Trascriviamo il parlato nel tuo browser e misuriamo direttamente nell'audio il momento in cui iniziano le frasi; ciò che non si può misurare viene segnalato. Frase per frase o ogni poche parole, il ritmo lo scegli tu.
Il tuo file audio non lascia mai il computer. Al server arrivano solo un riepilogo del livello sonoro, le parole trascritte e, se l'hai incollato, il tuo copione, e non viene salvato nulla. I file del modello si scaricano una volta da Hugging Face. Dettagli sulla privacy
60
minuti di audio al massimo
0
byte del tuo file audio caricati
1-50
parole per sottotitolo, o per frase
SRT
più VTT e un elenco con timestamp
Area di lavoro
MP3, WAV, M4A, FLAC o OGG. Fino a 60 minuti. Se hai tolto i silenzi con Silence Remover, usa il file pulito.
Incolla il testo della voce fuori campo e ogni parola dei sottotitoli sarà esattamente la tua; la trascrizione serve solo a trovare i tempi. Senza copione il testo viene dall'audio.
Modello
Il modello si scarica una volta e resta nel browser. Con il copione basta Veloce; senza, Bilanciato riconosce le parole con più precisione e Il più preciso sbaglia meno di tutti, ma richiede più tempo.
Cambiare il ritmo si applica subito, non si ritrascrive nulla.
Dietro le quinte
I modelli di riconoscimento vocale danno tempi approssimativi e possono mettere la prima parola dopo una lunga pausa più di un secondo in anticipo. Per questo SRT Maker misura i tempi nell'audio stesso.
Whisper trascrive l'audio sul tuo computer, parola per parola con i tempi. L'audio non viene mai caricato.
Al server arrivano solo un riepilogo del livello sonoro e le parole. Le pause vengono abbinate, in ordine, alle parole che le seguono, e quelle parole iniziano esattamente quando riparte la voce.
Frase per frase o ogni poche parole. SRT, VTT o l'elenco con timestamp che leggono Auto Flow e Sync for CapCut.
Passo successivo