字幕ジェネレーターは、音声を時間指定されたキャプション行に変換し、ビデオプレーヤーやエディターがロードできる SRT ファイルとして保存します。音声またはビデオをアップロードし、Whisper に音声を認識させ、テキストとタイムスタンプを修正して、SRT、TXT、または JSON をダウンロードします。このツールは別の字幕ファイルを作成します。元のビデオにキャプションは書き込まれません。
実際の例を見る
例を見てみる ↗実際の使用例
ビデオを変更せずにビデオの SRT 字幕を取得するにはどうすればよいですか?
「テキストの抽出」でビデオをアップロードし、音声言語を選択して認識を開始します。行と時間を修正し、SRT を保存してダウンロードします。エディタまたはビデオ プラットフォームにファイルを追加します。元のビデオが再エンコードされることはありません。
10 分以内の明瞭なスピーチに最適です。このツールはサウンドトラックのみを読み取り、発言者の翻訳やラベル付けは行いません。
仕様と無料版の制限
| 入力 | MP3、WAV、M4A、AAC、FLAC、OGG；音声付きのMP4、MOV、WebM、MKV（音声トラックのみ使用） |
|---|---|
| 最大サイズ | 1ファイル100 MB |
| 最大の長さ | 1ファイル10分 |
| 出力 | SRT、TXT、JSON |
| 画面比率と解像度 | 動画は生成しません |
| 認識言語 | 英語、中国語、日本語、韓国語、スペイン語、フランス語、ドイツ語、または自動検出 |
| 透かし | なし |
| 登録 | Googleサインインが必要です |
| ファイル保存期間 | 14 日後に削除 |
| 料金 | 無料（共有キューと1時間あたりの利用制限あり） |
サポートされている形式
MP3、WAV、M4A、AAC、FLAC、OGG、MP4、MOV、WebM、または MKV をアップロードします。 SRT (開始時間と終了時間を含む番号付きキュー)、TXT、または JSON をダウンロードします。
仕組み
1. テキストを抽出してアップロードを開く
ローカルのオーディオ ファイルまたは音声付きのビデオを選択します。ビデオの場合、サウンドトラックはサーバー上で抽出されます。すでにフレーム内に印刷されているテキストは読み取られません。
2. 話し言葉を選択してください
英語、中国語、日本語、韓国語、スペイン語、フランス語、ドイツ語、または自動検出を選択し、認識を開始します。
3. 正しい行とタイムスタンプ
結果エディターで名前、句読点、開始時刻と終了時刻を修正し、保存します。時間は記録内で順序通りに保たれなければなりません。
4. SRTファイルをダウンロードする
SRT をダウンロードし、ビデオ エディター、プレーヤー、または SRT アップロードを受け入れるビデオ プラットフォームにロードします。 TXTやJSONも利用可能です。
あなたに合っていますか？
向いている用途
- トーク、レッスン、インタビュー、または短いビデオ用の SRT ファイルの作成
- アップロード前にキャプションの初稿を取得して修正する
- 再エンコードされたビデオではなく、別の字幕ファイルが必要なビデオ
向いていない用途
- オリジナルの映像を保持する（字幕の編集を使用）
- 10分を超える、または100 MBを超える録音
- 翻訳された字幕、スピーカーラベル、または VTT および ASS 形式
制限とプライバシー
オーディオとビデオは最大 100 MB、10 分まで。トランスクリプトを編集する場合は最大 1,000 行まで。 Google サインインで無料。キューと時間ごとの使用制限が適用されます。結果は 14 日後に期限切れになります。
共有する前に確認すべきこと
特に音楽、騒音、スピーカーが重なっている場合、認識が単語を見逃したり、名前を聞き間違えたりする可能性があります。タイムスタンプはモデルの推定値です。この SRT ワークフローは、字幕の翻訳、スピーカーのラベル付け、VTT または ASS のエクスポート、または元のビデオへのキャプションの書き込みを行いません。オリジナルの映像にキャプションをレンダリングするには、「字幕の編集」を使用します。オーディオから新しい背景ビジュアルを作成するには、ビデオの作成を使用します。
ガイド
- ビデオの音声を使用して新しいビデオを作成する
ビデオ サウンドトラックが新しいリリック ビデオになる仕組み、オーディオ抽出で保持される内容、一般的なオーディオの問題を確認する方法について説明します。
よくある質問
.SRT オプション番号
SRT はプレーンテキストの字幕形式です。各キューには、番号、00:00:01,250 --> 00:00:03,900 などの開始時間と終了時間、およびキャプション テキストが含まれます。ほとんどのビデオエディターとプレーヤーはそれをインポートできます。
YouTube または TikTok リンクから字幕を生成できますか?
いいえ。ローカル ファイルをアップロードします。プラットフォーム リンクとブラウザ内録画はサポートされていません。
字幕はビデオに焼き付けられますか?
いいえ。別の SRT ファイルを受け取ります。元のビデオは変更されたり、再エンコードされたりしません。 SRT をエディターまたはプレーヤーにロードして表示します。
字幕を別の言語に翻訳できますか?
いいえ。字幕は話し言葉で作成されます。必要に応じて、別のツールを使用して SRT を変換します。
どの言語がサポートされていますか?
英語、中国語、日本語、韓国語、スペイン語、フランス語、ドイツ語に加え、自動検出。精度は録音品質によって異なります。
製品の事実
AI Free Audio to Video · audiosubvideo.com
- 価格とアカウント
- Google サインインで無料で使用でき、支払いは不要です。共有キューと時間ごとの使用制限が適用されます。
- 音声認識と画像認識
- サーバー上の Whisper small で音声、Tesseract で画像を認識します。話者識別やボーカル分離は提供しません。
- 字幕を編集
- オリジナルの映像を保存し、Whisper のキャプションを確認して 8 つのスタイルを選択します。シンプルなカット、静かな区間の削除、中央ズーム、1 つの B ロール アセットと音楽トラックを組み合わせます。 MP4 または SRT をエクスポートします。
- 地図ビデオ
- 11 のテーマと 7 つのアニメーション モードを備えた無料のベクター マップ。座標または GPX / GeoJSON 入力。 8 ～ 90 秒の MP4。 Google の画像、検索、道路計画にはオプションの構成が必要です。
- ダウンロード
- ビデオの場合は MP4。時間指定トランスクリプトの TXT、JSON、および SRT。画像 OCR 用の TXT と JSON。
- 結果にアクセスできる人
- 初期状態では非公開で、所有者と管理者が保存中のファイルにアクセスできます。任意の動画共有リンクはログインが必要で、取り消し可能、ファイルと同時に期限切れになります。
- オーディオとビデオの制限
- 100 MB · 10 min
- 1時間あたりの送信制限
- 10 60 分ごとのアカウントごとのタスク数
- アクティブなタスクの制限
- アカウントあたり 2 つのキューに入れられたタスクまたは処理中のタスク
- 完了したファイルの保存
- 14 日
