Монтаж видео
Субтитры к видео: как сделать автоматически и бесплатно
Субтитры к видео делаются автоматически тремя разными способами: через автосубтитры YouTube, через видеоредактор с распознаванием речи и через локальную модель на своём компьютере. Русский язык поддерживают все три. Разница между ними не в качестве текста, а в том, куда уезжает ваша запись и сколько правки останется руками.
Дальше по порядку: почему субтитры перестали быть заботой только о слабослышащих, как включить автоматические субтитры на YouTube и забрать их файлом, что умеет встроенный редактор Windows, как расшифровать запись без интернета и почему любой автомат ошибается на одних и тех же местах.
Все утверждения о работе сервисов ведут на страницы их разработчиков. Списки языков проверены по исходникам справочных страниц, а не по пересказам.
Зачем субтитры, если звук есть
Короткие вертикальные ролики смотрят без звука чаще, чем со звуком: в транспорте, в очереди, рядом со спящим ребёнком. Ролик без текста в такой ситуации не проигрывает конкуренту по смыслу, он просто пролистывается, потому что понять его нечем.
Второй довод техничнее. Субтитры это текст, привязанный к таймкодам. Он попадает в расшифровку, по нему работает поиск внутри видео, из него получается описание и пост. То есть один раз распознанная речь потом закрывает три задачи, а не одну.
Автосубтитры на YouTube
Самый короткий путь, если под рукой нет ни программ, ни времени. Ролик загружается на канал с доступом по ссылке, YouTube сам распознаёт речь и создаёт дорожку субтитров. Публиковать видео для этого не обязательно.
Как это включается
Отдельной кнопки «сделать субтитры» нет: дорожка появляется сама через некоторое время после обработки видео. Найти её можно в Творческой студии, в разделе субтитров нужного ролика. Там же она правится: текст открывается построчно вместе с таймкодами, и исправленная версия заменяет автоматическую.
Русский язык в списке языков, для которых YouTube делает автоматические субтитры, есть, причём и для обычных роликов, и для коротких. Список опубликован в справке и время от времени пополняется, поэтому сверяться лучше с ним, а не с чужими статьями.
Чего ждать по качеству
Google описывает ограничения честно. В основе лежит распознавание речи алгоритмами машинного обучения, поэтому качество субтитров бывает разным. Типичные причины ошибок перечислены там же: неправильное произношение, акцент или диалект говорящего и посторонние шумы. Рекомендация простая: проверять и при необходимости править.
На практике это значит, что чистая речь в тихой комнате распознаётся почти без правок, а запись на улице с ветром в микрофон превращается в набор похожих по звучанию слов. Если шум в записи есть, разумнее сначала убрать фоновый шум, а уже потом отдавать звук на распознавание: автомат ошибается не «иногда», а ровно там, где человеческое ухо тоже напрягается.
Субтитры прямо в видеоредакторе
Путь через YouTube хорош, когда нужен текст. Когда нужны субтитры, вшитые в кадр, удобнее делать их там же, где идёт монтаж.
Clipchamp
Встроенный видеоредактор Windows с автоматическими субтитрами. Для нас он важен тем, что открывается из России и не требует ни карты, ни обходных путей.
Microsoft пишет, что для распознавания речи Clipchamp обращается к Azure Cognitive Services, а полный список языков выносит ссылкой на страницу Azure AI Speech. В таблице распознавания речи на этой странице строка ru-RU есть. То есть русский поддерживается не «по слухам», а по документации той службы, которая распознаёт звук.
Если привыкли к CapCut
Автосубтитры были одной из главных причин ставить CapCut. Сейчас у него сломан доступ из России, и рассчитывать на него в рабочем процессе не стоит. Ближайшая замена по этой конкретной функции это Clipchamp, а по монтажу посерьёзнее DaVinci Resolve.
Без интернета и без сервисов
Третий путь нужен, когда запись нельзя выкладывать никуда: чужой материал, коммерческая съёмка, разговор, который не должен уехать на чужой сервер.
Здесь работает Whisper, модель распознавания речи от OpenAI, которая ставится на компьютер и считает локально. У неё шесть размеров, от tiny до large, плюс отдельная turbo: чем крупнее модель, тем больше нужно видеопамяти и тем точнее расшифровка. Командная строка сразу отдаёт готовые субтитры в srt и vtt, а не сплошной текст.
Подробный разбор с установкой, выбором модели и командами вынесен в отдельный материал: расшифровка аудио в текст на своём компьютере. Если локальный запуск для вас в новинку, начать стоит с обзора локальных нейросетей: требования к железу там общие для всех моделей.
Whisper работает со звуком, а не с картинкой, поэтому из ролика сначала нужно достать дорожку. Способы собраны в разборе как извлечь звук из видео.
