영상 업로드 없이 자동 자막 만들기
음성 인식에는 99개 언어를 이해하고 말하는 언어를 스스로 감지하는 오픈 AI 모델 Whisper를 사용합니다. 대부분의 자막 사이트와 달리 이 페이지는 브라우저 안에서 모델을 실행합니다. 영상이 서버로 전송되지 않으므로 개인 영상, 강의, 업무 회의 녹화본도 내 컴퓨터에만 보관됩니다.
음성 인식 설정에서 정확도를 선택할 수 있습니다. 각 모델은 한 번만 다운로드하면 계속 재사용됩니다.
| 설정 | 다운로드 용량 | 추천 용도 |
|---|---|---|
| 빠름 | 41 MB | 또렷한 음성, 빠른 초안, 사양이 낮은 컴퓨터 |
| 정확 | 77 MB | 대부분의 영상에 적합, 오류가 적지만 약 2배 느림 |
| 최고 | 249 MB | 중국어, 소음이 있는 음성, 알아듣기 어려운 억양, 고성능 컴퓨터 필요 |
인식이 끝나면 자막 줄 수와 걸린 시간이 표시됩니다. 도중에 중지해도 그때까지 인식된 자막은 그대로 남습니다.
자막을 만드는 다른 방법
- 가져오기: YouTube Studio에서 받았거나 동료가 만든 SRT, WebVTT, SBV 파일을 불러와 이 페이지에서는 스타일 설정과 영상 합치기만 할 수 있습니다.
- 직접 입력: 재생 헤드 위치에 자막을 직접 추가합니다. 음성이 없는 영상, 뮤직비디오, 짧은 캡션에 알맞습니다.
- 모든 언어를 영어로: '자막 언어'를 영어로 설정하면 Whisper가 음성을 들으면서 영어로 번역합니다.
다른 언어로 번역하거나 이중 언어 자막이 필요하다면 동영상 번역을 이용하세요.
자막 편집하기
완벽한 음성 인식은 없습니다. 특히 이름, 브랜드, 전문 용어는 틀리기 쉽습니다. 편집기에서는 모든 자막을 목록과 영상 아래 타임라인에서 확인할 수 있습니다. 텍스트 수정, 정확한 시작·종료 시간 설정, 한 줄만 재생, 긴 자막 나누기, 다음 자막과 합치기, 자막 추가·삭제, 실행 취소까지 모두 가능합니다. 자막이 전체적으로 조금 빠르거나 늦다면 '전체 이동'으로 모든 자막을 같은 초만큼 옮기세요.
영상에 합친 자막 vs 자막 파일
자막을 전달하는 방법은 두 가지이며, 쓰임새가 서로 다릅니다.
- 영상에 합치기(오픈 캡션): 글자가 화면의 일부가 됩니다. 소리 없이 영상을 보는 사람이 많은 TikTok, Instagram, WhatsApp를 포함해 어떤 플레이어, 휴대폰, SNS에서도 표시됩니다. 시청자가 끌 수는 없습니다.
- 별도 파일(클로즈드 캡션): YouTube, Vimeo, 강의 플랫폼에서 영상과 함께 올리거나 VLC에서 불러오는 SRT 또는 VTT 파일입니다. 시청자가 켜고 끌 수 있고 검색 엔진에도 노출됩니다. TXT는 시간 정보 없이 텍스트만 담은 대본입니다.
한 번의 작업으로 둘 다 할 수 있습니다. SRT를 다운로드하고, 자막을 합친 영상도 함께 내보내세요.
읽기 쉬운 자막 스타일
클래식 화이트, 옐로, 박스, 틱톡 볼드, 미니멀, 시네마 등 6가지 스타일이 준비되어 있습니다. 사용자 지정에서는 글꼴, 굵기, 크기, 글자·외곽선·박스 색상, 그림자, 대문자, 위치(상단, 중앙, 하단), 가장자리와의 간격을 바꿀 수 있습니다. '줄당 글자 수'로 줄바꿈 기준을 정할 수 있으며, 한글·한자·일본어는 2자로 계산됩니다. 세로 영상은 앱 버튼에 가려지지 않도록 자막을 하단에서 조금 위로 올리세요.
전체 음성이 아니라 몇 개의 제목만 넣는다면 동영상에 텍스트 추가가 더 간편합니다. 내보낸 파일의 용량이 크다면 동영상 압축으로 줄일 수 있습니다.