Субтитры к видео автоматически: 4 способа и настройки
Прямой ответ: в мобильном редакторе нажмите «Текст» → «Автосубтитры» → выберите русский язык, и через 20-60 секунд весь текст появится на таймлайне отдельными блоками. Дальше остаётся вычитать имена и числа, увеличить кегль до 48-64 пунктов и поднять строку на 420 пикселей от низа кадра.
Распознавание берёт на себя 90 процентов работы, но ровно 10 процентов ручной правки отличают аккуратный ролик от каши на экране. Ниже — что именно править и какими цифрами пользоваться.
Зачем это нужно в цифрах
Большая часть просмотров в ленте идёт без звука: телефон в транспорте, на работе, ночью. Ролик без текста в такой ситуации просто пролистывают за 1-2 секунды.
Субтитры также вытягивают ролики с плохим звуком, с акцентом и с терминами. Если запись всё же гулкая, сначала имеет смысл почистить дорожку — порядок действий описан в разборе как убрать шум из видео: чистая речь распознаётся заметно точнее.
Способ 1. Автосубтитры в мобильном редакторе
- Импортируйте ролик и нажмите на клип, чтобы появилось нижнее меню.
- Выберите «Текст» → «Автоматические субтитры» (в части редакторов пункт называется «Распознать речь» или Captions).
- Укажите язык — русский. Если в ролике два языка, распознавание пройдёт только по выбранному.
- Дождитесь обработки: минута речи занимает 15-40 секунд.
- Откройте список реплик и вычитайте текст. Особое внимание — именам, названиям городов, числам и словам с буквой «ё».
- Задайте общий стиль: кегль 52, белый шрифт, обводка 3 пикселя или плашка с прозрачностью 40 процентов.
- Экспортируйте в 1080x1920, 30 fps, битрейт 8-12 Мбит/с.
Стиль применяется ко всем блокам сразу через кнопку «Применить ко всем» — иначе придётся оформлять каждую из 40 реплик.
Способ 2. Субтитры прямо в редакторе площадки
Почти все площадки с короткими роликами умеют делать подписи при загрузке. На экране публикации ищите кнопку «Субтитры» или «Текст» до нажатия «Опубликовать».
Плюс: ничего не нужно устанавливать, распознавание идёт на сервере. Минус: текст живёт только внутри этой площадки, и при перезаливке в другое место его придётся делать заново.
Поэтому для ролика, который пойдёт в несколько мест сразу, надёжнее вшить текст в кадр в редакторе. Пропорции и безопасные зоны у площадок разные — сверяйтесь со шпаргалкой по размерам видео.
Способ 3. Распознавание на компьютере с файлом SRT
- Извлеките звук из видео в WAV 48 кГц или используйте сам MP4.
- Запустите распознавание речи в редакторе или отдельном сервисе, выберите русский язык.
- Сохраните результат как SRT — это простой текстовый файл: номер реплики, тайм-код вида 00:00:04,120 --> 00:00:06,540, строка текста.
- Откройте SRT в блокноте и вычитайте. Правьте прямо в файле: это быстрее, чем кликать по блокам.
- Держите длину реплики в 32-38 символов на строку и максимум 2 строки. Длинную фразу разрезайте по смыслу.
- Импортируйте SRT обратно в проект или положите рядом с видео, назвав так же, как файл: rolik.mp4 и rolik.srt.
Скорость чтения, при которой зритель успевает: 15-17 символов в секунду. Реплика из 35 символов должна висеть минимум 2 секунды, минимальная длительность блока — 1 секунда.
Способ 4. Ручной набор — когда он быстрее
Если ролик короче 20 секунд и в нём 3-4 фразы, ручной ввод занимает 5 минут против 3 минут распознавания плюс правки. Разница не стоит установки лишнего приложения.
Ручной набор также единственный вариант, когда речь идёт с сильным шумом или несколько человек говорят одновременно: автоматика в таких местах выдаёт бессвязный набор слов.
Сравнение способов
| Способ | Время на 1 мин видео | Точность | Правится потом |
|---|---|---|---|
| Автосубтитры в редакторе | 4-7 минут | 90-95 процентов | Да, в проекте |
| Редактор площадки | 2-3 минуты | 85-92 процента | Только там же |
| SRT на компьютере | 8-12 минут | 90-95 процентов | Да, в блокноте |
| Ручной набор | 15-25 минут | 100 процентов | Да |
Оформление: цифры, которые работают
Кегль на вертикали 1080x1920 — 48-64 пункта. На горизонтали 1920x1080 достаточно 42-52: там зритель дальше от экрана, но и кадр шире.
Позиция: нижний край текста не ниже 420 пикселей от низа кадра. Верхние 250 пикселей тоже занимает интерфейс площадок. Проверить просто — откройте предпросмотр публикации и посмотрите, не наезжает ли подпись на кнопки.
Читаемость: белый текст, обводка 3 пикселя чёрного или тень 60 процентов. Жёлтый и красный на пёстром фоне пропадают. Один шрифт на весь ролик, без курсива.
Что обычно идёт не так
- Текст съезжает под кнопки площадки. Верните блок на 420-500 пикселей выше нижней границы и проверьте в предпросмотре, а не в редакторе.
- Реплики мигают по одному слову. Распознавание разбило фразу на слишком мелкие блоки. Объедините соседние: минимальная длительность блока — 1 секунда.
- Субтитры отстают на полсекунды. Частая беда при переменной частоте кадров. Сдвиньте всю дорожку текста на нужное значение целиком или перекодируйте видео в постоянные 30 fps.
- Имена и термины перевраны. Автоматика не знает редких слов. Проверяйте их отдельным проходом — это 80 процентов всех правок.
- Файл SRT показывает кракозябры. Сохраните его в кодировке UTF-8 без BOM, иначе кириллица ломается.
- После экспорта субтитров нет. Отключён слой текста или экспортировался только видеотрек. Проверьте видимость дорожки перед рендером.
Итог: что выбрать
Один ролик в одну площадку — встроенные субтитры при загрузке. Ролик для нескольких мест — автосубтитры в редакторе и экспорт с вшитым текстом. Длинное интервью — SRT и вычитка в блокноте.
Когда текст встал на место, остаётся собрать проект целиком: базовые операции разобраны в гайде по монтажу на телефоне, а короткие фрагменты для превью удобно превращать в GIF из готового видео. Свои старые публикации для перезаливки возвращайте в исходном виде через сохранение роликов TikTok или загрузку с Rutube — только то, что открыто опубликовано правообладателем, и только для личного использования. Ещё разборы — в блоге Pingraber.
Частые вопросы
Насколько точно распознаётся русская речь? На чистой записи без фона точность около 90-95 процентов: править приходится имена, термины и числа. При шуме и быстрой речи точность падает до 70-80 процентов, и вычитка занимает столько же времени, сколько ручной набор.
Чем вшитые субтитры отличаются от файла SRT? Вшитые нарисованы прямо в кадре: их видно везде, но выключить или отредактировать нельзя. SRT — отдельный текстовый файл рядом с видео: его можно править и переводить, но не все площадки и плееры его подхватывают.
Какой размер шрифта у субтитров в вертикальном видео? При высоте кадра 1920 пикселей ставьте кегль 48-64 пункта, максимум 2 строки по 32-38 символов. Нижнюю границу текста держите не ниже 420 пикселей от низа: там площадки рисуют подписи и кнопки.