Generator napisów: jak zrobić napisy do filmu (SRT i VTT)

Generator napisów zamienia ścieżkę dźwiękową filmu w plik z tekstem i kodami czasowymi, który odtwarzacz wyświetla w odpowiednim momencie. W praktyce wystarczy wgrać film lub wkleić link, poczekać na automatyczną transkrypcję, poprawić tekst i pobrać plik SRT lub VTT. W tym poradniku pokazujemy, jak zrobić napisy do filmu krok po kroku, czym różnią się oba formaty, jakie zasady decydują o czytelności napisów i jak dodać gotowy plik na YouTube, do odtwarzacza lub do programu montażowego.

Jak działa generator napisów

Automatyczny generator napisów łączy trzy elementy. Pierwszym jest rozpoznawanie mowy, które zamienia dźwięk na słowa i zapisuje czas wypowiedzenia każdego z nich. Drugim jest segmentacja: słowa są grupowane w linie o rozsądnej długości, dopasowane do pauz i granic zdań. Trzecim jest eksport do formatu, który rozumieją odtwarzacze. Dobre narzędzie pozwala jeszcze poprawić tekst przed eksportem, bo żaden model nie rozpoznaje bezbłędnie nazwisk, żargonu i wtrąceń w obcym języku.

Napisy można zrobić także ręcznie, w darmowych edytorach takich jak Subtitle Edit czy Aegisub, ale wtedy trzeba samodzielnie wpisać tekst i ustawić czasy. Dla kilkuminutowego filmu to wykonalne; dla godzinnego wykładu to wiele godzin pracy. Dlatego nawet osoby, które ostatecznie dopieszczają napisy ręcznie, zaczynają od automatycznej transkrypcji, podobnie jak przy zwykłej transkrypcji audio na tekst.

SRT czy VTT: czym różnią się formaty

Oba formaty to zwykłe pliki tekstowe, które można otworzyć w Notatniku. Różnice są drobne, ale decydują o tym, czy dany odtwarzacz plik przyjmie.

SRT (SubRip) to najstarszy i najszerzej obsługiwany format. Każdy wpis składa się z numeru, zakresu czasu z przecinkiem jako separatorem milisekund i tekstu:

1
00:00:01,000 --> 00:00:03,500
Dzień dobry, witam na kanale.

2
00:00:03,800 --> 00:00:06,200
Dziś pokażę, jak zrobić napisy do filmu.

VTT (WebVTT) powstał jako standard dla odtwarzaczy HTML5. Plik zaczyna się od nagłówka WEBVTT, milisekundy oddziela kropka, numeracja wpisów jest opcjonalna, a w tekście można używać znaczników stylu i pozycji:

WEBVTT

00:00:01.000 --> 00:00:03.500
Dzień dobry, witam na kanale.

00:00:03.800 --> 00:00:06.200
Dziś pokażę, <b>jak zrobić napisy</b> do filmu.

Praktyczna reguła: jeśli nie wiadomo, czego wymaga platforma, SRT jest bezpieczniejszym wyborem; jeśli napisy mają trafić na własną stronę w elemencie <video>, potrzebny będzie VTT. Większość generatorów, w tym Audiotexta, eksportuje oba formaty z tej samej transkrypcji, więc nie trzeba decydować z góry. Pełną specyfikację WebVTT publikuje W3C.

Uwaga na polskie znaki: jeśli po wgraniu napisów zamiast „ą” i „ę” pojawiają się krzaczki, plik został zapisany w innym kodowaniu niż UTF-8. Większość edytorów tekstu pozwala zmienić kodowanie przy zapisie.

Jak zrobić napisy do filmu krok po kroku

Poniżej procedura w Audiotexta; w innych narzędziach etapy są takie same.

1. Wgraj film lub wklej link

Plik MP4, MOV lub WebM przeciąga się do aplikacji; nie trzeba wyodrębniać dźwięku. Jeśli film jest już na YouTube, wystarczy wkleić adres; szczegóły opisaliśmy w poradniku o transkrypcji filmu z YouTube.

2. Wybierz język i uruchom transkrypcję

Wskazanie języka ręcznie daje stabilniejszy wynik niż automatyczne wykrywanie, zwłaszcza przy krótkich filmach z muzycznym intro.

3. Popraw tekst w edytorze

Odtwórz film z podświetlaniem bieżącego słowa i popraw błędy. Najwięcej uwagi wymagają nazwiska, nazwy produktów, liczby i wtrącenia w obcym języku. Wtrącenia typu „yyy” czy „no więc” zwykle się usuwa, chyba że napisy mają być dosłowne.

4. Dopasuj podział na linie

Dobre generatory dzielą tekst automatycznie, ale warto przejrzeć miejsca, w których linia kończy się w środku frazy. Zasady czytelnych napisów opisujemy w następnej sekcji.

5. Wyeksportuj SRT lub VTT

Wybierz format zgodny z platformą docelową. Jeśli napisy mają być w innym języku, można najpierw przetłumaczyć transkrypcję i wyeksportować drugi plik.

6. Sprawdź na filmie

Przed publikacją warto otworzyć film z napisami w VLC lub w podglądzie platformy i obejrzeć choć kilka fragmentów, zwłaszcza początek, miejsca ze zmianą mówcy i koniec.

