Автосубтитры

Создание автосубтитров и выбор оформления

Автоматические субтитры создаются по речи в аудиодорожке. Можно получить отдельный SRT/VTT или MP4 с текстом на изображении. Здесь настраиваются цвет, подложка, положение и длина фрагментов; исправление распознанных слов и перевод доступны в отдельном инструменте «Видео в субтитры».

Стоимость: Бесплатно в пределах доступного лимита. Подробнее об ограничениях — в руководстве ниже.

Как добавить автоматические субтитры

Загрузите видео со звуком
Нажмите Загрузите видео, чтобы добавить субтитры или перетащите файл в область просмотра. Подходят MP4, MOV, MKV, WebM, AVI, M4V, MPEG/MPG и OGV до 200 МБ с аудиодорожкой. Совместимый файл из другого инструмента можно выбрать через Загрузки.
Укажите язык речи
В разделе Субтитры поле Язык изначально установлено на Авто: модель определяет язык записи. Можно также выбрать доступный код языка. Для русского оставьте Авто. Текст создаётся на языке речи, без перевода.
Выберите вывод
В Вывод начальный Встроить даёт MP4 с постоянным текстом на кадрах. SRT и VTT создают отдельный файл с временем показа, сохраняя исходное видео без изменений.
Настройте оформление
В разделе Стиль поле Слов/строка ограничивает слова в одном фрагменте для любого вывода. Для встраивания также выберите Размер шрифта, цвет Текст, подложку Фон и положение Верх, Центр или Низ. Образец Предпросмотр автосубтитров показывает выбранное оформление.
Создайте и проверьте субтитры
Нажмите Generate captions. Готовый MP4 можно воспроизвести для проверки имён, терминов и синхронизации, затем нажать Скачать. Результат сохраняется в Загрузки. Continue editing оставляет источник для новой попытки; Сбросить возвращает начальные параметры.

Встроить, SRT или VTT

Все варианты используют одну расшифровку. Разница — в расположении текста и возможности изменить его позднее.

Встроить — текст становится частью кадра

Субтитры видны вместе с изображением в любом проигрывателе, который воспроизводит этот MP4. Их нельзя отключить отдельно. Подходит для просмотра без звука; для исправления текста или перевода позднее понадобится новый рендер. Весь ролик перекодируется.

SRT — отдельный текстовый файл

Содержит нумерованные фрагменты и интервалы, например 00:00:04,250 --> 00:00:06,900. Проверьте поддержку SRT в конкретном редакторе, проигрывателе или форме загрузки. В поддерживающем проигрывателе отдельную дорожку можно включать и выключать.

VTT — субтитры для веб-проигрывателя

WebVTT используется с элементом HTML5 track. Текст совпадает с SRT, но файл начинается с WEBVTT, а время содержит точки вместо запятых. Само оформление из раздела Стиль в такой файл не встраивается.

Настройки текста и подложки

Язык и Слов/строка влияют на все выходы. Остальные параметры оформления используются для Встроить.

Язык: Изначально выбрано Авто для определения языка. Доступны также en, de, es, fr, it, pt, ja, zh: английский, немецкий, испанский, французский, итальянский, португальский, японский, китайский. Код задаёт ожидаемый язык. Для русского, другого языка или неопределённой записи оставьте Авто.
Вывод: Встроить выбран по умолчанию; альтернативы SRT и VTT. Отдельные файлы сохраняют текст и время, но не изменяют изображение исходника.
Размер шрифта: От 10 до 72, начальное значение 20. Это не пиксели: размер рассчитывается относительно высоты видео, чтобы сохранять пропорции при другом разрешении. Пример для горизонтальных и вертикальных кадров — ниже.
Слов/строка: От 2 до 16, по умолчанию 8. Ограничивает слова в одном фрагменте субтитров; на изображении фрагмент может переноситься на несколько строк. Длинные фразы разбиваются, время распределяется по словам. В японском и китайском слова обычно не разделены пробелами: длину фрагментов определяет модель с учётом этой подсказки.
Текст: Цвет букв, изначально белый #ffffff. При встраивании используется выбранный цвет. Для читаемости сравните его и подложку с кадрами, где фон особенно светлый или тёмный.
Фон и Прозрачность фона: Фон задаёт цвет прямоугольной подложки, изначально чёрный #000000. Поле Прозрачность фона задаёт её непрозрачность от 0 до 100%, по умолчанию 70%. При меньшем значении больше просвечивает изображение, при 100% подложка непрозрачная. Эти цвет и степень непрозрачности используются в готовом видео.
Верх, Центр, Низ: Текст остаётся по горизонтальному центру и располагается сверху, в середине или снизу. Начальный вариант — Низ. Выбирайте Верх, если снизу уже есть подпись с именем, цена или другой важный текст.

