这是给谁的
任何发布视频、又不愿失去那一半关掉声音观看的观众的人。需要在开放式办公室里跟着看的培训材料。发给那些读比听更顺畅的人的录播礼拜。任何必须满足无障碍要求的内容。
怎么运作
- 1
你上传视频或音频。我们提取声音，并找出哪里有讲话。
- 2
它被转写，如果你要了其他语言，也会被翻译。
- 3
文本在句子结束的地方被切成字幕，而不是在字符数用完的地方。
- 4
你按语言下载 SRT 和 VTT，直接拖进播放器就能用。
你得到什么
- SRT 和 VTT，任何播放器都接受的两种格式。
- 每种语言一个文件，全部来自同一段录音。
- 每行最多 42 个字符、绝不超过两行：手机上放得下又不挡住画面。
- 屏幕上停留不少于一秒、不多于七秒：不会闪，也不会像视频卡住。
- 在句末切分，所以没有字幕从半个词开始。
- 谁在说话——当声音不止一个而你要了这项时。
值得知道： 字幕来自录音，因为它们需要时间码——翻译好的文档没有可以挂时间的钟。在同一段发言内部，时间是按长度分配的，而不是逐词测量：足够跟着音频读，不足以对上口型。
问题
- 可以同时要多种语言吗？
- 可以。音频只听一次，所有语言都从这一次里出来，所以第二种是 35 %，而不是又一整份。
- 字幕里会写是谁在说吗？
- 可以，当声音不止一个时：标签放在每段发言的第一条字幕上，而不是每一行都放，那会让屏幕塞满你已经知道的东西。
- 之后可以自己改吗？
- 它们就是普通的 SRT 和 VTT 文件。任何字幕编辑器都能打开，文本编辑器也可以。
- 长视频会不会越走越偏？
- 不会。每段发言都带着从音频里取出的起止时间，所以一个小时之后它们仍在词的位置上。
- 你们能把字幕烧进视频吗？
- 我们不做——我们把文件给你。ffmpeg 一条命令就能烧进去，而分开保存意味着观众可以关掉它。