Vídeo para legendas

Sim, e não é preciso conta para experimentar. Cada conexão recebe uma execução gratuita por dia de até 2 minutos de mídia. Uma conta grátis recebe 5 créditos por dia, o que cobre cerca de um minuto de fala, e assinantes Pro recebem 1500 créditos por mês com limite de 30 minutos por execução. Uma execução custa 5 créditos por minuto de mídia, arredondado para cima, então um clipe de 2 minutos custa 10 créditos e um clipe de 10 minutos custa 50. Entrar aumenta tanto a cota diária quanto o limite de comprimento. Os créditos são cobrados depois que o arquivo foi realmente processado, o que significa que um clipe que acaba não tendo fala reconhecível ainda custa os créditos pelo seu comprimento, e o mesmo vale para um que contém apenas música. Uma execução que falha antes do processamento, ou que o serviço rejeita, não custa nada, e uma consulta repetida de uma tarefa concluída nunca é cobrada duas vezes.

A precisão depende da gravação e não da ferramenta. Fala clara gravada perto de um microfone, com uma pessoa falando por vez, transcreve muito bem, incluindo nomes e termos técnicos. A precisão cai quando várias pessoas falam ao mesmo tempo, quando música alta ou trânsito ficam atrás da voz, quando o microfone está longe, e em sotaques regionais fortes. O reconhecedor atualmente suporta apenas chinês simplificado e inglês, então fala em outros idiomas não é utilizável. Números, nomes de marcas e nomes próprios são os erros mais comuns, e é por isso que o resultado é editável antes de você baixá-lo. Trate a saída como um primeiro rascunho rápido que economiza a maior parte da digitação, não como um arquivo que você publica sem ler.

Você pode enviar áudio como MP3, WAV, M4A, AAC, FLAC ou OGG, ou vídeo como MP4, MOV, MKV, WebM, M4V ou MPEG. O limite de upload é 30 MB. O limite de comprimento depende do seu plano: visitantes podem transcrever até 2 minutos em uma execução, contas grátis até 10 minutos, e Pro até 30 minutos. Como o vídeo é muito mais pesado que o áudio no mesmo comprimento, um vídeo de 30 MB pode ser mais curto do que o limite de comprimento permite. Para gravações longas, extraia o áudio primeiro com a nossa ferramenta Vídeo para MP3, que também é no navegador, depois envie o arquivo de áudio muito menor. Se um arquivo for longo demais em uma peça, divida-o e execute cada parte separadamente.

Sim, esta ferramenta funciona de forma diferente das nossas ferramentas de navegador. Seu arquivo é enviado para o nosso servidor e encaminhado ao Volcengine AI MediaKit, onde o reconhecimento de fala roda, e o texto reconhecido é enviado de volta ao seu navegador. O arquivo enviado não é armazenado como arquivo de mídia no nosso servidor e nenhum link de download é gerado para ele. Isso significa que a ferramenta não pode funcionar offline e não pode funcionar sem conexão. Se sua gravação contém algo confidencial, lembre-se de que ela sai do seu dispositivo. Para trabalhos que nunca devem ser enviados, use as nossas ferramentas de navegador, que rodam inteiramente no seu próprio navegador, por exemplo o Conversor de legendas, ou um programa de transcrição local.

Sim. Quando a execução termina, você recebe uma prévia de toda a transcrição com seus timecodes, e pode corrigir nomes, números e texto diretamente nessa caixa antes de salvar. Os botões de download sempre exportam o que está atualmente na caixa, então os arquivos SRT, VTT e TXT correspondem às suas edições. Se você só precisa do texto, baixe a versão TXT ou copie-o direto da prévia. Se você precisa que as legendas sejam gravadas na imagem para que fiquem sempre visíveis, baixe o SRT aqui e depois use a nossa ferramenta Adicionar legendas, que roda no seu navegador e também pode reestilizar a fonte, a cor e a posição antes de exportar o vídeo.

SRT é o formato de legenda mais amplamente aceito. Quase todo player de vídeo, editor e plataforma social o lê, e é por isso que é o padrão para enviar legendas. VTT é o formato usado por vídeo na web e pelo elemento de vídeo HTML, e suporta alguns recursos extras de estilo, então é a escolha certa para um player em um site ou para uma plataforma que pede um arquivo WebVTT. TXT é apenas as palavras faladas na ordem de leitura com os timecodes removidos, que é o que você quer quando o texto vai para um documento, um post de blog, um conjunto de notas ou um índice de busca em vez de voltar para um vídeo. Todos os três são gerados a partir da mesma transcrição, então o texto é idêntico e apenas a embalagem muda.