สร้างซับไตเติ้ลอัตโนมัติ โดยไม่ต้องอัปโหลดวิดีโอ
ระบบรู้จำเสียงพูดใช้ Whisper ซึ่งเป็นโมเดล AI แบบโอเพนซอร์สที่เข้าใจถึง 99 ภาษา และตรวจจับภาษาที่พูดได้เอง ต่างจากเว็บทำซับส่วนใหญ่ เพราะหน้านี้รันโมเดลในเบราว์เซอร์ของคุณเลย วิดีโอจึงไม่ถูกส่งไปยังเซิร์ฟเวอร์ ไม่ว่าจะเป็นคลิปส่วนตัว บทเรียน หรือการประชุมงาน ทุกอย่างอยู่ในคอมพิวเตอร์ของคุณ
ในส่วนการตั้งค่าการรู้จำเสียงพูด คุณเลือกระดับความแม่นยำได้ แต่ละโมเดลจะดาวน์โหลดเพียงครั้งเดียวแล้วนำกลับมาใช้ซ้ำ:
| การตั้งค่า | ขนาดดาวน์โหลด | เหมาะสำหรับ |
|---|---|---|
| เร็ว | 41 MB | เสียงพูดชัดเจน ร่างงานเร็ว ๆ และคอมพิวเตอร์ที่ไม่แรง |
| แม่นยำ | 77 MB | วิดีโอส่วนใหญ่ ผิดพลาดน้อยลง แต่ช้าลงประมาณสองเท่า |
| ดีที่สุด | 249 MB | ภาษาจีน เสียงรบกวน และสำเนียงที่ฟังยาก ต้องใช้คอมพิวเตอร์ที่เร็ว |
เมื่อรู้จำเสียงเสร็จ จะแสดงจำนวนบรรทัดและเวลาที่ใช้ หากหยุดกลางคัน ระบบจะเก็บบรรทัดที่ได้มาจนถึงตอนนั้นไว้
วิธีอื่นในการสร้างซับไตเติ้ล
- นำเข้า: โหลดไฟล์ SRT, WebVTT หรือ SBV เช่น ไฟล์ที่ดาวน์โหลดจาก YouTube Studio หรือที่เพื่อนร่วมงานทำไว้ แล้วใช้หน้านี้เพื่อปรับสไตล์และฝังลงวิดีโอเท่านั้น
- พิมพ์เอง: เพิ่มบรรทัดด้วยตัวเอง ณ ตำแหน่งหัวอ่าน เหมาะกับวิดีโอที่ไม่มีเสียงพูด มิวสิกวิดีโอ หรือแคปชันสั้น ๆ
- แปลเป็นอังกฤษจากทุกภาษา: ตั้งค่า ภาษาของซับไตเติ้ล เป็นอังกฤษ แล้ว Whisper จะแปลเสียงพูดเป็นภาษาอังกฤษขณะฟัง
หากต้องการภาษาปลายทางอื่น หรือซับสองภาษา ให้ใช้ แปลวิดีโอ
การแก้ไขข้อความ
ไม่มีระบบรู้จำเสียงใดสมบูรณ์แบบ โดยเฉพาะชื่อ แบรนด์ และศัพท์เทคนิค ตัวแก้ไขจะแสดงทุกบรรทัดในรายการและบนเลนใต้วิดีโอ คุณแก้ข้อความ กำหนดเวลาเริ่มและสิ้นสุดที่แน่นอน เล่นเฉพาะบรรทัดเดียว แยกบรรทัดยาว รวมบรรทัดกับบรรทัดถัดไป เพิ่มหรือลบบรรทัด และยกเลิกการเปลี่ยนแปลงได้ทุกอย่าง หากซับทั้งหมดขึ้นเร็วหรือช้าไปเล็กน้อย ฟังก์ชัน เลื่อนทั้งหมด จะเลื่อนทุกบรรทัดตามจำนวนวินาทีที่เท่ากัน
ฝังซับในวิดีโอ หรือใช้ไฟล์ซับ?
การส่งมอบซับไตเติ้ลมีสองแบบ ซึ่งเหมาะกับสถานการณ์ที่ต่างกัน:
- ฝังในวิดีโอ (Open Caption): ข้อความกลายเป็นส่วนหนึ่งของภาพ แสดงได้ในทุกเครื่องเล่น ทุกโทรศัพท์ และทุกโซเชียล รวมถึง TikTok, Instagram และ WhatsApp ที่หลายคนดูโดยปิดเสียง แต่ผู้ชมจะปิดซับไม่ได้
- ไฟล์ซับแยก (Closed Caption): ไฟล์ SRT หรือ VTT ที่อัปโหลดคู่กับวิดีโอบน YouTube, Vimeo หรือแพลตฟอร์มคอร์สเรียน หรือเปิดใน VLC ผู้ชมเปิดหรือปิดซับได้ และเสิร์ชเอนจินสามารถค้นเจอข้อความได้ ส่วน TXT จะได้ข้อความถอดเสียงล้วนโดยไม่มีเวลา
คุณทำได้ทั้งสองแบบจากงานเดียวกัน คือดาวน์โหลด SRT และส่งออกวิดีโอที่ฝังซับไว้ด้วย
สไตล์ที่อ่านง่าย
มีให้เลือกหกสไตล์ ได้แก่ ขาวคลาสสิก เหลือง กล่อง TikTok ตัวหนา มินิมอล และซีนีม่า ส่วน กำหนดเอง ให้คุณปรับฟอนต์ น้ำหนักตัวอักษร ขนาด สีข้อความ สีขอบ สีกล่อง เงา ตัวพิมพ์ใหญ่ ตำแหน่ง (บน กลาง หรือล่าง) และระยะห่างจากขอบได้ จำนวนตัวอักษรต่อบรรทัดใช้กำหนดว่าจะตัดบรรทัดเมื่อใด โดยตัวอักษรจีน ญี่ปุ่น และเกาหลีนับเป็นสองตัว สำหรับวิดีโอแนวตั้ง ควรยกซับขึ้นจากด้านล่างเล็กน้อย เพื่อไม่ให้ปุ่มของแอปบังข้อความ
หากต้องการแค่ข้อความพาดหัวไม่กี่ข้อความแทนการถอดเสียงทั้งหมด เพิ่มข้อความลงในวิดีโอ จะง่ายกว่า และหากไฟล์ที่ส่งออกมีขนาดใหญ่ ก็ลดขนาดได้ด้วย บีบอัดวิดีโอ