वीडियो में उपशीर्षक या कैप्शन कैसे जोड़ें

लेखक: Hushscript | प्रकाशित: 13 जून 2026 | अंतिम समीक्षा: 22 जुलाई 2026

किसी वीडियो में उपशीर्षक जोड़ना एक नहीं, बल्कि दो काम हैं: उपशीर्षक फ़ाइल बनाएं, फिर उसे वीडियो के साथ संलग्न करें। लोग पहली नौकरी से इसलिए डरते हैं क्योंकि हाथ से लिखी हर पंक्ति का समय धीमा होता है। Hushscript उस हिस्से को स्वचालित करता है: ऑडियो से एक समयबद्ध प्रतिलेख उत्पन्न करता है, इसकी समीक्षा करता है, SRT निर्यात करता है, और जहां भी गंतव्य इसका समर्थन करता है वहां फ़ाइल संलग्न करता है। यह मार्गदर्शिका दोनों कार्यों को कवर करती है, साथ ही एक वास्तविक निर्णय जो आपको लेना है: एक अलग उपशीर्षक फ़ाइल या चित्र में बेक किया गया ट्रैक।

कैप्शन बनाम उपशीर्षक

शब्दों का प्रयोग परस्पर उपयोग किया जाता है, लेकिन एक वास्तविक अंतर है।उपशीर्षक ** उन दर्शकों के लिए संवाद लिखते हैं जो ऑडियो सुन सकते हैं लेकिन भाषा नहीं समझते हैं। कैप्शन** संवाद को लिपिबद्ध करते हैं और उन दर्शकों के लिए [संगीत बजाना] या[दरवाजा पटकना] जैसे गैर-वाक् ऑडियो संकेत जोड़ते हैं जो बिल्कुल भी ऑडियो नहीं सुन सकते हैं। धारा 508 के कैप्शन मार्गदर्शन में समतुल्य कैप्शन ट्रैक में संवाद, वक्ता पहचान, संगीत और ध्वनि प्रभाव शामिल हैं, जबकि W3C की मीडिया-पहुंच-योग्यता मार्गदर्शन बताता है कि अकेले एक ट्रांसक्रिप्ट सिंक्रनाइज़ किए गए कैप्शन का विकल्प क्यों नहीं है।

व्यवहार में अधिकांश प्लेटफ़ॉर्म एक एकल कैप्शन ट्रैक को उजागर करते हैं जो दोनों करता है नौकरियाँ, यही कारण है कि शब्द एक साथ धुंधले हो जाते हैं। अपने लक्ष्य के अनुसार चुनें. यदि आप पहुंच के लिए कैप्शनिंग कर रहे हैं, तो अर्थपूर्ण ध्वनियों के लिए छोटे ब्रैकेट वाले विवरण जोड़ें। यदि आप अंतरराष्ट्रीय पहुंच के पीछे हैं या खोज इंजन कही गई बातों को अनुक्रमित कर सकते हैं, तो सादे संवाद उपशीर्षक ही पर्याप्त हैं। किसी भी तरह से प्रारंभिक बिंदु एक ही फ़ाइल है, इसलिए आपको इसे उत्पन्न करने से पहले निर्णय लेने की ज़रूरत नहीं है।

शुरू करने से पहले आपको क्या चाहिए

आपको स्रोत वीडियो और उपशीर्षक फ़ाइल बनाने का एक तरीका चाहिए। यदि आपके पास पहले से ही SRT है, तो इसे संलग्न करने वाले अनुभाग पर जाएं। यदि आप ऐसा नहीं करते हैं, तो आपको टाइमस्टैम्प के साथ ट्रांसक्राइब किए गए ऑडियो की आवश्यकता होगी, जिसे अगले भाग में शामिल किया गया है। उपशीर्षकों को अलग से भेजने के बजाय चित्र में जलाने के लिए, आपको हैंडब्रेक या एक वीडियो संपादक जैसे एक मुफ्त एनकोडर की भी आवश्यकता होती है जो निर्यात पर एक कैप्शन ट्रैक प्रस्तुत कर सकता है।

