Generatore di sottotitoli gratis

Esempio pratico

Trascina un'intervista di 4:30, interview.mp4. Il chip del file mostra il nome, la dimensione e 4:30, e compare un piccolo lettore. Nella pagina in italiano «Lingua parlata» parte da Italiano, «Sottotitoli in» da «Lingua originale» e «Lunghezza sottotitoli» da «Standard (TV)», con il suggerimento «Fino a due righe da 42 caratteri, come i sottotitoli di TV e streaming.» Quando il browser esegue il modello Preciso sul processore, la pagina dice «Durata 4:30. Su un tipico portatile richiede circa 5:15; gli smartphone sono più lenti.» Premi «Genera sottotitoli». La barra riporta «Preparazione dell'audio...», poi «Download del modello vocale...» (solo alla prima visita), poi «Trascrizione in corso...» con un conto alla rovescia «circa 2:10 rimanenti», poi «Creazione dei sottotitoli...». L'elenco ha il titolo «Sottotitoli (58)». Fai clic su un tempo per andare a quel punto, fai clic sul testo per correggerlo, poi premi «Scarica SRT». Il file si chiama interview.srt.

Quali impostazioni usare, e i limiti

• Indica la lingua parlata quando la conosci. Il menu «Lingua parlata» parte dalla lingua della pagina che stai leggendo, se il modello vocale la conosce, quindi in questa pagina parte da Italiano. Un video in un'altra lingua richiede che si scelga quella lingua, oppure «Rileva automaticamente». Indicare la lingua è la scelta più sicura, perché il rilevamento può sbagliare etichetta nei tratti silenziosi. Se imposti «Sottotitoli in» su «Inglese (tradotto)», il menu parte invece da «Rileva automaticamente», perché chi traduce in inglese probabilmente non sta ascoltando inglese.
• Adatta la lunghezza dei sottotitoli a dove verrà riprodotto il video. «Lunghezza sottotitoli» offre «Corta (social)», «Standard (TV)» e «Lunga (frasi intere)». Corta mostra una breve riga alla volta, fino a 3 secondi, per i video verticali da telefono. Standard permette fino a due righe da 42 caratteri. Lunga dà una o due frasi intere per sottotitolo, adatte a discorsi e conferenze. Dopo la comparsa dei sottotitoli, lo stesso menu sta sopra l'elenco. Cambiarlo ricostruisce l'elenco dal riconoscimento già fatto, quindi non si riascolta nulla, ma sostituisce le modifiche che hai fatto.
• Apri «Altro» per scegliere Precisa o Veloce e per elencare i nomi. «Precisione» offre «Precisa» (il modello Whisper base) e «Veloce» (il modello tiny, più piccolo). Con il modello sul processore i download sono 77,1 MB e 42,7 MB, e la stima predefinita dello strumento per Veloce è la metà del tempo per minuto di audio. I telefoni partono da Veloce, gli altri dispositivi da Precisa. «Nomi o parole particolari» accetta un elenco separato da virgole come «Kayla, Nathan, Rotorua». Dopo il riconoscimento, una parola sentita di 4-6 lettere che dista una lettera da un nome elencato, o di 7 o più lettere e due di distanza, viene riscritta per corrispondere. Non può correggere un numero sbagliato di parole, quindi controlla comunque i nomi.
• Scegli l'output in inglese, oppure traduci dopo. «Sottotitoli in» offre «Lingua originale» e «Inglese (tradotto)». La seconda fa tradurre in inglese al modello vocale mentre ascolta, senza altri download, e funziona sui telefoni. Va bene per lingue molto parlate come spagnolo, francese, tedesco, portoghese e italiano ed è più approssimativa per le altre; Veloce traduce sensibilmente peggio di Precisa. La scelta viene tenuta nell'indirizzo della pagina come #to=en, e i file tradotti si chiamano come talk.en.srt. I browser con un traduttore integrato, come Chrome recente su un computer, mostrano anche un menu «Traduci i sottotitoli in» e un pulsante «Traduci» sotto i sottotitoli.
• Pianifica in base alla durata del file e al tuo dispositivo. Un computer sottotitola fino a 5:00:00 di un file e un telefono fino a 1:30:00; un file più lungo mostra «Questo file dura 6:10:00. Questo dispositivo può sottotitolare solo i primi 5:00:00; per il resto, dividi prima il file in parti.» La prima stima del tempo presume che un telefono sia 3,5 volte più lento di un computer, poi lo strumento ricorda la velocità reale del tuo dispositivo dopo un'esecuzione più lunga. Prima del primo download un telefono mostra «Su un telefono sarà lento: metti in conto diversi minuti e lascia questa scheda aperta». «Annulla» ferma l'esecuzione e mantiene i sottotitoli creati finora.
• Modifica l'elenco, poi salva SRT, VTT o un video con i sottotitoli incorporati. Fai clic sul tempo di un sottotitolo per riprodurre da quel punto, fai clic sul suo testo per modificarlo e premi ✕ per eliminarlo. Una nota conta le righe che «sembravano errori di riconoscimento» e sono state escluse. «Scarica SRT» e «Scarica VTT» salvano file di testo. «Scarica video con sottotitoli» li disegna in un MP4 H.264 con audio AAC a 160 kbps, chiamato come interview_captions.mp4; «Posizione», «Dimensione» e «Sfondo dietro al testo» cambiano l'aspetto, e l'anteprima corrisponde. I file audio ricevono solo SRT e VTT. Il pulsante di incorporamento è disattivato per un file sopra circa 2 GB, 1 GB su un computer che dichiara 4 GB di memoria o meno, o 400 MB su un telefono.

