Sottotitoli automatici
Dal parlato ai sottotitoli, con o senza incorporazione
Crea sottotitoli automatici dal parlato di un video e scarica un file SRT, un VTT oppure un MP4 con il testo incorporato. Il riconoscimento usa l'audio; puoi impostare lingua, lunghezza delle battute e, per il video finale, dimensione, colori e posizione. I sottotitoli rimangono nella lingua parlata.
Costo: Gratis entro la quota disponibile. Si applicano limiti di utilizzo; consulta la guida qui sotto.
Come generare sottotitoli automaticamente
Carica il video
Premi Carica un video per aggiungere didascalie oppure trascina il file nell'anteprima. Sono accettati MP4, MOV, MKV, WebM, AVI, M4V, MPEG/MPG e OGV con audio, fino a 200 MB. In Caricamenti trovi anche i video già usati con altri strumenti.
Indica la lingua parlata
In 1. Sottotitoli, Lingua parte da Auto per riconoscere la lingua parlata. Puoi anche scegliere
itper l’italiano o un altro codice disponibile. Questa scelta guida la trascrizione, senza tradurre le parole.Scegli l'uscita
In Output, Incorpora produce un MP4 con sottotitoli disegnati nelle immagini. SRT e VTT producono invece un file testuale separato con tempi di inizio e fine, conservando il video sorgente.
Regola lunghezza e aspetto
In 2. Stile, Parole/riga limita le parole di ogni battuta per tutte le uscite. Per Incorpora imposta anche Dimensione font, Testo, Sfondo, Opacità sfondo e Alto/Centro/Basso. La scritta Anteprima sottotitoli automatici mostra le impostazioni prima della generazione.
Genera e controlla
Premi Generate captions. Con Incorpora, riproduci il risultato per controllare nomi, termini tecnici e tempi prima di Scarica. Il risultato compare anche in Caricamenti: un MP4 sottotitolato può essere usato negli altri strumenti video.
Testo incorporato, SRT o VTT?
Le tre uscite derivano dalla stessa trascrizione. Scegli in base a dove vuoi mostrare i sottotitoli e a quanto devi poterli modificare in seguito.
Incorpora: parole dentro le immagini
I sottotitoli diventano parte del video e non si possono disattivare. Rimangono visibili anche senza audio, quando la destinazione riproduce il MP4. Per cambiare o tradurre il testo servirà generare una nuova versione dalla sorgente: l'intero video viene ricodificato.
SRT: sottotitoli separati modificabili
File di testo con battute numerate e intervalli come 00:00:04,250 --> 00:00:06,900. Verifica che il programma di montaggio, lettore o modulo di caricamento accetti SRT. Puoi correggerlo con un editor di testo; il lettore può permettere di attivare o disattivare la traccia.
VTT: sottotitoli per lettori web
WebVTT viene caricato dai lettori HTML tramite l'elemento track. Contiene le stesse battute del SRT, con intestazione WEBVTT e punti al posto delle virgole nei tempi. Sceglilo quando la destinazione richiede questo formato.
Tutte le impostazioni e i valori iniziali
Lingua e Parole/riga influenzano ogni uscita. Dimensione, colori, sfondo e posizione si applicano soltanto a Incorpora; SRT e VTT conservano testo e tempi.
- Lingua
- Il valore iniziale è Auto, che riconosce la lingua. Sono disponibili anche
en,de,es,fr,it,pt,ja,zh: inglese, tedesco, spagnolo, francese, italiano, portoghese, giapponese e cinese. Il codice indica la lingua attesa. Per altre lingue o se non sei sicuro lascia Auto. - Output
- Incorpora, inizialmente selezionato, SRT oppure VTT. Una generazione restituisce una sola di queste uscite, non tutti e tre i formati insieme.
- Dimensione font
- Da 10 a 72, valore iniziale 20. È una dimensione relativa all'altezza del video, non un numero fisso di pixel. Mantiene le proporzioni del testo al variare della risoluzione; sotto trovi esempi per video orizzontali e verticali.
- Parole/riga
- Da 2 a 16, valore iniziale 8. Limita le parole di una battuta, che può andare a capo su più righe. Le battute più lunghe vengono divise e il tempo ripartito per numero di parole. Giapponese e cinese senza spazi dipendono maggiormente dalla divisione proposta dal modello.
- Testo
- Colore dei sottotitoli, inizialmente bianco
#ffffff. Il MP4 incorporato usa il colore scelto. - Sfondo e Opacità sfondo
- Colore del riquadro dietro alle parole, inizialmente nero
#000000, e opacità da 0 a 100%, inizialmente 70%. Un valore più basso lascia vedere maggiormente le immagini attraverso il riquadro. Il video incorporato usa entrambi i valori selezionati. - Alto, Centro, Basso
- Posizionano le battute al centro orizzontale del fotogramma, in alto, al centro o in basso. Basso è inizialmente attivo. Scegli Alto se in basso ci sono già nomi, prezzi o altre informazioni da lasciare leggibili.
