Субтитры чаще ломаются на входе, не на модели: OCR на говорящую голову или распознавание речи на немом файле с вшитым текстом. Студия пишет один и тот же список реплик обоими путями. Смотрите дорожку и картинку, затем одну галочку. Не обе.
Сначала дорожка, потом буквы
После загрузки студия смотрит длительность, разрешение и есть ли голос. Галочку — только после этого, так экономится лимит.
- На дорожке ясная речь: распознавание голоса. Автоязык обычно стабильнее жёсткого китайского или английского.
- Почти нет голоса, слова уже вшиты: экранный OCR. Сначала рамка, потом fps — OCR вшитого.
- Есть оба: более чистый путь. Дикция ясная — слушать. Нужен вшитый перевод или декоративный шрифт — OCR. Не ждите автослияния за один прогон.
Десятиминутный путь: этот гайд. Стиль и выгрузка — после реплик.
Только одна галочка
- Откройте субтитры в студии и положите локальный MP4 / MOV. Файл остаётся в браузере.
- Дождитесь проверки. Голос и тихая комната — речь. Почти нет голоса — экранный OCR.
- Для OCR в рамке только субтитры; логотипы и часы снаружи. Для речи сначала срежьте пустые головы и хвосты, не тратьте лимит на тишину.
- Правите реплики: имена, опечатки, длина строки. Потом стиль или выгрузка — вертикальная вёрстка и SRT или вшивка.
В бесплатном плане субтитры — раз в месяц. Речь, OCR и лимиты: возможности и цены.
Перед запуском три пункта
- Голос: слышно — расшифровывать. Шум или перекрытие: сначала резать, не прыгать в OCR.
- Буквы в кадре: OCR только когда вшитый текст — источник, а диалог непригоден. Рамка на полэкрана прочтёт логотип.
- Лимит: каждый путь — один прогон. Дверь выбрать один раз; два прогона дороже.
Что обычно ломается
Слушать 9:16 как 16:9 бьёт точность — речь это или только буквы. Вернуть уже вшитый файл в OCR кладёт второй список реплик; лучше слушать или сначала закрыть старый текст. Обложку отдельно; рамка распознавания — не обложка — обложка из ролика.
Дочитали? Сделайте одно. Бесплатная квота уже есть.