Ilustracja kadru wideo z dwoma pustymi paskami napisów nad osią czasu montażu
Automatyczne napisy3 min czytania

Automatyczne napisy do filmów: jak wygenerować je z dźwięku

Jak DijiFlow Dictate zamienia ścieżkę dźwiękową filmu na zsynchronizowane wiersze napisów na Twoim komputerze i który z czterech formatów wybrać.

Automatyczne napisy do filmów zamieniają mowę z nagrania na zsynchronizowane wiersze napisów, bez przepisywania ani jednego słowa. DijiFlow Dictate tworzy je na Twoim komputerze z pliku wideo lub audio zapisanego na dysku i zapisuje wynik w jednym z czterech formatów. Niezależnie od tego, czy potrzebujesz napisów do publikowanych filmów, czy pliku z napisami dla klienta, kroki są te same.

Jak powstają automatyczne napisy

Aplikacja przepisuje ścieżkę dźwiękową, ustala czas każdego słowa i łączy słowa w wiersze. Wiersze podążają za mową i łamią się na granicach zdań, a nie w środku frazy. Mieszczą się w limicie długości wiersza ustalonym osobno dla każdego języka, a szybkość czytania decyduje o tym, jak długo każdy wiersz zostaje na ekranie. W widoku „Zaawansowany” opcja „Szybkość czytania” ma ustawienia „Dorośli” i „Dzieci”.

Trwa to dłużej niż zwykła transkrypcja, bo aplikacja ustala czas każdego słowa i sprawdza każdy wiersz. Po pierwszym przetworzonym pliku aplikacja pokazuje, ile potrwa przetwarzanie kolejnego pliku na Twoim komputerze.

Jak wygenerować napisy z filmu

Nazwy poniżej to te, które pokazuje polska wersja aplikacji na Maca.

  1. Otwórz kartę „Transkrypcja pliku” w DijiFlow Dictate.
  2. Dodaj film. Przeciągnij go do okna albo kliknij „Wybierz plik...”. Jeśli potrzebujesz tylko pliku z napisami, wystarczy też plik audio.
  3. Ustaw język nagrania w sekcji „Język mówiony”.
  4. Wybierz „Napisy” w sekcji „Format wyniku”.
  5. Wybierz format w polu „Wynik z napisami”: „SRT”, „WebVTT”, „MP4 ze ścieżką napisów” lub „MP4 z wtopionymi napisami”.
  6. Kliknij przycisk. Jego nazwa mówi, co powstanie, na przykład „Utwórz plik napisów SRT”. Po zakończeniu wiersze pojawią się w sekcji wyniku, a okno „Zapisz jako...” otworzy się w folderze oryginalnego pliku.

Do napisów aplikacja proponuje „Duży”, największy model, bo mniejsze modele gubią słowa przy muzyce i hałasie („Duży” jest dostępny w wersji Pro i w okresie próbnym). Na stronie o napisach zobaczysz cztery formaty obok siebie.

Który z czterech formatów wybrać

  • SRT. Zwykły plik tekstowy z numerowanymi wierszami i znacznikami czasu. Platformy wideo i programy do montażu zwykle przyjmują go jako osobny plik wgrywany obok filmu.
  • WebVTT. To samo, tylko w formacie, którego używają odtwarzacze wideo w przeglądarkach.
  • MP4 ze ścieżką napisów. Jeden plik wideo, który zawiera napisy. Odtwarzacze obsługujące ścieżki pozwalają je włączać i wyłączać.
  • MP4 z wtopionymi napisami. Słowa stają się częścią obrazu, więc widać je wszędzie, także na platformach i w odtwarzaczach, które nie wyświetlają plików z napisami. Nie da się ich wyłączyć.

Jedna uwaga prosto z aplikacji: SRT i WebVTT to pliki, które odtwarzacz wczytuje obok wideo, a QuickTime Player ich nie otworzy. Aby obejrzeć wynik na Macu, wybierz jedną z opcji MP4. Opcje MP4 wymagają też wideo, które Twój komputer potrafi odczytać; jeśli nie potrafi, aplikacja poprosi o wcześniejszą konwersję pliku do MP4 lub MOV.

Automatyczne napisy do filmów za darmo i w wersji Pro

W aplikacji na Maca wersja darmowa tworzy napisy do pierwszych 3 minut każdego pliku, z użyciem mniejszego modelu. Jest bezpłatna na zawsze, bez konta i bez karty płatniczej, i wystarczy, by zobaczyć, jak wiersze wyglądają na Twoim własnym materiale. W wersji Pro i w 30-dniowym okresie próbnym aplikacja tworzy napisy do plików o dowolnej długości z użyciem największego modelu. Jeśli w wersji Pro lub w okresie próbnym włączysz w widoku „Zaawansowany” opcję „Identyfikuj mówców”, wiersz każdego nowego mówcy zacznie się od łącznika.

Długie pliki nie stanowią problemu: przy filmie trwającym 90 minut zużycie pamięci podczas przetwarzania utrzymuje się na poziomie około 1 GB. Cała praca odbywa się na Twoim komputerze. Nagrania i tekst nigdy nie są wysyłane.

Sprawdź przed publikacją

Automatyczne napisy to pierwsza wersja robocza. Najwięcej błędów pojawia się przy nazwach własnych, liczbach, terminach fachowych i nakładających się głosach, a aplikacja sama przypomina o sprawdzeniu wyniku. Ponieważ SRT i WebVTT to zwykły tekst, możesz poprawić wiersz w dowolnym edytorze tekstu, bez zmiany znaczników czasu. W wersji Pro i w okresie próbnym „Własne terminy” na karcie „Słownictwo” pomagają przy nazwach, które często się powtarzają.

Napisy w innym języku

Ustaw „Język wyniku” na inny niż język nagrania, a otrzymasz napisy od razu przetłumaczone. Napisy są dostępne w 29 językach, a lista języków oznacza słabsze pary językowe jako „beta” lub „obniżona dokładność”. Przetłumaczone napisy są dostępne w wersji Pro i w 30-dniowym okresie próbnym.

Czego aplikacja nie robi

Te napisy powstają z plików. DijiFlow Dictate nie dodaje napisów do transmisji na żywo ani do trwającej rozmowy wideo i nie przyjmuje linku do filmu na stronie internetowej: film musi być plikiem na Twoim dysku. Jako generator napisów tworzy nowe napisy z dźwięku; nie konwertuje ani nie edytuje istniejącego pliku z napisami.

Jeśli regularnie publikujesz filmy, na stronie dla twórców znajdziesz funkcje aplikacji przydatne w tej pracy. Aby utworzyć swój pierwszy plik z napisami, pobierz DijiFlow Dictate.

DijiFlow DictateDijiFlow Dictate

Zespół DijiFlow Dictate

Uwagi o prywatnym dyktowaniu na urządzeniu i o tym, jak zrobić więcej za pomocą głosu.