Untertitel in 99 Sprachen, und der Vorbehalt, den niemand abdruckt
Kurzvideo wird überwiegend stumm geschaut, Untertitel sind also keine Zierde, sondern für einen großen Teil Ihres Publikums der Ton. Katto brennt sie automatisch ein. Diese Seite sagt auch, wo die Technik aufhört, denn das ist der Teil, den Sie sonst erst entdecken, wenn Sie sich längst für ein Werkzeug entschieden haben.
Whisper large-v3 übernimmt die Transkription, die Sprache Ihrer Folge ist also mit ziemlicher Sicherheit abgedeckt.
Die Sprachen mit einem Modell zur erzwungenen Ausrichtung. In ihnen kann ein Untertitel genau das gesprochene Wort hervorheben.
Benannte Vorlagen, 16 davon im kostenlosen Plan. Die Vorschau im Editor nutzt denselben Renderer wie der Export.
Auf der Render-Maschine installiert, nicht bloß im Menü angeboten. Eine Schrift, die dort fehlt, würde still durch eine andere ersetzt.
99 Sprachen, 41 wortgenau getimt
Das sind zwei verschiedene Aufgaben, und die meisten Vergleiche verdichten sie zu einer Zahl. Transkription macht aus Sprache Text, und sie funktioniert in 99 Sprachen. Ausrichtung setzt jedes einzelne Wort auf die Zeitleiste, und dafür braucht es pro Sprache ein eigenes Modell. Wir haben 41 davon. In den übrigen 58 Sprachen sind Ihre Untertitel korrekt und lesbar, sie erscheinen nur zeilenweise, statt Wort für Wort aufzuleuchten.
Wir nennen diese Aufteilung, weil die Wort-für-Wort-Hervorhebung genau der Effekt ist, den man vor Augen hat, wenn von animierten Untertiteln die Rede ist. Ein Werkzeug, das wortgenaues Timing für jede unterstützte Sprache bewirbt, beschreibt seine Transkriptionsabdeckung und lässt Sie den Rest annehmen.
Wo die Idee selbst zerfällt
Japanisch, Thailändisch und Chinesisch werden ohne Leerzeichen geschrieben, es gibt also gar keine Wortgrenzen, an denen man ausrichten könnte. Wortgenaues Timing ist dort eine unscharfe Vorstellung, gleich welches Modell im Einsatz ist, und Untertitel landen stattdessen auf Zeichen- oder Phrasenebene. Das ist keine Lücke unserer Umsetzung, sondern die ehrliche Obergrenze, und wer etwas anderes behauptet, hat es in diesen Schriften nicht versucht.
Die Vorschau ist der Renderer
Untertitel werden ins Video eingebrannt statt als Spur angehängt, sie überstehen also erneutes Hochladen und Plattformen, die Untertiteldateien ignorieren. Damit wird die Vorschau zu einem Versprechen: Was Sie im Editor einrichten, wird genau so eingebrannt, bis hin zur Schrift. Die 48 Schriften im Auswahlfeld sind auf der rendernden Maschine installiert und nicht nur aufgelistet, denn eine Schrift, die es nur im Menü gibt, wird still ersetzt, und Sie merken es beim Export.
Korrigieren, was das Transkript falsch verstanden hat
Eigennamen sind die erste Bruchstelle der Transkription, und zugleich die Wörter, die Ihrem Publikum auffallen. Ein Korrekturlauf geht über Namen und seltene Begriffe, bevor Sie den Clip überhaupt öffnen, und was er übersehen hat, lässt sich im Transkriptbereich Wort für Wort ändern. Diese Änderungen speisen die Untertitel direkt, Sie korrigieren einen Namen also einmal und nicht einmal pro Clip.
Fragen
Transkription und Timing sind zwei getrennte Aufgaben. Alle 99 Sprachen erhalten korrekten Text. 41 davon haben zusätzlich ein Ausrichtungsmodell, das jedes einzelne Wort auf die Zeitleiste setzt. In den übrigen 58 erfolgt das Timing satzweise, Untertitel erscheinen also zeilenweise, statt jedes gesprochene Wort hervorzuheben.
Weil die Wort-für-Wort-Hervorhebung der Effekt ist, den die meisten mit animierten Untertiteln meinen. Wenn ein Werkzeug wortgenaues Timing für jede unterstützte Sprache behauptet, rundet es auf, und Sie merken es, wenn Sie es in Ihrer Sprache versuchen.
Sprachen ohne Leerzeichen haben von vornherein keine Wortgrenzen zum Ausrichten, wortgenaues Timing ist dort also unabhängig vom Modell eine unscharfe Idee. Untertitel werden dort auf Zeichen- oder Phrasenebene getimt, was die ehrliche Obergrenze ist und keine von uns gewählte Einschränkung.
Ja. Sie werden in die Datei gerendert und überstehen daher erneutes Hochladen und Plattformen, die Untertitelspuren ignorieren. Genau deshalb zählt die Vorschau im Editor: Was Sie einrichten, wird eingebrannt.
Ja, im Transkriptbereich des Editors. Eigennamen sind der übliche Übeltäter, und sie werden bereits automatisch korrigiert, bevor Sie sie sehen, der manuelle Durchgang ist also meist kurz.
16 von 51. Die übrigen 35 gehören zu Creator. Der kostenlose Satz ist keine beschnittene Vorschau, er deckt die gängigen Looks ab, Wort-für-Wort-Hervorhebung eingeschlossen.
Probieren Sie es in Ihrer eigenen Sprache
Der kostenlose Plan enthält 16 der 51 Stile, genug um zu sehen, ob das Timing in Ihrer Sprache wortgenau ist oder satzweise.