ข้ามไปยังเนื้อหา

สร้างคำบรรยายอัตโนมัติ

สร้างคำบรรยายพร้อมเวลาให้วิดีโอทุกประเภทด้วยการรู้จำเสียงพูด Whisper ที่ทำงานในเบราว์เซอร์ของคุณ วิดีโอไม่ออกจากอุปกรณ์ของคุณ

วางไฟล์วิดีโอหรือไฟล์เสียงMP4, MOV, WebM, MKV, MP3, WAV, M4A… · ฟรีไม่เกิน 10 นาที
เลือกไฟล์ประมวลผลบนอุปกรณ์ของคุณ ไม่ถูกอัปโหลด
ทำงานในเบราว์เซอร์ของคุณ · ไม่ต้องอัปโหลดวิธีการทำงาน

วิธีใช้งาน สร้างคำบรรยายวิดีโอ

  1. 1

    เปิดวิดีโอของคุณ

    วางไฟล์ MP4, MOV, WebM หรือ MKV (ไฟล์เสียงก็ใช้ได้) วิดีโอจะเล่นในส่วนดูตัวอย่างทันที

  2. 2

    สร้างคำบรรยาย

    เลือก Tiny, Base หรือ Small เลือกตรวจจับอัตโนมัติหรือระบุภาษาที่พูด แล้วกด สร้างคำบรรยาย

  3. 3

    แก้ไขและจัดรูปแบบ

    แก้คำ เวลา และการตัดบรรทัดข้างส่วนดูตัวอย่างแบบสด หากต้องการฝังคำบรรยายลงในภาพ ให้เลือกรูปแบบคำบรรยาย

  4. 4

    ส่งออก

    ดาวน์โหลด SRT หรือ VTT เพื่ออัปโหลดไปยัง YouTube หรือโปรแกรมตัดต่อ หรือส่งออกวิดีโอใหม่ที่มีคำบรรยายอยู่ในภาพ

ข้อจำกัดและ Pro

ไฟล์ไม่เกิน 500 MB สร้างคำบรรยายให้ 10 นาทีแรกของแต่ละไฟล์ และการฝังคำบรรยายครอบคลุมทั้งวิดีโอ โมเดลเสียง Tiny, Base และ Small ดาวน์โหลดครั้งเดียว ขนาด 43, 80 และ 252 MB

ไฟล์ไม่เกิน 4 GB สร้างคำบรรยายได้สูงสุด 600 นาทีต่อไฟล์ ดู Pro

เกี่ยวกับ สร้างคำบรรยายวิดีโอ

ตัวสร้างคำบรรยายแปลงเสียงพูดในไฟล์วิดีโอหรือไฟล์เสียงให้เป็นคำบรรยายที่มีเวลากำกับ โมเดล Whisper (Tiny, Base หรือ Small) ทำงานบนโปรเซสเซอร์หรือการ์ดจอของคุณเอง ฟังแทร็กเสียงทีละช่วง 30 วินาที แล้วเขียนทุกคำพร้อมเวลา จากนั้นจัดคำเป็นบรรทัดคำบรรยายที่อ่านง่าย โดยตัดบรรทัดตามช่วงหยุดและเครื่องหมายวรรคตอน แต่ละบรรทัดไม่เกินจำนวนตัวอักษรที่คุณกำหนด (ค่าเริ่มต้น 42 ตามแนวทางของ Netflix) และโดยค่าเริ่มต้นไม่มีคำบรรยายใดค้างบนหน้าจอนานเกิน 7 วินาที

ตัวแก้ไขอยู่ข้างส่วนดูตัวอย่างที่แสดงคำบรรยายตรงกับที่จะส่งออก คลิกที่บรรทัดเพื่อข้ามไปยังตำแหน่งนั้น แก้ชื่อที่ฟังผิด ปรับเวลาเริ่มและเวลาจบทีละหนึ่งในสิบวินาที แยกหรือรวมบรรทัด ใช้เลื่อนเวลาทั้งหมดเพื่อแก้เสียงกับภาพไม่ตรงกัน และเลิกทำการเปลี่ยนแปลงใดก็ได้

ส่งออกเป็น SubRip (.srt), WebVTT (.vtt) หรือข้อความธรรมดา พร้อมใช้กับ YouTube Studio, Vimeo, Premiere Pro, DaVinci Resolve, CapCut หรือ VLC นอกจากนี้ยังฝังคำบรรยายลงในภาพได้ โดยกำหนดขนาด สี กล่องพื้นหลังหรือเส้นขอบ และตำแหน่งเอง วิดีโอจะถูกเข้ารหัสใหม่ (WebM และ MKV ได้เป็น WebM ส่วนรูปแบบอื่นได้เป็น MP4 แบบ H.264) โดยคงเสียงต้นฉบับไว้ ไม่รองรับชื่อผู้พูด แอนิเมชันคำแบบคาราโอเกะ และการแปลเป็นภาษาอื่นที่ไม่ใช่ภาษาอังกฤษ

