On transcrit la voix dans ton navigateur et on mesure, directement dans l'audio, le moment où les phrases commencent ; ce qui ne peut pas être mesuré est signalé. Phrase par phrase ou par groupes de quelques mots, c'est toi qui choisis le rythme.
Ton fichier audio ne quitte jamais ton ordinateur. Seuls un résumé du niveau sonore, les mots transcrits et, si tu l'as collé, ton script arrivent au serveur, et rien n'est conservé. Les fichiers du modèle se téléchargent une fois depuis Hugging Face. Détails sur la confidentialité
60
minutes d'audio max
0
octet de ton fichier audio envoyé
1-50
mots par sous-titre, ou par phrase
SRT
plus VTT et une liste horodatée
Espace de travail
MP3, WAV, M4A, FLAC ou OGG. Jusqu'à 60 minutes. Si tu as supprimé les silences avec Silence Remover, utilise le fichier propre.
Colle le texte de ta voix off et chaque mot des sous-titres sera exactement le tien ; la transcription ne sert qu'à trouver le minutage. Sans script, le texte vient de l'audio.
Modèle
Le modèle se télécharge une fois et reste dans ton navigateur. Avec un script, Rapide suffit ; sans script, Équilibré transcrit les mots plus fidèlement et Le plus précis fait le moins d'erreurs, mais prend plus de temps.
Changer le rythme s'applique tout de suite, rien n'est retranscrit.
Sous le capot
Les modèles de reconnaissance vocale donnent un minutage approximatif et peuvent placer le premier mot après une longue pause plus d'une seconde trop tôt. C'est pour ça que SRT Maker mesure le minutage dans l'audio lui-même.
Whisper transcrit ton audio sur ton ordinateur, mot par mot avec le minutage. L'audio n'est jamais envoyé.
Seuls un résumé du niveau sonore et les mots arrivent au serveur. Les pauses sont associées, dans l'ordre, aux mots qui les suivent, et ces mots commencent exactement quand la voix reprend.
Phrase par phrase ou par groupes de quelques mots. SRT, VTT, ou la liste horodatée que lisent Auto Flow et Sync for CapCut.
Étape suivante