Buat subtitle untuk video atau rekaman
Wawancara, kuliah, panggilan dengan klien, demo produk: rekaman yang paling membutuhkan subtitle sering kali justru yang tidak semestinya dikirim ke layanan transkripsi. Di sini model suara berjalan di dalam tab ini, jadi file tidak pernah keluar dari komputer Anda.
- Berjalan sepenuhnya di peramban Anda
- Berfungsi tanpa koneksi
- Tanpa unggah
- Tanpa pendaftaran
- Tanpa watermark
Memuat alat…
Cara kerjanya
- Letakkan video atau file audio. Biarkan bahasa pada deteksi otomatis, atau pilih sendiri jika tebakannya salah.
- Tekan “Buat subtitle”. Pada pemakaian pertama, model suara diunduh sekali (240 atau 540 MB, tergantung komputer Anda); setelah itu rekaman ditranskripsi bagian demi bagian.
- Koreksi teks dan waktunya sambil diputar di video, lalu unduh .srt atau .vtt, atau buat MP4 dengan subtitle yang ditanamkan.
Kenapa tidak ada yang diunggah
Semua yang dikerjakan halaman ini dijalankan oleh kode di dalam tab peramban Anda, memakai mesin yang sama dengan yang menampilkan halaman web. File dibaca dari disk ke memori tab Anda, diolah di sana, lalu ditulis kembali sebagai unduhan. File itu tidak pernah dikirim ke mana pun — tidak ke kami, tidak ke pihak ketiga.
Buktikan sendiri
- Buka alat pengembang peramban Anda (F12) lalu pilih tab “Network” (Jaringan).
- Muat file Anda dan jalankan alatnya.
- Permintaan yang akan Anda lihat hanya mengambil kode alat itu sendiri — dan, pada beberapa alat berat, mesin sumber terbukanya (juga dari situs ini) atau model AI dari Hugging Face — ditambah satu ping kunjungan halaman yang kecil ke loreatec.jp (alamat dan judul halaman, tidak lebih). Tidak satu pun membawa file Anda.
Pertanyaan yang sering diajukan
Seberapa akurat?
Dengan suara yang jelas dan satu orang berbicara pada satu waktu, sebagian besar kata keluar dengan benar, tetapi anggap hasilnya sebagai draf. Akurasi menurun dengan musik latar, orang yang berbicara bersamaan, logat yang kuat, istilah khusus, dan mikrofon yang buruk. Periksa nama, angka, dan istilah teknis, lalu baca sekali sambil menonton videonya. Saat musik atau hening, model terkadang menulis kalimat yang tidak diucapkan siapa pun: hapus saja. Waktu bisa meleset sepersekian detik.
Model apa yang dipakai, dan mengapa unduhannya begitu besar?
OpenAI Whisper (lisensi MIT), dalam versi yang dipublikasikan di Hugging Face. Jika peramban mendukung WebGPU, large-v3 turbo (sekitar 540 MB) berjalan di chip grafis dan memberi waktu pada setiap kata. Jika tidak, Whisper small (sekitar 240 MB) berjalan di prosesor: lebih lambat, kurang akurat, dan waktunya per frasa, bukan per kata. Keduanya diunduh sekali dan disimpan di peramban; halaman AI lokal di situs ini memakai file yang sama, jadi tidak diunduh dua kali.
Apakah rekaman saya diunggah?
Tidak. Suara didekode, ditranskripsi, dan diubah menjadi subtitle di dalam tab peramban ini. Satu-satunya unduhan adalah model itu sendiri dan, untuk beberapa format, mesin video yang disediakan situs ini. Anda bisa memeriksanya: setelah model dimuat, alat ini tetap berfungsi dalam mode pesawat.
Bagaimana baris-barisnya dipecah?
Paling banyak dua baris per subtitle, sekitar 42 karakter per baris (16 untuk bahasa Jepang dan Tionghoa), dan tampil antara satu sampai tujuh detik. Baris dipotong di akhir kalimat, saat jeda, dan di koma, dan sebisa mungkin tidak setelah kata sandang atau kata depan. Setiap subtitle bisa diedit, digabung dengan yang berikutnya, atau dihapus, dan waktunya bisa diubah secara manual.
SRT, VTT, atau ditanamkan?
SRT diterima hampir di mana saja: YouTube, Vimeo, penyunting video, VLC. VTT adalah format halaman web (elemen <track>) dan beberapa platform. Menanamkan berarti menggambar teks di atas gambar, untuk tempat yang tidak menerima file subtitle; seluruh video dienkode ulang di peramban sebagai MP4 H.264, yang memakan waktu, dan subtitle tidak bisa dimatikan lagi.
Berapa lama prosesnya?
Tergantung komputernya. Di laptop biasa dengan grafis terintegrasi, prosesnya memakan waktu 1 sampai 1,5 kali panjang rekaman; hanya dengan prosesor, sekitar dua kali lipat. Dengan kartu grafis khusus, lebih cepat. Rekaman ditranskripsi per bagian 30 detik, bilah kemajuan menunjukkan bagian yang sedang dikerjakan, dan Anda bisa menghentikannya kapan saja.