動画をテキストに変換

動画転写の仕組みはここにあります

動画をアップロードするとき、サーバはコンテナから音声ストリームのみを読み込みます。動画は再エンコーディング、サイズ変更、変更されません。画像コンテンツは解析されません。これは大型ファイルでも速いプロセスを実現します。20分の音声を含む2GBのスクリーン録画は、20分のMP3と同じ速さで転写されます。

結果はタイムスタンプ付きの転写で、YouTube、 Premiere、 Resolve、 HTML5 プレーヤーに対応した SRT または VTT 字幕ファイルとしてエクスポートできます。単語だけが必要な場合は、単純な TXT ファイルとしてもエクスポートできます。

会議、スクリーン録画、講演、映像

典型的なアップロードは Zoom と Teams の録音、OBS スクリーンキャプチャ、講義録音、電話の映像です。これらはすべて AAC 音声を圧縮して送信します。モデルはこれを扱いやすいでしょう。ビデオが複数のオーディオトラックを持っている場合 (スクリーンレコーダーの中にはマイクとシステムオーディオを別々に保存するものもあります)、最初のトラックを使用します。通話の両方が必要な場合は、トラックを合わせてエクスポートします。