Dimensione del testo nei video verticali
La dimensione iniziale 20 corrisponde a circa il 7% dell'altezza del fotogramma: una riga di circa 50 px su 1280×720 px, 75 px su 1920×1080 px e 133 px su un video verticale 1080×1920 px. Questi riferimenti derivano dai controlli di rendering già documentati, non da una misura del tuo file.
Su un video verticale, otto parole a dimensione 20 possono andare a capo su tre righe, occupando una parte consistente della zona inferiore. Prova come punto di partenza dimensione 12–14 e quattro o cinque parole per battuta, poi valuta lunghezza delle frasi e spazio disponibile nelle immagini.
La scritta nell'anteprima si ridimensiona rispetto al video e permette di valutare dimensione e a capo prima di Generate captions. Controlla anche il risultato finale alla dimensione con cui verrà effettivamente visto.
Riconoscimento audio e creazione del video
FFmpeg estrae una traccia audio come WAV mono a 16 kHz, PCM a 16 bit. Soltanto questo audio viene inviato all'API Google Gemini, che restituisce testo e tempi. Le immagini rimangono sul nostro server. Il modello è configurato dal servizio: questa pagina non offre un selettore del modello IA.
I tempi sono stimati dal modello, senza allineamento preciso ai fotogrammi. Le battute rimangono entro la durata del video; quelle sovrapposte vengono accorciate e quelle lunghe divise secondo Parole/riga. Riascolta nomi propri, parti coperte dalla musica e parole vicine ai cambi di battuta: il testo può essere inesatto o iniziare leggermente prima o dopo il parlato.
Per Incorpora, FFmpeg produce un nuovo MP4 con H.264 a CRF 22 e AAC a 192 kbps, conservando risoluzione e frequenza dei fotogrammi. La ricodifica può perdere dettagli fini. L'uscita usa H.264 a 8 bit anche da sorgenti HDR a 10 bit: confronta colore e luminosità con l'originale, perché dipendono dalle caratteristiche della sorgente. I file temporanei WAV e SRT vengono eliminati al termine.
Formati, limiti e conservazione
- Ingresso
- MP4, MOV, MKV, WebM, AVI, M4V, MPEG/MPG, OGV con audio
- Uscita
- Incorpora: MP4 H.264/AAC. SRT oppure VTT: file testuale di sottotitoli
- Nomi dei file
- Da intervista.mov: intervista_captioned.mp4, intervista.srt oppure intervista.vtt
- Dimensione massima
- 200 MB per video
- File per elaborazione
- Un video
- Elaborazione
- FFmpeg sui nostri server; limite di 15 minuti comprendente trascrizione e incorporazione, non durata garantita del video.
- Servizio IA esterno
- L'audio estratto viene inviato all'API Google Gemini; le immagini non vengono inviate.
- Filigrana
- Lo strumento non aggiunge una filigrana.
- Conservazione
- Caricamenti e risultati eliminati dopo 48 ore per gli ospiti, 30 giorni per gli account gratuiti; i piani a pagamento possono conservarli più a lungo.
Domande sui sottotitoli automatici
Posso generare sottotitoli automaticamente gratis?
Sì, senza account e senza crediti; il video incorporato non riceve una filigrana. Si applicano limiti d'uso orari e giornalieri, diversi secondo accesso e piano. Il numero consentito dipende dalla configurazione del servizio.
Posso tradurre i sottotitoli in un'altra lingua?
Qui il testo rimane nella lingua parlata. Video in Sottotitoli permette di tradurlo, correggere battute e tempi nell'editor e scaricare SRT/VTT oppure incorporare il testo modificato nel video.
Perché alcune parole o alcuni tempi sono sbagliati?
Il modello può confondere nomi poco comuni, accenti marcati, voci sovrapposte e parole coperte da musica. Verifica Lingua: per italiano scegli it oppure Auto. Per correggere singole battute, scarica SRT e aprilo con un editor di testo: ogni blocco contiene numero, intervallo temporale e parole.
Il servizio IA riceve tutto il video?
Riceve soltanto l'audio estratto per la trascrizione, tramite l'API Google Gemini. Le immagini rimangono sul nostro server. Caricamento e risultato vengono eliminati dopo 48 ore come ospite o 30 giorni con account gratuito; i piani a pagamento possono conservarli più a lungo.
Cosa può impedire la generazione dei sottotitoli?
Un video senza audio o senza parlato comprensibile, per esempio con sola musica. Un filmato lungo può anche superare il limite di elaborazione di 15 minuti. Con Taglia video puoi selezionare soltanto la sequenza necessaria prima di generare i sottotitoli.
Perché il MP4 sottotitolato ha un peso diverso?
L'incorporazione ricodifica le immagini e l'audio con impostazioni proprie. Il risultato può essere più piccolo o più grande secondo contenuto, codifica e bitrate della sorgente; confronta i byte effettivi. Comprimi video permette di regolare la compressione del MP4 ottenuto.