ความเป็นส่วนตัว

หน้านี้อ่านวิดีโอจากดิสก์ของคุณและไม่อัปโหลดไป แทร็กเสียงถูกถอดรหัสในหน่วยความจำ โมเดล Whisper ทำงานในเวิร์กเกอร์เบื้องหลังบนอุปกรณ์ของคุณ และวิดีโอที่ฝังคำบรรยายก็ประกอบขึ้นในเครื่อง สิ่งเดียวที่ดาวน์โหลดคือไฟล์โมเดลจาก Hugging Face และเอนจินมีเดียจาก jsDelivr ซึ่งจะถูกแคชไว้หลังใช้ครั้งแรก

คุณสมบัติ

AI ส่วนตัวบนอุปกรณ์

การรู้จำเสียงพูดทำงานในเครื่องด้วย Whisper ผ่าน WebAssembly หรือ WebGPU วิดีโอของคุณไม่ออกจากคอมพิวเตอร์

99 ภาษา + การแปล

ตรวจจับภาษาที่พูดอัตโนมัติ และแปลเสียงพูดจากภาษาที่รองรับเป็นคำบรรยายภาษาอังกฤษได้

ตัวแก้ไขคำบรรยายครบมือ

แก้ข้อความและเวลา แยกและรวมบรรทัด เลื่อนเวลาทั้งหมด ติดตามการเล่น พร้อมเลิกทำและทำซ้ำ

ตัดบรรทัดอ่านง่าย

ตัดบรรทัดตามช่วงหยุดและเครื่องหมายวรรคตอนตามธรรมชาติ เลือกจำนวนตัวอักษรต่อบรรทัดและเลือกหนึ่งหรือสองบรรทัดได้

ฝังคำบรรยายลงในภาพ

ฝังคำบรรยายลงในวิดีโอถาวร โดยกำหนดขนาดฟอนต์ สี กล่องพื้นหลังหรือเส้นขอบ และตำแหน่งได้เอง

นำเข้า SRT ที่มีอยู่

มีคำบรรยายอยู่แล้วใช่ไหม? นำเข้าไฟล์ SRT หรือ VTT เพื่อแก้ไขหรือฝังลงในวิดีโอ

สร้างคำบรรยายวิดีโอ: คำถามที่พบบ่อย

เพิ่มไฟล์ SRT ลงในวิดีโอ YouTube อย่างไร?
เปิด YouTube Studio เลือกวิดีโอ แล้วเลือกคำบรรยายในเมนูด้านซ้าย เลือกภาษา คลิกเพิ่มข้างภาษานั้น จากนั้นเลือกอัปโหลดไฟล์และแบบมีเวลา แล้วเลือกไฟล์ .srt ที่ดาวน์โหลดไว้ YouTube จะแสดงคำบรรยายทันที และคุณยังปรับแต่งทีละบรรทัดในตัวแก้ไขของ YouTube ได้ภายหลัง
คำบรรยายแบบ SRT กับแบบฝังในภาพต่างกันอย่างไร?
ไฟล์ SRT หรือ VTT อัปโหลดแยกไว้ข้างวิดีโอ ผู้ชมปิดหรือเลือกภาษาได้ ส่วนคำบรรยายแบบฝังจะถูกวาดลงในทุกเฟรม จึงแสดงในแอปที่ไม่อ่านไฟล์คำบรรยาย เช่น Instagram Reels, TikTok หรือ WhatsApp แต่ซ่อนหรือแก้ไขภายหลังไม่ได้
สร้างคำบรรยายภาษาอังกฤษจากวิดีโอภาษาอื่นได้หรือไม่?
ได้ เปิดตัวเลือกแปลเป็นภาษาอังกฤษก่อนสร้าง Whisper จะฟังเสียงพูดในภาษาใดก็ได้จาก 99 ภาษาที่รองรับ แล้วเขียนคำบรรยายภาษาอังกฤษโดยตรง ในโหมดนี้เวลาจะกำกับเป็นวลี ไม่ใช่ทีละคำ ส่วนการแปลเป็นภาษาอื่นที่ไม่ใช่ภาษาอังกฤษ โมเดลนี้ทำไม่ได้
ทำไมบางคำหรือบางชื่อจึงผิด?
การรู้จำเสียงพูดต้องเดาชื่อที่ไม่คุ้น คำศัพท์เฉพาะของแบรนด์ และเสียงพูดที่อู้อี้หรือพูดทับกัน โมเดล Small ผิดน้อยกว่า Tiny อย่างชัดเจน และการระบุภาษาที่พูดแทนการตรวจจับอัตโนมัติช่วยได้ในคลิปสั้น เนื่องจากแก้ไขได้ทุกบรรทัด จึงควรแก้จุดที่ผิดก่อนส่งออก
ฝังคำบรรยายลงในวิดีโอรูปแบบใดได้บ้าง?
วิดีโอใดก็ได้ที่หน้านี้เปิดได้ ได้แก่ MP4, MOV, WebM, MKV, AVI และไฟล์ที่บันทึกจากโทรศัพท์ส่วนใหญ่ ไฟล์ WebM และ MKV จะส่งออกเป็น WebM แบบ VP9 ส่วนรูปแบบอื่นจะเป็น MP4 วิดีโอ H.264 พร้อมเสียงต้นฉบับหรือ AAC ใช้การเข้ารหัสด้วยฮาร์ดแวร์เมื่อเบราว์เซอร์รองรับ มิฉะนั้นใช้เอนจินในตัวที่ช้ากว่า
เครื่องมือวิดีโอและเสียง ทั้งหมด