Автоматично добавяне на субтитри към видео

Разпознаването на реч (Whisper на OpenAI) работи направо във вашия браузър: субтитрите се появяват за няколко минути, вие поправяте грешките и след това изтегляте SRT/VTT или запазвате видеото с вградени субтитри.

Файловете ви остават на устройството. Нищо не се качва.

Как работи

  1. Пуснете видеото. Звукът се извлича на вашия компютър.
  2. Създайте субтитри. При първото използване моделът за реч се изтегля (около 80 MB за „Бързо“, 250 MB за „Точно“) и се кешира от браузъра ви — следващия път стартира веднага. После разпознаването върви на процесора ви; звукът ви никога не напуска устройството.
  3. Редактирайте. Щракнете върху време, за да отидете там, поправете текста в списъка, изтрийте редове или преместете всички субтитри, ако са подранили или закъснели.
  4. Запазете. Изтеглете файл .srt или .vtt или запазете видеото със субтитри, вградени в картината.

Вградени или отделен файл?

Колко е точно?

При ясна реч в тиха стая Whisper познава повечето думи; поправки ще правите най-вече на имена, марки и технически термини. Фоновата музика, няколко души, говорещи едновременно, и силният акцент намаляват точността. „Точно“ използва по-голям модел и прави осезаемо по-малко грешки, но със скорост около една трета.

Колко време отнема?

На типичен лаптоп от последните няколко години моделът „Бързо“ обработва речта около 3–4 пъти по-бързо от реалното време — видео от 10 минути за около 3 минути. „Точно“ работи приблизително в реално време. По-старите или маломощни компютри са по-бавни; докато работи, можете да ползвате други раздели.

Езици и превод

Whisper разпознава около 100 езика и сам определя езика. Може и да превежда речта в английски субтитри: изберете „английски (превод)“ — удобно за споделяне на видео, записано на друг език, с англоговореща аудитория.

Поверително по дизайн

Повечето генератори на субтитри качват видеото ви на свои сървъри и таксуват на минута. Тук моделът работи локално във вашия браузър, така че няма качване, няма ограничение във времето и няма абонамент — удобно за интервюта, вътрешни срещи и всичко поверително.

Често задавани въпроси

Безплатно ли е?

Да, без ограничение в минутите, без воден знак и без регистрация.

Качва ли се видеото ми?

Не. Само моделът за реч се изтегля веднъж от Hugging Face; видеото и звукът ви остават на вашия компютър.

Каква е разликата между SRT и VTT?

И двата са текстови файлове със субтитри. SRT се поддържа от почти всеки плейър и телевизор; VTT е уеб стандартът, използван от HTML5 плейърите. Изтеглете този, който иска вашата платформа.

Мога ли да добавя собствен SRT файл и да го вградя?

Да — използвайте „Импорт на SRT/VTT“, проверете синхрона и запазете видеото с вградени субтитри.

Защо първото стартиране е бавно?

Моделът за реч трябва да се изтегли веднъж (80–250 MB). След това се кешира от браузъра ви.

Последна актуализация: 30/10/2026

Вижте също