Видео в текст

Как это работает

Читаем контейнер, находим звуковую дорожку, копируем её без перекодирования, декодируем в 16 кГц моно и отдаём модели. Видеопоток не декодируется вообще — это экономит минуты обработки на каждом файле.

Если дорожек несколько (MKV с двумя языками, запись OBS с раздельными микрофоном и системным звуком, MP4 из Zoom), показываем список и даём выбрать до старта.

Контейнеры ведут себя по-разному

Это не формальность. MP4 отдаёт AAC копированием. WebM из браузера часто вообще не содержит длительности — её приходится считать по кластерам. У AVI бывает битый индекс. У MPEG-TS обнуляются таймстампы при обрыве потока.

От того, как обработан контейнер, зависит, попадут ли ваши субтитры в губы или уедут на пять секунд.

Что вы получите

• SRT и WebVTT с пословным выравниванием таймкодов
• Сплошной текст в DOCX для чтения и публикации
• Разделение на говорящих для интервью и совещаний
• Автоглавы по темам для длинных записей

Большие файлы

Лимит — 8 ГБ и 10 часов. Видео 4K легко выходит за первый предел. Решение занимает одну команду:

ffmpeg -i video.mp4 -vn -acodec copy audio.m4a

Файл уменьшится в 15–20 раз, звук останется тем же самым.

Частые вопросы

Нужно ли конвертировать видео перед загрузкой?

Нет. Если файл большой, извлеките звуковую дорожку копированием — это быстрее и не портит звук.

Можно ли дать ссылку вместо файла?

Да, если это прямая ссылка на скачивание с открытым доступом.

Субтитры примет YouTube?

Да, SRT загружается в YouTube Studio в разделе «Субтитры».

Что с файлом на 20 ГБ?

Извлеките звук локально — дорожка займёт десятки мегабайт.

Смотрите также

• Транскрибация онлайн — раздел
• Субтитры к видео — раздел
• Субтитры к аудио — раздел
• Точность распознавания русской речи — раздел
• Транскрибация для бизнеса — раздел
• Вопросы и ответы — раздел
• О сервисе — раздел
• Безопасность данных — раздел