Почему субтитры выходят кривыми
Ошибки распознавания выглядят случайными, но повторяются по одним и тем же причинам. Зная их, черновик правится в разы быстрее.
| Что в записи | Что получается в субтитрах |
|---|---|
| Посторонний шум: улица, вентилятор, эхо пустой комнаты | Пропущенные слова и замены на похожие по звучанию |
| Имена, названия брендов, термины | Записываются на слух и почти всегда неверно |
| Быстрая речь без пауз | Реплики слипаются, таймкоды разъезжаются с картинкой |
| Двое говорят одновременно | Остаётся один голос, второй теряется целиком |
| Английские слова внутри русской фразы | Передаются кириллицей по звучанию |
Отсюда практический вывод: половина качества субтитров делается не в редакторе, а на съёмке. Тихая комната, микрофон ближе ко рту, пауза между смысловыми кусками. Всё это дешевле, чем потом вычитывать расшифровку построчно.
Вторая половина работы это вычитка. Проще всего проверять субтитры не глазами по тексту, а вместе с видео: ошибка в таймкоде видна только так. Заодно сразу становится понятно, где строка длинная и не помещается в кадр.
Как забрать субтитры файлом
Субтитры бывают двух видов, и путать их не стоит. Отдельный файл зритель может включить и выключить, вшитый в картинку текст видно всегда.
| Вид | Когда нужен |
|---|---|
| Файл srt или vtt | Загрузка на площадку, перевод на другой язык, расшифровка для текста |
| Текст, вшитый в кадр при экспорте | Короткие вертикальные ролики, где текст должен быть виден сразу |
Формат srt устроен предельно просто: номер реплики, таймкод начала и конца, строка текста. Открывается любым текстовым редактором, правится руками, понимается плеерами и площадками. Формат vtt похож и чаще встречается в вебе.
Из Творческой студии YouTube дорожка выгружается файлом, из Whisper она получается сразу при расшифровке. Дальше этот же файл можно положить в видеоредактор и превратить в текст на картинке, не распознавая речь заново.
Что выбрать под свою задачу
Все три способа рабочие, и выбор зависит не от качества текста, а от условий вокруг него.
| Задача | Что подходит | Что учесть |
|---|---|---|
| Нужен только текст выступления | Автосубтитры YouTube | Ролик придётся залить на канал, хотя бы по ссылке |
| Текст должен быть в кадре | Clipchamp | Распознавание идёт через Azure AI Speech, русский поддерживается |
| Запись нельзя выкладывать | Whisper локально | Нужна установка и видеокарта под крупную модель |
| Много роликов в потоке | Whisper локально | Разово настраивается и дальше работает пакетно |
Если после субтитров ролик едет в соцсети, полезно свериться с двумя соседними разборами: почему падает качество видео в Инстаграме и как сжать видео без потери качества. Субтитры мелким шрифтом переживают пережатие хуже всего, и заметно это уже после публикации.
Отдельная история это музыка под таким роликом. Требования площадок к звуку жёстче, чем к картинке, и разбор где брать музыку без авторских прав избавляет от глушения дорожки уже после публикации.
Частые вопросы
Как сделать субтитры к видео автоматически и бесплатно?
Самый короткий путь без установки программ: загрузить ролик на YouTube с доступом по ссылке и дождаться автоматических субтитров. Русский язык в списке языков автосубтитров YouTube есть. Второй бесплатный путь: видеоредактор Clipchamp, он открывается из России и распознаёт речь через Azure AI Speech, где русский тоже поддерживается. Третий путь, полностью бесплатный и без интернета, это модель Whisper на своём компьютере.
Поддерживают ли автосубтитры YouTube русский язык?
Да. В справке YouTube перечислены языки, для которых работают автоматические субтитры в обычных и коротких видео, и русский в этом перечне есть. Проверять список стоит по самой странице справки: он периодически пополняется, а пересказы в статьях и ответах чат-ботов на списках ошибаются чаще всего.
Почему автоматические субтитры распознают слова неправильно?
Google объясняет это прямо: в основе лежит распознавание речи машинным обучением, и качество бывает разным. Ошибки обычно связаны с неправильным произношением, акцентом или диалектом говорящего, а также с посторонними шумами. Там же есть рекомендация использовать автосубтитры только тогда, когда нет возможности сделать их вручную, и проверять результат перед публикацией.
Можно ли сделать субтитры без интернета?
Да, для этого есть модель Whisper от OpenAI: она ставится на компьютер и работает локально, без отправки записи на чужой сервер. У неё шесть размеров моделей, от tiny до large и turbo, и разница между ними сводится к требованиям по видеопамяти и скорости. Командная строка сразу отдаёт готовые файлы субтитров в форматах srt и vtt.
В каком формате сохранять субтитры?
Для загрузки на площадки подходит srt: это простой текстовый файл с номерами реплик и таймкодами, его понимают YouTube, видеоредакторы и плееры. Формат vtt устроен похоже и используется в вебе. Если субтитры нужны вшитыми в картинку, файл не понадобится вовсе: редактор наложит текст поверх кадра при экспорте.
Чем сделать субтитры, если CapCut не открывается?
Заменой служит Clipchamp: он работает из России, встроен в Windows и умеет автоматические субтитры. Для локальной расшифровки подойдёт Whisper, а если нужен только текст без монтажа, хватит автосубтитров YouTube с последующей выгрузкой файла.