ビデオを SRT に変換（なし） upload.

動画をアップロードせずに SRT に変換する方法

ファイルを選択して待ち、.srt をダウンロードします。唯一珍しいのは、作業が行われる場所です。ほとんどのビデオから SRT へのコンバーターは、ファイルをサーバーに送信してキューに入れ、完了するとリンクを電子メールで送信します。これは音声モデルをブラウザのタブにロードし、自分のマシン上で実行するため、ファイルはディスクから読み取られ、そこから離れることはありません。

最初の実行では、約 80MB のモデルがダウンロードされます。それは 1 回限りの費用です。ブラウザはそれをキャッシュするので、次にドロップしたファイルはすぐに転写を開始します。ブラウザーが WebGPU (最新のマシンでは Chrome と Edge でサポートされている) をサポートしている場合、モデルはグラフィック カード上で実行され、はるかに高速になります。そうでない場合は、CPU 上の WebAssembly にフォールバックします。これは速度は遅くなりますが、どこでも動作します。

サーバー時間に対して料金を支払わないため、ファイル サイズの上限、長さの上限、キュー、および 1 日あたりの制限はありません。 2時間録音でも大丈夫です。古いラップトップでは時間がかかり、動作中はタブを開いたままにする必要がありますが、10 分もあれば終わります。

MP4 から SRT、MOV から SRT、MP3 から SRT: ドロップインできるもの

MP4 をドロップすると、ブラウザがそこからオーディオ トラックを読み取ります。これが音声モデルに必要なすべてです。ブラウザがオーディオ コーデックをデコードできる MOV、WebM、および MKV ファイルについても同様です。オーディオ ファイルは直接入力できます。MP3、WAV、M4A、FLAC、OGG はすべて機能するため、ビデオから SRT への場合と同じ 2 回のクリックで、mp3 から SRT への変換と、オーディオから SRT への変換が可能です。

正直なところ、落とし穴が 1 つあります。デコードは当社ではなくブラウザーによって行われるため、通常とは異なるオーディオ コーデックを使用したファイルは、VLC で正常に再生されても開けないことがあります。その場合は、任意のエディタを使用してオーディオを MP3 または WAV としてエクスポートし、代わりにドロップしてください。オーディオをトリミングまたはシフトしない限り、タイミングは元のビデオと一致します。

音声のみのファイルもまったく同じように動作します。同じキューと同じ .srt が得られますが、キュー リストの上のプレビュー パネルには画像が表示されません。

SRT または VTT: 実際に必要なのはどちらの字幕ファイルですか?

SRT と VTT は同じもの、つまり開始時間、終了時間、およびテキストを含むキューの番号付きリストを保持します。それらは句読点と、誰がそれを期待しているかが異なります。

SRT がデフォルトです。 YouTube、Vimeo、LinkedIn、Premiere Pro、Final Cut、DaVinci Resolve はすべて文句なく .srt を採用しており、ほとんどのソーシャル プラットフォームも同様です。どれが必要かわからない場合は、SRT を選択してください。

VTT (WebVTT とも呼ばれます) は Web 標準です。これは HTML5 トラック要素が期待するものであるため、ビデオが自分のサイトに送信される場合、または Video.js や Plyr などのプレーヤーに送信される場合には、これが正しい選択です。 WEBVTT ヘッダーで始まり、ミリ秒の前にカンマではなくピリオドを使用します。

このページでは、同じキューからの両方をエクスポートします。さらに、ショーのメモやブログ投稿用の言葉だけが必要な場合は、タイミングを取り除いたプレーンなトランスクリプトもエクスポートします。 1 つをダウンロードしても他のファイルのダウンロードは停止されないため、プラットフォームがフォーマットを拒否した場合でも、ファイルを再度実行せずにもう 1 つを取得できます。

単語レベルのタイムスタンプが字幕の手がかりとして優れている理由

ほとんどの無料の SRT ジェネレーターは、チャンク レベルで字幕の時間を計測します。モデルは開始と終了を含むテキストのブロックを返し、ツールはそのブロックを文字数に応じて切り出します。結果は悪くなります。フレーズの途中で合図が変わり、1 つの単語が単独の行に取り残され、テキストがスピーチから 0.5 秒離れてしまいます。