Problemi comuni e come risolverli

Dice «Impossibile scaricare il modello vocale. Controlla la connessione e riprova.» e «Riprova» fallisce subito.

Il download del modello è fallito o si è interrotto a metà. Controlla la connessione e premi «Riprova». Su una connessione lenta o instabile, scegli «Veloce» sotto «Altro», che è un download più piccolo (42,7 MB sul processore). Uno spazio di archiviazione del browser pieno ottiene invece un messaggio proprio: «Lo spazio di archiviazione del browser è esaurito, quindi non è stato possibile salvare il modello.» Lo strumento si ferma prima del download se lo spazio libero è inferiore a 1,2 volte la dimensione del modello (92,5 MB per Precisa sul processore, 51,2 MB per Veloce). Libera spazio sul dispositivo, oppure cancella dalle impostazioni del browser i dati salvati dei siti che non ti servono, poi riprova, oppure scegli «Veloce», che richiede meno spazio.

Dice «Non è stato trovato alcun parlato in questo file. Se ci sono persone che parlano, seleziona la loro lingua e riprova.»

Il riconoscimento è terminato senza nulla dopo che lo strumento ha rimosso le righe che sembravano errori di riconoscimento, come ripetizioni, testo su musica o silenzio, e righe vaganti come «Grazie per la visione». Un file di sola musica o silenzioso finisce così. Se qualcuno parla davvero, la causa abituale è la lingua: il menu parte dalla lingua della pagina, non dal rilevamento, quindi un video in francese richiede di scegliere «Francese» o «Rileva automaticamente». Cambiala e premi di nuovo «Genera sottotitoli».

Dice «La sottotitolazione non è riuscita. Prova l'impostazione di precisione Veloce o un file più corto.» oppure, a metà, «La sottotitolazione si è interrotta a 12:40 a causa di un errore. I sottotitoli creati finora sono qui sotto.»

Qualcosa è fallito dopo il caricamento del modello, per esempio il dispositivo ha esaurito la memoria o il worker è rimasto muto. A una finestra di audio vengono concessi circa 2 minuti per dare segni di vita (5 minuti per la prima, che avvia il motore), e un worker perso viene ritentato una volta. Veloce ha un picco di memoria dichiarato più basso, 190 MB contro 320 MB per Precisa. Sceglilo sotto «Altro», prova un file più corto o chiudi altre schede. Con il secondo messaggio i sottotitoli creati finora vengono mantenuti, quindi puoi comunque scaricarli.

Dice «Il font video non può disegnare questi caratteri: 日本語. Scarica invece SRT o VTT e lascia che sia il lettore a mostrarli.»

L'incorporamento usa tre font serviti da questo sito che coprono testo latino, greco, cirillico, vietnamita, arabo ed ebraico. I caratteri di altre scritture, come giapponese o devanagari, resterebbero vuoti, quindi il pulsante di incorporamento viene disattivato prima di qualsiasi elaborazione. «Scarica SRT» e «Scarica VTT» funzionano comunque, e un lettore multimediale disegna i sottotitoli con i propri font. Se i font stessi non riescono a caricarsi vedi «Impossibile caricare i font per i sottotitoli. Controlla la connessione e riprova.»

Dice «Impossibile leggere questo file. Prova prima a convertirlo in MP4 o MP3.» oppure «Questo file non ha una traccia audio, quindi non c'è nulla da sottotitolare.»

Lo strumento decodifica il primo tratto di audio prima di richiedere il modello, quindi un file illeggibile non costa alcun download del modello. Il primo messaggio significa che il decodificatore non ha saputo leggere l'audio: converti il file in MP4 o MP3 e aggiungilo di nuovo. Il secondo significa che il file non ha suono. Se il decodificatore esaurisce la memoria vedi invece «Il browser è rimasto senza memoria elaborando questo file: è troppo grande per questo dispositivo. Prova con uno spezzone più corto, un file più piccolo o un computer desktop.»

Come si confronta

Questo strumento trasforma il parlato in sottotitoli temporizzati sul tuo dispositivo con Whisper (base o tiny), poi salva SRT, VTT o un MP4 con sottotitoli incorporati. Ha un elenco di testo, non una linea temporale con la forma d'onda; «Devi ritoccare i tempi? Apri nell'Editor di sottotitoli» invia lì l'SRT in una nuova scheda. Per una semplice trascrizione è più adatto Da audio a testo. Non indica chi sta parlando, e l'aspetto incorporato ha solo posizione, dimensione e uno sfondo dietro al testo bianco. Poiché funziona nel browser, non viene caricato nulla, ma è più lento di un server: la stima predefinita su un computer è circa la durata del video per Precisa e la metà per Veloce, più 45 secondi per avviarsi. Il riconoscimento commette errori, quindi leggi i sottotitoli prima di pubblicarli.