自动字幕·测试版
自动字幕·测试版 — 语音识别·视频预览·SRT/MP4保存
1 个原始文件 · 150 MB · 4000 万像素视频 · 100 MB 结果 · 每次转换 180 秒
- 选择视频
- 检查范围和输出设置
- 处理、播放和保存
使用示例
- 示例输入
speech-video.mp4- 语音语言
韩语·测试版- 预期结果
检查字幕 → 保存SRT或带字幕MP4 [beta]
示例仅用于说明。实际结果取决于源文件和设置。
示例和限制
语音识别·视频预览·SRT/MP4保存
输入和输出条件
- 支持的输入
.wav · .mp3 · .flac · .m4a · .aac · .ogg · .opus · .aif · .aiff · .wma · .mp4 · .mkv · .webm · .mov · .avi · .m4v · .mpeg · .mpg · .ts · .flv · .wmv · .3gp · .ogv · .mts · .m2ts- 保存的输出
SRT · VTT · TXT · MP4(视频输入)
使用示例
- 示例输入
speech-video.mp4- 语音语言
韩语·测试版- 预期结果
检查字幕 → 保存SRT或带字幕MP4 [beta]
示例仅用于说明。实际结果取决于源文件和设置。
限制和检查事项
- 1 个原始文件 · 150 MB · 4000 万像素视频 · 100 MB 结果 · 每次转换 180 秒
- Whisper Small · 首次模型下载约251 MB · 比Tiny更慢,占用更多内存。低内存设备或手机建议使用Tiny,或先试用30秒片段。
- 多语言模型在您的设备上运行,音频不会上传。首次使用需从Hugging Face下载约22 MB的运行引擎和所选模型。韩语、噪声、音乐和专有名词可能识别错误,请听取音频并修正结果。
- 人工智能生成的字幕不保证准确。即使沉默也可能导致错误的句子。首先尝试一小部分并查看结果。下载模型需要互联网连接。