このツールはモデルに単語レベルのタイムスタンプを要求するため、個々の単語がいつ話されたかを認識します。その後、話者が実際に一時停止したところでキューが中断され、それぞれのキューは約 84 文字または 6 秒に制限されているため、画面上に長すぎて整理できないものや、短すぎて読めないものはありません。

また、孤立したフラグメントがないことも意味します。 1 つまたは 2 つの単語がぶら下がったままになるキューは、代わりに隣接するキューに対して再バランスされます。実際には、ファイル全体のタイミングを調整するのではなく、奇妙な聞き間違いの名前を修正することに時間を費やします。また、タイミングの再調整は午後を費やす字幕作成の一部です。

SRT ファイルをエクスポートする前にすべてのキューを編集します

音声モデルは名前、専門用語、頭字語を間違えます。有料か無料かにかかわらず、どのツールも修正する必要があるため、本当の問題は、何かを修正する必要があるかどうかではなく、修正がどれほど煩わしいかということです。

このページのすべてのキューはテキスト フィールドです。それをクリックして単語を修正すると、エクスポートによって変更が反映されます。タイミングは編集によって影響されないため、スペルを修正してもファイルの同期が失われることはありません。

キューリストの上にはライブプレビューがあります。ビデオは、視聴者が目にする位置にキャプションが描画されて再生され、再生ヘッドの後にキュー リストが続くため、一度に見て読むことができます。タイムコードをクリックすると、プレーヤーがその瞬間にジャンプします。スクロールしたり入力を開始すると、読み上げていた行を下からドラッグする代わりに、自動フォローがしばらく脇に進みます。

問題がなければ、.srt または .vtt をダウンロードします。編集したものがそのまま得られます。

サインアップ、ウォーターマーク、サイズ制限のない無料の SRT ジェネレーター

アカウントも電子メール ウォールもウォーターマークもありません。ファイルをダウンロードするためにサインインする必要はなく、ファイルには当社の名前がスタンプされません。このページの内容は、有料枠によって制限されるものではありません。

それは寛大さではなく、算術です。サーバーサイドの字幕サービスは、ビデオの 1 分あたりの GPU 時間に応じて料金を支払うため、10 分の無料時間、サインアップによる追加料金、宣伝のためのウォーターマークなど、料金を計測する必要があります。モデルはハードウェア上のブラウザで実行されるため、2 時間のファイルのコストは 2 分のファイルのコストとまったく同じであり、ゼロです。計るものは何もありません。

取引は、作業がマシン上で行われるということです。古いラップトップ上の長いファイルは、他の人のサーバー ファームよりも時間がかかり、完了するまでタブを開いたままにする必要があります。ほとんどの人にとって、これは建物の外に出ることのないファイルとカードを要求しないツールの公平な交換です。

これでできないこと: 字幕付きビデオではなく、字幕ファイルを作成します。

このツールは字幕ファイルを生成します。ビデオにキャプションを書き込むことはできません。これは本当の限界であり、はっきりと言う価値があります。なぜなら、これらの検索でランク付けされる多くのページは、密かに別のことを意味するからです。

字幕ファイルはビデオの横にあります。 .srt を YouTube にアップロードするか、エディタにドラッグすると、プレーヤーがテキストを描画します。これは、YouTube、アクセシビリティ、そして視聴者がキャプションのオンとオフを切り替えることができるあらゆる場所にとって、正しい答えです。これは、単語が画像の一部である必要がある、ミュートで自動再生されるソーシャル フィードにとっては間違った答えです。

そのために、Yaps デスクトップ アプリには自動キャプションがあります。このページと同じ方法で単語のタイミングを使用しますが、選択したフォント、色、位置を使用して、スタイル付きの単語ごとのキャプションを新しい MP4 にレンダリングします。デバイス上でも同じアプローチですが、まだ何もアップロードされていません。キャプション ファイルではなくキャプション付きビデオが必要な場合は、それがその仕事に適したツールです。