वीडियो टू सबटाइटल्स (SRT/VTT)

आमतौर पर हाँ - स्पीच मॉडल प्रति-सेगमेंट टाइमस्टैम्प लौटाता है, जिनका उपयोग व्यक्तिगत रूप से समयबद्ध कैप्शन लाइनें बनाने के लिए किया जाता है। कभी-कभी जब कोई मॉडल किसी क्लिप के लिए टाइमिंग नहीं लौटाता, तो टूल स्पष्ट रूप से यह बताता है और नकली टाइमस्टैम्प का अनुमान लगाने की बजाय पूरे वीडियो में फैले एक बिना-समय वाले कैप्शन पर वापस चला जाता है।

ट्रांसक्रिप्शन के लिए भेजे जाने से पहले, आपके वीडियो का ऑडियो ट्रैक निकाला जाता है और पूरी तरह आपके ब्राउज़र में (Video to GIF टूल जैसे ही ffmpeg.wasm इंजन का उपयोग करके) एक छोटी मोनो MP3 में बदल दिया जाता है - वीडियो फ़ाइल खुद कभी अपलोड नहीं होती।

निकाला गया ऑडियो 15MB तक सीमित है, जो यहाँ इस्तेमाल की गई कंप्रेस्ड दर पर काफ़ी लंबी स्पीच को कवर करता है, लेकिन बहुत लंबे वीडियो अभी भी उस सीमा तक पहुँच सकते हैं या प्रोसेस होने में समय ले सकते हैं। एक लंबे वीडियो को छोटे क्लिप में बाँटने से अधिक विश्वसनीय परिणाम मिलते हैं।

नहीं, यह Audio to Text टूल जैसा ही, बिना स्पीकर लेबल के एक ही ट्रांसक्रिप्ट बनाता है।