MP4 в текст

Почему не нужно ждать загрузки гигабайтов

Видео MP4 и MOV — тяжёлые файлы: час съёмки с телефона легко занимает 1–2 ГБ, а в 4K ещё больше. Для расшифровки картинка не нужна, поэтому браузер на вашем устройстве сам извлекает звуковую дорожку и отправляет только её — это десятки мегабайт. Видео остаётся у вас, а загрузка занимает секунды, а не полчаса.

Отдельно конвертировать MP4 в MP3 не нужно — это как раз то, что происходит в браузере автоматически.

MP4 и MOV: какие видео подходят

• MOV с iPhone — стандартный формат камеры iPhone, выбирайте его прямо из «Медиатеки» или из «Файлов»;
• MP4 с Android — видео из «Галереи» или из папки DCIM/Camera;
• MP4 с камеры, экшн-камеры или дрона — скопируйте файл с карты памяти на компьютер;
• MP4, сохранённые из видеоредактора, записи экрана и выгрузки со своего канала;
• также подходит WEBM — формат, в котором сохраняют записи некоторые браузерные сервисы.

Как расшифровать видео

• нажмите на поле выше и выберите видео — на телефоне через «Медиатеку» или «Файлы», на компьютере через проводник или перетаскиванием;
• дождитесь, пока браузер извлечёт звук, — для длинного видео это может занять минуту-другую, не закрывайте вкладку;
• укажите язык и число говорящих;
• первые 3 минуты — бесплатно, дальше 2 ₽ за минуту: полуторачасовое видео стоит 174 ₽ и расшифровывается за 6–7 минут;
• получите текст с временем реплик — клик по времени запускает видео с этого места.

Если видео в интернете, а не у вас

Расшифровки по ссылке здесь нет — нужен сам файл. Если видео ваше, скачайте его из кабинета площадки, где оно опубликовано, или из облака, куда оно сохранилось, и выберите файл на странице. Если видео прислали в мессенджере, сначала сохраните его в «Файлы» или «Загрузки».

Для чего переводят MP4 в текст

Из видео получаются субтитры SRT для загрузки на видеоплощадки, текст для описания ролика, расшифровка выступления для публикации, материал для статьи или просто возможность найти нужную фразу в длинной записи по поиску. Для коротких роликов под Reels и Shorts можно вшить субтитры прямо в картинку — по 2–3 слова или строками, с подсветкой текущего слова. Это тоже делается в браузере, видео никуда не уходит.

Лучше всего распознаётся речь без фоновой музыки, снятая на петличку или близко к камере. Если на видео громкая музыка или несколько человек говорят одновременно, часть слов может распознаться неточно — проверяйте имена и цифры по исходному варианту «Как распознано».

Если в кадре несколько человек

Круглый стол, интервью, семейная съёмка — в видео может говорить несколько человек. Укажите их число перед расшифровкой: система различает голоса и подписывает реплики «Спикер 1», «Спикер 2». Уверенно она разделяет двоих; если собеседников трое и больше и голоса похожи, часть реплик может достаться не тому спикеру — подпись правится вручную.

Переименуйте спикеров в имена — замена пройдёт по всему тексту сразу. Если реплики одного человека оказались разделены на двух спикеров, их можно объединить.

Смотреть видео и сверять текст удобнее на компьютере: клик по времени реплики запускает запись с этого места. Если результат открыт по ссылке на другом устройстве, выберите там тот же файл — и запись снова будет играть по тексту. Ссылка на результат работает 24 часа.

Для видео, где речь звучит поверх музыки — клипов, влогов с фоновым треком, — точность ниже. Лучший вариант — расшифровывать исходник до наложения музыки, если он у вас сохранился.