Субтитры к видео: файл SRT и VTT из речи

Загрузите ролик или запись — речь распознается, а из неё сложатся субтитры: реплики не длиннее двух строк, по 42 знака в строке, в темпе, который успевает прочитать глаз. Результат — файл SRT или VTT с точным временем каждой реплики. Ничего настраивать не нужно: ни язык, ни движок, ни правила резки.

Инструмент делает ФАЙЛ субтитров, а не вшивает текст в картинку. Это и есть то, что принимают YouTube Studio, VLC, CapCut и монтажные программы: отдельный файл, который зритель включает и выключает, а площадка использует для поиска и перевода. Как подключить файл там, где вы его будете показывать, — ниже, по документации самих площадок. Если же нужно снять уже вшитые в кадр субтитры или прочитать надписи с экрана, это другая задача: их распознаёт не звук, а изображение — сохраните кадр картинкой и откройте «Распознавание текста с картинки» (OCR).

Бесплатно, без регистрации и без установки программ. Ролик никуда не публикуется: у MP4 и MOV на сервер уходит только звуковая дорожка; если достать её в браузере не удалось (редкий звуковой кодек, повреждённый файл), ролик уходит целиком. В обоих случаях звук удаляется сразу после расшифровки, готовый текст хранится час и стирается.

Субтитры собираются из времени каждого слова, поэтому реплика начинается ровно с тем словом, которое в ней первое. Правила резки одни на все страницы расшифровки: не больше двух строк в реплике, до 42 знаков в строке, не быстрее 17 знаков в секунду, реплика от 0,83 до 7 секунд, между соседними репликами зазор в два кадра, чтобы смена текста была видна глазу. Перенос строки идёт по границе слова — по возможности после знака препинания, а предлог или союз не остаётся висеть в конце строки, если без этого всё укладывается.

Пауза в речи длиннее секунды — естественная граница: реплика не склеивает две фразы через долгое молчание. Слово длиннее 42 знаков — ссылка, длинный номер, склейка цифр — режется на части, потому что строка длиннее 42 знаков всё равно переносится плеером сама, и реплика превращается в трёхстрочную. Если речь настолько быстрая, что в 17 знаков в секунду не укладывается ни при каком делении, реплика показывается дольше — пока позволяет следующая, — но слова из неё не выбрасываются: субтитры дословны, а не пересказ.

Если часть записи разобрать не удалось совсем, в субтитрах на этом месте стоит отдельная реплика-пометка, та же, что в текстовой расшифровке: пропуск виден, а не спрятан.

У части роликов звуковая дорожка начинается не с первого кадра: телефон, камера или монтажная программа записывают в файл задержку звука. Расшифровка считает время от начала звука, и субтитры, собранные по ней в лоб, показывались бы раньше картинки ровно на эту задержку. Здесь она учитывается: время каждой реплики отсчитывается от начала ролика, и субтитры ложатся на губы говорящего, в каком бы формате ролик ни пришёл.

В текстовой расшифровке с таймкодами метки по-прежнему идут от начала звука — так удобнее искать место в аудиоплеере. Разница заметна только у роликов с задержкой, и только в субтитрах.

YouTube Studio: в меню слева «Субтитры», выберите видео, нажмите «Добавить перевод на другой язык» и выберите язык, затем в разделе «Субтитры» — «Добавить» и «Загрузить файл», выберите файл (с таймингом) и нажмите «Сохранить». YouTube принимает и SRT, и VTT; файл должен быть в кодировке UTF-8 без оформления — ровно такой здесь и скачивается.

VLC: положите файл субтитров рядом с роликом под тем же именем (ролик «лекция.mp4» — субтитры «лекция.srt») — плеер подхватит его сам при открытии видео. Скачанный здесь файл уже назван по вашему ролику, имя не обрезается. Если плеер файл не подхватил, откройте его через меню «Субтитры» — «Добавить файл субтитров». SRT VLC читает всегда, VTT — с версии 2.2 (в 3.0 его поддержка переписана).

CapCut (компьютер): в разделе субтитров выберите добавление субтитров (в английском интерфейсе Captions — Add Captions) и укажите файл .srt — редактор разложит реплики по таймлайну как текстовые слои. Веб-версия CapCut принимает только .srt. Premiere Pro: файл SRT импортируется как обычный медиафайл и перетаскивается на таймлайн — программа создаёт дорожку субтитров.

Для видеоплеера на сайте (тег video) нужен VTT: браузеры понимают только его. SRT — для площадок, плееров и монтажа; если сомневаетесь, берите SRT.

Кроме субтитров, тот же результат показывается простым текстом с абзацами и текстом с таймкодами — метка времени перед каждой фразой. Любой вид копируется одной кнопкой или скачивается файлом: субтитры — .srt и .vtt, текст — .txt. Переключать виды можно сколько угодно, повторно ничего не распознаётся.

Подойдут видео MP4, MOV, WebM, MKV, AVI и звуковые файлы MP3, M4A, WAV, OGG. Длина — до 90 минут. У роликов MP4 и MOV с телефона размер не важен: звуковая дорожка достаётся прямо в браузере, и на сервер уходит только она; остальные файлы — до 500 МБ, и так же, целиком, уходит MP4, из которого звук достать не удалось. Ссылку на ролик вставить нельзя — только файл: видео с YouTube можно сначала скачать нашим загрузчиком видео, а с VK и RuTube — сохранить другим способом.

Это черновая расшифровка, которую вы вычитываете: имена, термины и цифры стоит проверить по звуку. Субтитры для этого удобны — реплики короткие, и поправить одну строку в файле проще, чем искать место в сплошном тексте. Если звук совсем плохой, инструмент честно пишет «разобрать не удалось» и не отдаёт выдуманный текст.