فيديو إلى ترجمات (SRT/VTT)

عادةً نعم - يُرجع نموذج الكلام طوابع زمنية لكل مقطع، تُستخدم لبناء أسطر ترجمة مُحددة زمنيًا فرديًا. في الحالة النادرة التي لا يُرجع فيها نموذج توقيتًا لمقطع، تذكر الأداة ذلك بوضوح وتعود إلى ترجمة واحدة غير مؤقتة تغطي الفيديو بأكمله، بدلاً من تخمين طوابع زمنية وهمية.

يُستخرج مسار الصوت في فيديوك ويُحوَّل إلى MP3 أحادي صغير بالكامل في متصفحك (باستخدام نفس محرك ffmpeg.wasm الذي تستخدمه أداة فيديو إلى GIF) قبل إرساله للتفريغ - ملف الفيديو نفسه لا يُرفَع أبدًا.

الصوت المستخرج محدود بـ 15 ميجابايت، وهو ما يغطي قدرًا لا بأس به من الكلام بالمعدل المضغوط المستخدم هنا، لكن الفيديوهات الطويلة جدًا لا تزال قد تصل إلى ذلك الحد أو تستغرق وقتًا للمعالجة. تقسيم فيديو طويل إلى مقاطع أقصر يعطي نتائج أكثر موثوقية.

لا، ينتج نسخة واحدة بدون تسميات متحدث، مشابهة لأداة الصوت إلى نص.