Размер текста в горизонтальном и вертикальном видео

Начальное значение 20 даёт строку примерно 7% высоты кадра: около 50 px для 1280×720 px, 75 px для 1920×1080 px и 133 px для вертикального 1080×1920 px. Это ориентиры по прежним проверкам рендера, а не фиксированные размеры для любого текста.

Для вертикального кадра 8 слов с размером 20 в записанном примере переносились на три строки и занимали заметную часть нижней области. Попробуйте размер 12–14 и 4–5 слов на фрагмент, затем проверьте собственный текст, особенно длинные имена.

Образец в области просмотра масштабируется относительно видео и помогает оценить размер и переносы до Generate captions. Это пример оформления, а не заранее распознанная речь.

Как распознаётся речь и создаётся MP4

FFmpeg извлекает звук в моно WAV 16 кГц. Только этот аудиофайл передаётся API Google Gemini, который возвращает текст фраз с началом и концом. Изображение стороннему сервису не передаётся.

Время оценивает модель: это не точное выравнивание каждого слова по кадрам. Фрагменты ограничиваются длительностью видео, пересечения сокращаются, длинные фразы разбиваются по Слов/строка. Проверяйте имена, пропущенные слова под громкой музыкой и текст, появляющийся немного раньше или позже речи.

Для Встроить FFmpeg рисует текст на кадрах и создаёт MP4 с H.264, CRF 22 и AAC 192 кбит/с. Разрешение и FPS сохраняются, но повторное сжатие может потерять детали. Выходное H.264 — 8-битное, в том числе для 10-битного HDR-источника. Сравните цвет и яркость с исходником: результат зависит от его характеристик HDR.

Форматы и хранение файлов

Вход: MP4, MOV, MKV, WebM, AVI, M4V, MPEG/MPG, OGV со звуком
Выход: Встроить: MP4 с H.264/AAC. SRT или VTT: отдельный текстовый файл субтитров.
Имена файлов: Для interview.mov: interview_captioned.mp4, interview.srt или interview.vtt
Размер загрузки: До 200 МБ на видео
Файлов в задаче: 1
Обработка: FFmpeg на серверах сайта. Лимит задачи — 15 минут, включая распознавание и встраивание.
Распознавание: Извлечённый звук отправляется API Google Gemini; изображение остаётся на сервере сайта.
Водяной знак: Не добавляется
Хранение: Загрузки и результаты автоматически удаляются через 48 часов для гостей и через 30 дней для бесплатных аккаунтов. Платные планы могут хранить файлы дольше.

Частые вопросы об автосубтитрах

Можно создавать автосубтитры бесплатно?

Да. Инструмент доступен без аккаунта, не списывает кредиты и не добавляет водяной знак. Действуют дневные и часовые лимиты использования, зависящие от входа в аккаунт и плана.

Можно перевести автоматические субтитры?

Здесь текст остаётся на языке речи. Для перевода используйте Видео в субтитры: там доступны SRT/VTT, исправление текста и времени, перевод и последующее встраивание.

Почему отдельные слова неверны или не совпадают с речью?

Текст и время оценивает речевая модель. Музыка, одновременная речь нескольких людей, акцент и редкие имена затрудняют распознавание. Проверьте Язык; для русского выберите Авто. Отдельные строки можно исправить после экспорта SRT в текстовом редакторе: каждый фрагмент содержит номер, время и текст.

ИИ-сервис получает всё видео?

Передаётся только извлечённая аудиодорожка в API Google Gemini. Изображение остаётся на сервере сайта. Загрузки и результаты удаляются через 48 часов для гостей или 30 дней для бесплатных аккаунтов.

Почему создание субтитров не завершилось?

Проверьте, есть ли аудиодорожка с разборчивой речью. Музыка без речи не даёт расшифровку. Длинная запись может не уложиться в 15 минут обработки. Оставьте нужный фрагмент через Обрезку видео, затем создайте субтитры для него.

Почему MP4 с субтитрами другого размера?

Встраивание перекодирует весь кадр; объём зависит от содержания и настроек, а не от исходного битрейта. Запись с высоким битрейтом может уменьшиться, уже сильно сжатая — увеличиться. Сжатие видео позволяет дополнительно настроить размер результата.