Tooltoss

Lyd og video til undertekster

Lav SRT- eller VTT-undertekster og en transskription fra MP3, MP4 og andre lyd- og videofiler med Whisper-AI. Talegenkendelsen kører i din browser, så filen uploades aldrig.

Slip en lyd- eller videofil her, eller klik for at vælge

MP3 · MP4 · M4A · WAV · WebM, op til 500 MB · Uploades aldrig

Model

Talemodellen (tiere til hundreder af MB) hentes én gang fra Hugging Face og gemmes i cache. Din lyd forlader aldrig denne enhed.

Sådan laver du undertekster fra en video

  1. Slip en lyd- eller videofil (MP3, MP4, M4A, WAV, WebM) i feltet.
  2. Vælg det talte sprog (standard er sidens sprog). Vælg "Præcis" ved svær lyd.
  3. Klik på Start. Første gang hentes talemodellen én gang; derefter starter det med det samme.
  4. Tjek teksten, og download SRT til videoafspillere, VTT til nettet eller TXT som transskription.

Undertekstformater sammenlignet

FormatBedst tilEksempel på tidslinje
SRTVideoafspillere og redigering (VLC, Premiere, YouTube-upload)00:00:01,000 --> 00:00:03,500
VTTVideo på nettet (HTML5 <track>), online-afspillere00:00:01.000 --> 00:00:03.500
TXTTransskriptioner, noter, blogindlæg—

Ofte stillede spørgsmål

Q. Bliver min video eller lyd uploadet?
Nej. Filen afkodes og transskriberes i din browser. Kun den åbne Whisper-talemodel hentes fra Hugging Face første gang og gemmes derefter på din enhed.
Q. Hvilke sprog understøttes?
Whisper genkender over 90 sprog, bl.a. dansk, engelsk, tysk, fransk, japansk og koreansk. Den kan også oversætte tale fra alle disse til engelske undertekster.
Q. Hvor lang tid tager det?
Det afhænger af din enhed. Med GPU (WebGPU) tager en fil på 10 minutter typisk et til to minutter; kun med CPU kan det tage flere gange lydens længde. Hurtig model er hurtigere, Præcis laver færre fejl.
Q. Hvad er forskellen på SRT og VTT?
Begge er undertekstfiler med tidskoder. SRT understøttes bredest (VLC, Premiere, YouTube). VTT er webstandarden til HTML5-video og de fleste online-afspillere.

Relaterede værktøjer

Senest opdateret: