИИ работает на вашем устройстве, поэтому видео не загружается.

или перетащите сюда файлы (видео)

видео MP4, MOV, WebM или MKV

Ваши файлы остаются на устройстве

  1. 1Добавьте файлы
  2. 2Настройте
  3. 3Скачайте

Как это работает

  1. 1Выберите видео: MP4, MOV, WebM, MKV и другие, до 300 MB.
  2. 2Выберите язык речи или оставьте автоопределение. «Быстрая» — для быстрого черновика, «Точная» — для меньшего числа ошибок, «Только бенгальский» — для бенгальского.
  3. 3Нажмите «Расшифровать». Браузер извлекает звук из видео, затем его читает ИИ-модель. В первый раз модель загружается один раз и сохраняется для следующих раз.
  4. 4Прочитайте текст, скопируйте его или скачайте .txt, .srt или .vtt. Файлы субтитров используйте в видеоредакторе или плеере.

Что делают параметры

Модель
«Быстрая» небольшая и шустрая, подходит для чёткой английской речи. «Точная» крупнее и меньше ошибается с акцентами, шумом и в большинстве языков. «Лучшая» — самая большая модель, ей нужен компьютер с WebGPU. «Только бенгальский» — модель, обученная для бенгальского: выбирайте её для бенгальской речи, потому что остальные модели плохо с ним справляются.
Язык речи
Выберите язык, на котором говорят в видео. Автоопределение хорошо работает на длинной чёткой речи, но в коротких или шумных фрагментах может выбрать соседний язык, поэтому выбрать язык надёжнее.
Результат
«Текст на языке речи» записывает то, что сказано. «Перевод на английский» создаёт английские субтитры для речи на любом языке.
Показывать время в тексте
Добавляет время начала перед каждой строкой в текстовом поле и в файле .txt. Файлы субтитров .srt и .vtt всегда содержат время.

Конфиденциальность

Инструмент работает в вашем браузере. Файлы никогда не загружаются на сервер.

Частые вопросы

Моё видео загружается на сервер?

Нет. Звук извлекается из видео в вашем браузере и читается моделью распознавания речи, которая работает на вашем устройстве: на видеокарте, если браузер поддерживает WebGPU, и на процессоре, если нет. Только файлы модели, в которых нет личных данных, один раз загружаются с Hugging Face и хранятся в браузере.

Насколько точно это работает и что с бенгальским?

Чёткая английская речь хорошо распознаётся всеми моделями, а «Точная» ещё и хорошо расставляет знаки препинания. С бенгальским иначе. Универсальные модели слабы в бенгальском: «Быстрая» пишет слова латиницей или не тем алфавитом, а «Точная» и «Лучшая» часто дают неверные или повторяющиеся слова. Для бенгальского выберите модель «Только бенгальский». В наших тестах на новостном сюжете, прочитанном человеком, текст получался читаемым и в основном верным, но всё же были ошибки в именах, редких словах и длинных составных словах, а иногда несколько слов в конце фразы искажались. Считайте бенгальский текст черновиком и сверяйте его с видео. Фоновый шум, музыка, сильный акцент и одновременная речь нескольких людей снижают точность на любом языке.

Какая ИИ-модель используется и можно ли использовать результат в коммерческих целях?

Используются модели OpenAI Whisper под лицензией MIT, которая разрешает коммерческое использование. Созданные вами текст и субтитры принадлежат вам.

Как использовать файлы субтитров?

Откройте файл .srt или .vtt вместе с видео в плеере, например VLC, или импортируйте его в видеоредактор. Большинство плееров и редакторов принимают SRT, а веб-плееры принимают VTT. Чтобы вшить субтитры в картинку, используйте редактор.

Есть ли ограничение по времени?

С нашей стороны ограничений нет, но видео может весить до 300 MB. Длинное видео обрабатывается дольше, а на телефоне файлы больше примерно 100 MB могут не поместиться в память.

Определяет ли он, кто говорит?

Нет. Он записывает слова по порядку с метками времени, но не помечает говорящих.

Похожие инструменты