Как сделать SRT-субтитры из расшифровки с помощью нейросети

Чтобы сделать SRT-субтитры из расшифровки, нужны текст и реальные интервалы его звучания. Нейросети можно поручить правку и оформление уже размеченных реплик. Если таймкодов нет, сначала получите их по аудио или разметьте вручную: обычный текстовый чат не должен угадывать время. Затем сохраните SRT в UTF-8 и проверьте его вместе с видео.

Сначала определите, что у вас на входе

У автора ролика обычно есть один из трёх исходников. От него зависит следующий шаг.

Сценарий полезен для восстановления терминов, но он не доказывает, что диктор произнёс фразу именно в этом месте. При монтаже могли появиться паузы, перестановки и сокращения. Работайте с последней версией ролика, иначе исправленный файл будет относиться к старой дорожке.

Эта статья посвящена третьему случаю. Здесь нет теста сервиса распознавания или обещания автоматических субтитров в MostAI. Для другой задачи — языковой версии ролика — есть отдельный гайд по переводу видео.

Из чего состоит SRT

SRT — текстовый файл с блоками. В каждом есть номер, интервал и текст; блоки разделены пустой строкой. Время записывают как часы, минуты, секунды и миллисекунды. Это описано в справочнике форматов Библиотеки Конгресса (откроется в новой вкладке).

1
00:00:01,000 --> 00:00:04,000
Сначала откройте исходный ролик.

2
00:00:04,500 --> 00:00:08,000
Проверьте текст и время реплик.

3
00:00:08,500 --> 00:00:12,000
Сохраните субтитры отдельным файлом.

Это наш учебный пример. Интервалы задали вручную: запись диктора к нему не создавали. Для проверки правки внесли в исходник две опечатки: «Сначало» в первом блоке и «текс» во втором. Затем отправили его в бесплатный чат ChatGPT в MostAI. За один запуск получили показанный выше вариант: обе опечатки исправлены, все три интервала и номера блоков сохранены. Платных запросов не было.

Отдельно проверили структуру файла и его распознавание как SubRip. Это небольшой искусственный пример, а не проверка качества распознавания речи или синхронизации с аудио. Он показывает, что произошло в одном конкретном запуске.

Скачать учебный файл SRT

Для загрузки на YouTube поддерживается базовый SRT; файл должен быть в UTF-8, оформление в таком файле не поддерживается. Это условия конкретной площадки из официальной справки YouTube (откроется в новой вкладке), а не обещание одинакового поведения всех плееров.

Как поручить нейросети правку

Сохраните исходник отдельно. Начните с небольшого отрывка, в котором легко вручную проверить каждую строку. Сообщите модели тему, написание терминов и границы допустимой правки.

Ниже полный запрос нашего запуска. Для своей работы замените только исходный SRT и проверенный список терминов. Сначала попробуйте короткий фрагмент, который сможете сверить целиком.

Проверь текст русских субтитров SRT ниже.
Исправь только явные опечатки и пунктуацию.
Не меняй номера блоков, время начала и окончания,
порядок реплик, имена, числа и смысл высказывания.
Не добавляй слов, которых нет в исходнике.
Не объединяй и не разделяй блоки.
Не сокращай оговорки и отрицания.
Сомнительные слова не угадывай.

Выдай два раздела:
1. Полный исправленный SRT без пояснений внутри блоков.
2. Список изменений и сомнительных мест по номерам блоков.

Проверенное написание терминов: новых терминов нет.
Исходный SRT:
1
00:00:01,000 --> 00:00:04,000
Сначало откройте исходный ролик.

2
00:00:04,500 --> 00:00:08,000
Проверьте текс и время реплик.

3
00:00:08,500 --> 00:00:12,000
Сохраните субтитры отдельным файлом.

Инструкции не гарантируют соблюдение ограничений. Сравните выходной текст с исходным: особенно числа, фамилии, отрицания и условия. Если человек сказал «не включать», потерянное «не» изменит смысл сильнее, чем пропущенная запятая.

Для такого шага можно использовать текстовый чат MostAI. Загружайте только материал, который вправе обрабатывать. Само наличие чата не означает, что он распознал звук или проверил таймкоды. Общий подход к формулировке ограничений разобран в статье о промтах для текста.

Как сохранить файл

Скопируйте только содержимое SRT в обычный текстовый редактор. Пояснения модели и тройные обратные кавычки в файл не включайте. Выберите UTF-8 и имя с расширением .srt, например lesson.srt. После сохранения убедитесь, что редактор не добавил второе расширение .txt.

В учебном примере время начала первого блока равно одной секунде, окончания — четырём. Следующий начинается на отметке четыре с половиной секунды. Промежуток между ними оставлен намеренно: не каждую паузу нужно заполнять надписью.

Не требуйте от модели расставить время по числу слов. Две одинаково длинные фразы можно произнести за разное время. Если длинная реплика не помещается на экране, вернитесь к записи и отметьте естественное место разделения. Затем обновите интервалы по звуку.

Проверка в два прохода

Первый проход — структура файла. Блоки пронумерованы последовательно, начало раньше конца, интервалы относятся к длительности ролика, между блоками есть пустые строки. Для обычной одной дорожки без одновременных реплик проверьте случайные наложения. Наш учебный файл проходит именно эти проверки; он не проверяет звучание.

Второй проход — воспроизведение. Импортируйте файл в выбранную программу и просмотрите ролик полностью. Проверьте появление реплики, её исчезновение, смену кадра, имена и цифры. Посмотрите на небольшом экране: не закрывает ли текст лицо, подпись или важную часть действия. Если есть несколько говорящих, зрителю должно быть понятно, кому принадлежит реплика.

Не исправляйте весь файл общим сдвигом, пока не убедились, что ошибка одинакова в начале, середине и конце.

Что передать вместе с роликом

Сохраните видео, отдельный SRT и исходную расшифровку. Назовите версии одинаково, например lesson-v3.mp4 и lesson-v3.srt. Если передаёте работу монтажёру, укажите язык, версию видео и проверенные места.

Отдельная дорожка и текст, вшитый в картинку, решают разные задачи. Выберите способ по требованиям площадки. После последнего экспорта проверьте именно финальный файл: исправление субтитров в проекте ещё не означает, что оно попало в отправленное видео.