Buat Subtitle Otomatis
Punya video tanpa subtitle? Letakkan di sini dan Whisper, AI pengenal suara, menuliskannya untukmu: baris berwaktu dalam SRT atau VTT, siap dicek dan disimpan. Semuanya berjalan di komputermu, jadi file tidak pernah keluar.
Cara membuat subtitle otomatis
Buka video atau file audio
Letakkan file di kotak di atas, atau klik untuk memilihnya. Video (MP4, MOV, MKV, WebM) dan file suara (MP3, M4A, WAV, OGG, FLAC) bisa dipakai, dengan durasi sampai tiga jam.
Pilih model dan bahasa
Cepat, Seimbang, atau Akurat: model yang lebih besar lebih banyak menangkap kata dengan benar, tetapi lebih lama dan unduhan pertamanya lebih besar. Biarkan bahasa di Deteksi otomatis, atau pilih sendiri untuk klip pendek dan aksen yang kental.
Buat, cek, dan unduh
Tekan Buat subtitle. Baris-baris muncul seiring setiap bagian file didengarkan. Baca ulang, pilih SRT atau VTT, lalu unduh file yang dinamai sesuai videomu.
Cara kerja subtitle otomatis
Halaman ini memakai Whisper, model pengenal suara yang dirilis OpenAI dan dilatih dengan ratusan ribu jam ucapan dalam 99 bahasa. Whisper mendengarkan audio dalam jendela 30 detik. Untuk setiap jendela, ia menulis kata-kata yang didengarnya beserta penanda waktu: di mana setiap bagian ucapan dimulai dan berakhir.
Sebelum Whisper mendengarkan, suara diambil dari file dan diubah ke bentuk yang dibutuhkan model: satu kanal, 16.000 sampel per detik. Suara sebuah film dibaca per blok sekitar sepuluh menit, masing-masing dipotong di jeda agar tidak ada kata yang terbelah, jadi rekaman tiga jam pun tidak perlu dimuat sekaligus ke memori.
Bagian-bagian ucapan dari Whisper belum menjadi subtitle yang baik dengan sendirinya: ada yang 20 detik, ada yang berisi satu paragraf penuh. Karena itu setiap bagian dipotong menjadi baris seukuran subtitle, di akhir kalimat bila bisa, lalu di koma, lalu di antara kata. Setiap baris mendapat bagian waktunya, dibungkus menjadi paling banyak dua baris 42 karakter, dan tampil paling lama tujuh detik, batas yang dipakai sebagian besar layanan streaming. Baris tanpa kata, serta kebiasaan Whisper mengulang satu frasa di saat hening, dibuang.
Semuanya berjalan di komputermu
Pembuat subtitle online biasanya mengunggah videomu ke server, menjalankan pengenalan di sana, lalu mengirim teksnya kembali. Halaman ini tidak. Model diunduh ke browser dan berjalan di sana: lewat WebGPU di kartu grafis bila browser menyediakannya, dan lewat WebAssembly di prosesor bila tidak. Itu penting untuk wawancara, rapat, kuliah, dan video keluarga yang tidak ingin kamu serahkan ke server orang lain, dan berarti tidak ada unggahan yang perlu ditunggu, tidak perlu akun, dan tidak ada batas menit.
File model berasal dari Hugging Face dan mesin penjalannya dari jsDelivr, keduanya dengan versi tetap; mesin penjalannya dicocokkan dengan sidik jari yang sudah diketahui sebelum dijalankan. Tidak ada milikmu yang dikirim ke keduanya.
Memilih model yang tepat
- Cepat (Whisper tiny) adalah unduhan terkecil dan paling cepat, bahkan tanpa WebGPU. Cukup untuk ucapan bahasa Inggris yang jelas dan transkrip kasar, tetapi kesulitan dengan aksen, kebisingan, dan bahasa yang kurang umum.
- Seimbang (Whisper base) adalah pilihan bawaan bila browser-mu punya WebGPU. Jauh lebih baik untuk nama, tanda baca, dan bahasa lain, dengan waktu sekitar dua kali lipat.
- Akurat (Whisper small) hanya tersedia dengan WebGPU, karena dengan prosesor saja waktunya akan lebih lama dari videonya. Pilih ini untuk bahasa Indonesia, Vietnam, dan bahasa lain yang lebih jarang didengar Whisper, atau untuk rekaman dengan suara latar.
Label Sudah diunduh menandai model yang sudah ada di browser-mu: memakainya lagi tidak perlu unduhan sama sekali.
Agar hasilnya paling baik
Suara yang bersih paling membantu. Whisper bekerja paling baik dengan satu orang yang berbicara jelas di dekat mikrofon. Musik di bawah suara, ruangan bising, dan beberapa orang yang berbicara bersamaan semuanya mengurangi akurasi. Bila bisa, pakai rekaman asli, bukan video yang sudah ditambah musik latar.
Pilih bahasa untuk klip pendek. Deteksi otomatis mendengarkan 30 detik pertama. Klip yang dimulai dengan musik, atau dengan beberapa kata dalam bahasa lain, bisa salah terdeteksi, dan seluruh file pun keluar dalam bahasa yang salah.
