Kako radi
- Ispustite video. Zvuk se izdvaja na vašem računalu.
- Izradite titlove. Prvi put se preuzima model za govor (oko 80 MB za Brzo, 250 MB za Točno) i sprema u predmemoriju preglednika — sljedeći put počinje odmah. Prepoznavanje se zatim izvodi na vašem procesoru; vaš zvuk nikad ne napušta uređaj.
- Uredite. Kliknite vrijeme da skočite na njega, ispravite tekst na popisu, obrišite retke ili pomaknite sve titlove ako dolaze prerano ili prekasno.
- Spremite. Preuzmite datoteku .srt ili .vtt ili spremite video s titlovima ugrađenim u sliku.
Ugrađeni ili zasebna datoteka?
- Ugrađeni (open captions) — dio slike, vidljivi svugdje: Instagram, TikTok, LinkedIn, WhatsApp, bilo koji TV. Većina društvenih videozapisa gleda se bez zvuka, pa je to uobičajen izbor za društvene mreže. Video se ponovno kodira.
- .srt uz video (closed captions) — gledatelji ih mogu uključiti ili isključiti. Nazovite ga kao video (
holiday.mp4+holiday.srt) i VLC, Plex, Kodi i većina pametnih TV-a automatski ga prepoznaju. YouTube i Vimeo također prihvaćaju prijenos SRT i VTT datoteka.
Koliko je točno?
Za jasan govor u tihoj prostoriji Whisper pogađa većinu riječi; imena, robne marke i stručni pojmovi su mjesta na kojima ćete ispravljati. Glazba u pozadini, više ljudi koji govore istodobno i jaki naglasci smanjuju točnost. „Točno” koristi veći model i pravi osjetno manje pogrešaka, na otprilike trećini brzine.
Koliko dugo traje?
Na tipičnom prijenosnom računalu iz posljednjih nekoliko godina model Brzo obrađuje govor oko 3–4 puta brže od stvarnog vremena — video od 10 minuta za otprilike 3 minute. Točno radi približno u stvarnom vremenu. Starija računala ili ona slabije snage sporija su; dok radi, možete se služiti drugim karticama.
Jezici i prijevod
Whisper prepoznaje oko 100 jezika i sam otkriva jezik. Može i prevesti govor u engleske titlove: odaberite „engleskom (prijevod)” — korisno za dijeljenje videa snimljenog na drugom jeziku s engleskom publikom.
Privatnost već u temelju
Većina generatora titlova prenosi vaš video na svoje poslužitelje i naplaćuje po minuti. Ovdje se model izvodi lokalno u pregledniku, pa nema prijenosa, vremenskog ograničenja ni pretplate — korisno za intervjue, interne sastanke i sve povjerljivo.
Česta pitanja
Je li besplatno?
Da, bez ograničenja minuta, vodenog žiga i registracije.
Prenosi li se moj video?
Ne. Samo se model za govor jednom preuzima s Hugging Facea; vaš video i zvuk ostaju na vašem računalu.
Koja je razlika između SRT-a i VTT-a?
Obje su tekstualne datoteke titlova. SRT podržava gotovo svaki player i TV; VTT je web-standard koji koriste HTML5 playeri. Preuzmite onu koju traži vaša platforma.
Mogu li dodati vlastitu SRT datoteku i ugraditi je?
Da — koristite „Uvezi SRT/VTT”, provjerite vrijeme i spremite video s ugrađenim titlovima.
Zašto je prvo pokretanje sporo?
Model za govor mora se jednom preuzeti (80–250 MB). Nakon toga sprema se u predmemoriju preglednika.
Zadnje ažuriranje: 30/10/2026