Zasady czytelnych napisów

Napisy, które są poprawne jako tekst, mogą być nieczytelne na ekranie, jeśli linie są za długie albo znikają zbyt szybko. Lista kontrolna, która wystarcza w większości przypadków:

• Maksymalnie dwie linie naraz; trzy przykrywają zbyt dużą część obrazu.
• Około 35–42 znaków w linii. To orientacyjny zakres stosowany w telewizji i na platformach streamingowych; dla napisów oglądanych na telefonie warto trzymać się dolnej granicy.
• Czas wyświetlania od około sekundy do kilku sekund. Krótsze napisy migają, dłuższe sugerują, że coś się zacięło.
• Dzielenie w naturalnych miejscach: po przecinku, przed spójnikiem, nigdy w środku związku wyrazowego („w ciągu / dwóch lat” zamiast „w ciągu dwóch / lat”).
• Jeden mówca na wpis. Jeśli w jednym wpisie muszą być dwie osoby, każdą wypowiedź zaczyna się myślnikiem w nowej linii.
• Synchronizacja z mową, a nie z obrazem: napis pojawia się, gdy zaczyna się wypowiedź, i znika niedługo po jej końcu.
• Spójna pisownia nazw własnych w całym pliku; funkcja „znajdź i zamień” w edytorze załatwia to w minutę.

Powyższe liczby to wytyczne branżowe, nie sztywne normy; jeśli platforma, np. serwis VOD lub nadawca, ma własne wymagania, mają one pierwszeństwo.

Jak dodać napisy do filmu

YouTube. W YouTube Studio otwiera się film, zakładkę „Napisy”, wybiera język i opcję przesłania pliku, a następnie wskazuje plik SRT lub VTT z kodami czasowymi. Instrukcja jest w pomocy YouTube. Własny plik zastępuje napisy automatyczne.

Własna strona. W elemencie <video> dodaje się <track kind="subtitles" src="napisy.vtt" srclang="pl" label="Polski">. Tu wymagany jest VTT.

Odtwarzacze. VLC i większość odtwarzaczy automatycznie ładuje plik SRT o tej samej nazwie co film, umieszczony w tym samym folderze.

Programy montażowe. DaVinci Resolve, Premiere Pro i CapCut importują SRT jako ścieżkę napisów, którą można ostylować i w razie potrzeby wypalić w obrazie. Napisy wypalone (tzw. hardsub) są widoczne wszędzie, także w mediach społecznościowych bez obsługi plików napisów, ale nie da się ich wyłączyć ani przetłumaczyć.

Platformy e-learningowe i Vimeo. Zwykle akceptują oba formaty; warto sprawdzić w dokumentacji, który jest preferowany.

Napisy w innym języku

Najprostszy sposób na napisy obcojęzyczne to przetłumaczenie gotowej, poprawionej transkrypcji i eksport drugiego pliku z tymi samymi kodami czasowymi. Tłumaczenie maszynowe jest dziś na tyle dobre, że do filmów instruktażowych i materiałów wewnętrznych zwykle wystarcza; do materiałów marketingowych i publikacji warto oddać je do korekty osobie znającej język. Trzeba też pamiętać, że tłumaczenie bywa dłuższe od oryginału, więc po nim warto ponownie sprawdzić długość linii.

Alternatywy dla generatora online

• Napisy automatyczne YouTube. Darmowe, bez wysiłku, ale bez interpunkcji i z błędami w nazwach własnych; można je poprawić ręcznie w edytorze YouTube Studio.
• Funkcje automatycznych napisów w programach montażowych (Premiere Pro, DaVinci Resolve, CapCut). Wygodne, gdy i tak montuje się film w tym programie; jakość zależy od wersji i języka.
• Whisper uruchomiony lokalnie. Darmowy i w pełni prywatny, generuje SRT i VTT bezpośrednio, ale wymaga instalacji i mocnego komputera; brak wygodnego edytora.
• Subtitle Edit, Aegisub. Darmowe edytory do precyzyjnej korekty czasów; dobrze uzupełniają automatyczny generator.

Usługi takie jak Audiotexta mają sens wtedy, gdy liczy się połączenie automatycznej transkrypcji z edytorem, tłumaczeniem i eksportem w jednym miejscu, a także gdy film zawiera dane osobowe i ważne jest, że pliki są usuwane według wybranego harmonogramu i nie służą do trenowania modeli.

Typowe problemy

Napisy są przesunięte względem dźwięku. Jeśli przesunięcie jest stałe, w Subtitle Edit lub VLC można przesunąć wszystkie wpisy o podaną liczbę milisekund. Jeśli rośnie w trakcie filmu, zwykle film został wyeksportowany w innej wersji niż transkrybowany plik; trzeba transkrybować finalny montaż.

Odtwarzacz nie widzi pliku. Sprawdź rozszerzenie (.srt lub .vtt), kodowanie UTF-8 i, w przypadku VTT, czy pierwsza linia to WEBVTT.

Polskie znaki wyświetlają się jako krzaczki. Zapisz plik ponownie w UTF-8.

Linie są za długie na telefonie. Zmniejsz limit znaków w linii w ustawieniach eksportu lub podziel wpisy ręcznie.

Generator połączył dwóch mówców w jednej linii. Włącz rozpoznawanie mówców przed transkrypcją; w eksporcie wypowiedzi różnych osób trafią do osobnych wpisów.

Napisy to jeden z najtańszych sposobów na zwiększenie zasięgu filmu: pomagają widzom oglądającym bez dźwięku, osobom niesłyszącym i tym, dla których polski nie jest pierwszym językiem. Z automatycznym generatorem przygotowanie pliku SRT lub VTT do kilkudziesięciominutowego filmu zajmuje mniej czasu niż samo obejrzenie tego filmu, a ta sama transkrypcja posłuży też do napisów przy nagraniach spotkań czy webinarów.