Bersiaplah mengedit. Hasil yang bagus pun perlu dibaca ulang: nama yang ditulis sesuai bunyinya, kata yang terlewat dalam percakapan cepat, baris yang seharusnya milik pembicara berikutnya. Memperbaiki draf tetap jauh lebih cepat daripada mengetik semuanya sendiri.
Langkah berikutnya dengan subtitle-mu
- Putar bersama videomu di VLC, Plex, atau TV dengan memberi file SRT nama yang sama dengan videonya, seperti dijelaskan di cara menambahkan subtitle ke video.
- Masukkan ke dalam file sebagai trek yang bisa dinyalakan dan dimatikan dengan Tambah Subtitle ke MP4.
- Gambar ke dalam video untuk Instagram, TikTok, atau presentasi dengan Tanam Subtitle ke Video.
- Unggah SRT atau VTT ke YouTube atau Vimeo sebagai trek subtitle milikmu, yang menggantikan teks otomatis mereka.
Subtitle otomatis tidak sama dengan subtitle untuk tunarungu (SDH): ia menuliskan ucapan, tetapi tidak suara seperti musik atau pintu yang dibanting. Bedanya dijelaskan di apa itu subtitle SDH.
Pertanyaan yang sering diajukan
Bagaimana cara membuat subtitle otomatis untuk video?
Letakkan video di kotak di atas, pilih akurasi model dan bahasa yang diucapkan, lalu tekan Buat subtitle. Whisper mendengarkan suaranya dan menulis baris-baris berwaktu, yang bisa kamu baca di halaman ini lalu unduh sebagai file SRT atau VTT.
Apakah videoku diunggah ke server?
Tidak. Suara dibaca dan dikenali di dalam browser, di komputermu sendiri. Satu-satunya yang diunduh adalah model pengenal suaranya, sekali saja, dari Hugging Face; file, suara, dan kata-kata yang ditemukan di dalamnya tidak pernah keluar dari perangkatmu.
Seberapa akurat subtitle-nya?
Dengan ucapan yang jelas dan sedikit suara latar, Whisper menangkap sebagian besar kata dengan benar, dan setiap model yang lebih besar lebih jarang salah. Kesalahan paling sering terjadi pada nama, istilah teknis, suara pelan, dan orang yang berbicara bersamaan atau di atas musik, jadi selalu baca ulang barisnya sebelum dipublikasikan.
Bahasa apa saja yang bisa dikenali?
Whisper dilatih dengan 99 bahasa, termasuk bahasa Indonesia, Inggris, Melayu, Jawa, Spanyol, Vietnam, Mandarin, Jepang, dan Arab. Hasilnya paling baik untuk bahasa yang paling banyak ia dengar. Untuk bahasa Indonesia, pilih model Akurat dan pilih bahasanya sendiri daripada deteksi otomatis.
Kenapa lambat di komputerku?
Model paling cepat di kartu grafis lewat WebGPU, yang disediakan Chrome dan Edge di sebagian besar komputer. Tanpa WebGPU, halaman memakai prosesor, dan video panjang bisa memakan beberapa menit. Pilih Cepat agar hasilnya lebih cepat, tutup tab lain, dan biarkan tab ini terbuka sampai selesai.
Berapa besar unduhannya?
Cepat sekitar 45 sampai 125 MB, Seimbang 80 sampai 210 MB, dan Akurat, yang hanya tersedia dengan WebGPU, 410 sampai 590 MB, tergantung kemampuan kartu grafismu; halaman menampilkan ukuran pastinya di samping setiap model. Model diunduh saat pertama kali dipakai lalu disimpan di browser, jadi video berikutnya langsung dimulai. Tombol di bawah Buat subtitle menghapus model yang sudah diunduh saat kamu butuh ruangnya kembali.
Apakah bisa menerjemahkan subtitle ke bahasa lain?
Tidak. Halaman ini menuliskan apa yang diucapkan, dalam bahasa yang diucapkan. Untuk subtitle dalam bahasa lain, buat dulu di sini lalu terjemahkan file SRT-nya, misalnya di spreadsheet dengan Konversi SRT ke Excel.
Apakah bisa dipakai di HP?
Bisa, untuk klip pendek. HP punya memori lebih kecil dan prosesor lebih lambat, jadi video panjang bisa berhenti di tengah jalan. Di HP, pilih Cepat dan gunakan klip pendek, atau pakai komputer untuk video yang lebih dari beberapa menit.
Alat terkait
Editor Subtitle
Edit file subtitle baris demi baris: perbaiki teks, ubah waktu, tambah atau hapus baris, lalu cek langsung di videomu.
Buka alatPemeriksa Subtitle
Periksa file SRT, VTT, atau ASS: baris yang tumpang tindih, terlalu cepat, terlalu singkat, terlalu lama, atau lebih dari 42 karakter, lalu perbaiki.
Buka alatTanam Subtitle ke Video
Tanam subtitle SRT, ASS, atau VTT ke video secara permanen: pilih tampilannya, cek di videomu, unduh MP4. Tanpa unggah.
Buka alatTambah Subtitle ke MP4
Masukkan file SRT, ASS, atau VTT ke video MP4 sebagai trek subtitle, langsung di browser. Tanpa encode ulang, tanpa unggah.
Buka alat