スピーチを英語字幕に翻訳
インストールされた多言語 Whisper モデルを使用して、アップロードされた音声を英語テキスト、SRT、または VTT に翻訳します。公開する前に翻訳とタイミングを確認してください。
最近のツールの結果
最終レビュー済み:
サポートされている入力と出力
- 入力
- MP3、WAV、M4A、AAC、OGG、または FLAC;オーディオ トラックを含むローカル ビデオも機能します。
- 出力
- 英語の TXT、SRT、または VTT。試験翻訳、吹き替えなし。
このツールの使用方法
- Google でサインインし、独自のソースを選択するか、テキストを入力します。
- 時間範囲とオーディオ設定を選択してエクスポートし、最初と最後を聞きます。
- 実際の結果を確認し、終了する前にダウンロードしてください。
よくある質問
任意の言語に翻訳したり、吹き替えを生成したりできますか?
いいえ。この実験ツールは、インストールされている Whisper モデルを使用して、音声を英語のテキスト (SRT または VTT のみ) に翻訳します。名前や文章全体を誤訳する可能性があります。オリジナルと照らし合わせてレビューしてください。翻訳された音声は生成されません。
無料ですか?アカウントは必要ですか?
はい、Google にサインインすれば無料で、支払いやサブスクリプションは必要ありません。サーバー処理は、アカウントの時間制限とキュー制限を共有します。
私のファイルはどこに保存されていますか?
ブラウザ専用ツールは、その作業をデバイス上に保持します。アップロードされたサーバー ジョブはデフォルトで非公開であり、所有者とサイト管理者がアクセスでき、14 日間保持されます。保存したい結果をダウンロードします。
関連メディアツール
制限と処理
Google サインインで無料。アップロードの合計は最大 100 MB です。音声とビデオは最大 10 分まで。各画像は 5 MB および 20 メガピクセルに制限され、すべての画像を合わせると 40 メガピクセルに制限されます。 4メガピクセルまでの画像を出力します。 GIF および逆再生出力は 30 秒、一辺 640 ピクセルに制限されています。リバースでは 15 fps を使用してメモリの使用を制限します。最大 6 つのメディア ファイルを結合するか、最大 9 つの画像を結合します。サーバーの結果は非公開であり、14 日間保存されます。
アカウントの共通利用上限: 10 1 時間あたりのタスク数。最大 2 つのタスクがキューに入れられるか、同時に処理されます。最大 200 KB の UTF-8 SRT/VTT ファイルがサポートされます。
基本的なノイズ低減、安定化、シャープ化はソースによって異なります。失われた細部を再構築したり、ボーカルを分離したりすることはありません。ファイルは、インストールされたオープンソース コンポーネントを使用して処理されます。有料モデル API は使用されません。ブラウザーの録音と音声の利用可能かどうかは、デバイスによって異なります。使用が許可されている素材のみをアップロードしてください。
匿名の公開ファイルリンクやプラットフォームビデオのダウンロードはありません。共有はオプションで、取り消し可能で、閲覧者のサインインが必要で、ファイルとともに期限切れになります。自動キャプションと文字起こしについては、以下の既存のツールを使用します。
スピーチを英語字幕に翻訳 · 例とステップバイステップのチュートリアル
サンプルを比較し、その入力をダウンロードし、以下の設定で結果を再現します。
結果
WEBVTT 00:00:00.000 --> 00:00:02.400 At the height of the human being, 00:00:02.400 --> 00:00:05.100 with the多寡為恆 of crying, 00:00:05.100 --> 00:00:08.800 the one who is crying, the one who is spiritual. 00:00:08.800 --> 00:00:12.000 There is only one spiritual and one who is crying, 00:00:12.000 --> 00:00:15.400 and the one who is suffering is the one who doesn't say a word. 00:00:15.400 --> 00:00:18.000 The horse and the cow are sleeping hard, 00:00:18.000 --> 00:00:19.800 but they can't sleep well. 00:00:19.800 --> 00:00:22.000 When they are in the middle of the bed, 00:00:22.000 --> 00:00:23.600 they are tired, 00:00:23.600 --> 00:00:25.100 but they don't know how to cry, 00:00:25.100 --> 00:00:27.000 so they are weak. 00:00:27.000 --> 00:00:28.800 The monkey is the only thing, 00:00:28.800 --> 00:00:58.800 Jumping into the forest, Yan Baohu left the forest, and left the forest, and left the forest, and left the forest, and left the forest, and left the forest, and left the forest, and left the forest, and left the forest, and left the forest, and left the forest, and left the forest, and left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left the forest, left 00:00:58.800 --> 00:01:00.000 The feeling of cryingダウンロード ↗
サンプルファイル・この順番で選択
- voice.mp3 0.47 MB
設定例
- 終了(秒)
- 60
- ソース音声言語
- 中国語
- フォーマット
- vtt
適用すると、現在のテキストと設定が置き換えられます。選択したファイルは変更されません。サンプル ファイルを自分でダウンロードして選択してください。
ステップバイステップのチュートリアル
- 入力を準備する
リストされている順序でサンプル ファイルをダウンロードするか、許可されている独自の素材を選択します。ツールを使用する前にサインインしてください。
- エフェクトを設定する
ソース音声言語として中国語を選択し、英語出力形式として VTT を選択します。サンプルは人間の中国語読みです。
- 実行してプレビューする
上の [開始] または [結果の作成] を押します。完了するまで待ち、ダウンロードする前に結果を再生または検査します。
- 結果を確認する
生の英語出力を読みながら、ソースを聞きます。これは未修正のモデル結果であり、欠落や誤訳が含まれている可能性があります。
サンプルのクレジットと制限事項
チュートリアルはページの言語に従います。共有されたサンプル録音とテキストは元の言語を保持します。例は特定の設定を示しており、すべてのソースで結果が保証されるわけではありません。
ダウンロードクレジット