Cosa non va nei sottotitoli IA
Il riconoscimento vocale, come Whisper di OpenAI o i sottotitoli automatici dei programmi di montaggio, di solito capisce bene le parole, ma i suoi file sono fatti per le macchine, non per chi legge. I problemi sono sempre gli stessi:
- Righe troppo lunghe: una frase intera su una riga, ben oltre i 42 caratteri per riga che consentono linee guida come quelle di Netflix.
- Sottotitoli sovrapposti: uno è ancora a schermo quando inizia il successivo.
- Sottotitoli troppo brevi: un "Ok." per 300 millisecondi, che nessuno riesce a leggere.
- Frasi ripetute: lo stesso sottotitolo due volte di fila, che i modelli linguistici a volte producono su musica o silenzio.
- Sottotitoli vuoti: tempi senza testo.
L'esempio qui sopra ne contiene quattro. La pulizia li corregge tutti in un passaggio e dice quanti ne ha cambiati per ciascuno.
Cosa fa la pulizia
Spezza il testo lungo in righe il più possibile uguali, senza superare il numero di caratteri scelto; fa finire ogni sottotitolo 80 millisecondi prima del successivo, circa due fotogrammi; allunga i sottotitoli troppo brevi fino al minimo scelto (1 secondo di base) senza invadere il successivo; unisce un sottotitolo al precedente quando il testo è identico e inizia meno di un secondo dopo; e toglie quelli vuoti. Le parole non cambiano e non viene caricato nulla.
Un metodo pulito per i sottotitoli IA
- Genera i sottotitoli con il tuo strumento di riconoscimento vocale ed esportali in SRT o VTT.
- Caricali qui, puliscili, scaricali.
- Rileggili una volta con il video per correggere le parole sbagliate: serve ancora una persona.
- Se tutto è in anticipo o in ritardo, sincronizza; se si sfasa piano piano, usa il convertitore di fps; se la piattaforma vuole l'altro formato, converti.
Domande
Come si sistemano le righe troppo lunghe dei sottotitoli di Whisper?
Carica il file SRT o VTT e lascia attivo Spezza le righe lunghe. Ogni sottotitolo viene diviso in righe il più possibile uguali, di 42 caratteri al massimo, o del numero che scegli.
Perché i sottotitoli generati dall'IA si sovrappongono?
Il riconoscimento vocale posiziona ogni sottotitolo sull'audio senza lasciare sempre spazio prima del successivo. La pulizia fa finire ogni sottotitolo 80 millisecondi prima dell'inizio del successivo.
La pulizia cambia le parole?
No. Cambia solo gli a capo e i tempi, unisce le ripetizioni identiche e toglie i sottotitoli vuoti. Controllare le parole con il video resta un lavoro per una persona.
Il mio file viene caricato da qualche parte?
No. Il file viene pulito nel browser e non lascia mai il tuo dispositivo.