प्रतिलेखन चरण के लिए एक चीज जिसकी आपको आवश्यकता नहीं है वह है मूल वीडियो। Hushscript आपके ब्राउज़र में वीडियो से ऑडियो पढ़ता है, इसलिए अपलोड केवल ऑडियो है, और वीडियो फ़ाइल आपकी मशीन को कभी नहीं छोड़ती है।

ऑडियो से कैप्शन जेनरेट करें

यदि आपके पास अभी तक कोई उपशीर्षक फ़ाइल नहीं है, तो वीडियो के ऑडियो ट्रैक से एक बनाएं। आप हाथ से कुछ भी टाइप या टाइम नहीं करेंगे।

1. वीडियो को /video-to-text पर छोड़ें। शुरुआत का 30-सेकंड का वक्ता-लेबल पूर्वावलोकन वहीं प्रस्तुत होता है, बिना किसी खाते के। ऑडियो पहले आपके ब्राउज़र में निकाला जाता है, इसलिए केवल ऑडियो भेजा जाता है और वीडियो आपके डिवाइस पर रहता है। आगे बढ़ने से पहले यह पुष्टि करने के लिए पूर्वावलोकन का उपयोग करें कि भाषण सही ढंग से सुना जा रहा है।
2. पूरी फ़ाइल को कैप्शन देने के लिए साइन अप करें। पूर्वावलोकन के बाद ट्रांसक्राइब करने के लिए एक निःशुल्क खाते की आवश्यकता होती है। नए खातों को आज़माने के लिए 30 निःशुल्क मिनट मिलते हैं: यदि आप किसी कार्ड को $1 होल्ड के साथ मान्य करते हैं जो तुरंत जारी किया जाता है और कभी चार्ज नहीं किया जाता है, या यदि आप किसी अन्य तरीके से भुगतान करते हैं तो अपनी पहली मिनट की खरीदारी के साथ। कार्ड की आवश्यकता नहीं है।
3. पूरा वीडियो अपलोड करें और SRT के रूप में निर्यात करें। जब ट्रांसक्रिप्ट तैयार हो जाए, तो इसे SRT के रूप में डाउनलोड करें। भाषण की प्रत्येक पंक्ति एक प्रारंभ टाइमस्टैंप, एक अंतिम टाइमस्टैंप और पाठ के साथ एक संकेत बन जाती है, जिसे SRT विनिर्देश में स्वरूपित किया जाता है और आपके पास करने के लिए कुछ भी नहीं बचता है।

निर्यातित SRT सीधे संलग्न करने के लिए तैयार है। एक साक्षात्कार या एक पैनल के लिए जहां यह देखने में मदद मिलती है कि कौन बोल रहा है, निर्यात करने से पहले ट्रांसक्रिप्ट संपादक में वक्ता लेबल का नाम बदलें, और नाम प्रत्येक क्यू में साथ आते हैं।

फ़ाइल को करीब से देखने के लिए, जिसमें समय को संपादित करने और लंबी लाइनों को ट्रिम करने का तरीका शामिल है, देखें वीडियो से SRT उपशीर्षक कैसे बनाएं।

एक कार्यशील उदाहरण

मान लीजिए कि आपके पास panel-talk.mp4 है, जो एक मेज़बान और दो मेहमानों के बीच 12 मिनट की रिकॉर्ड की गई चर्चा है, और आप YouTube पर अपलोड करने के लिए कैप्शन चाहते हैं। आप इसे वीडियो-टू-टेक्स्ट पृष्ठ पर छोड़ दें; 30 सेकंड का पूर्वावलोकन पहले से ही अलग किए गए तीन वक्ता के साथ वापस आता है, ताकि आप जान सकें कि ऑडियो साफ है। आप साइन अप करते हैं, पूरी फ़ाइल कुछ ही मिनटों में ट्रांसक्राइब हो जाती है, और आप “वक्ता 1” का नाम बदलकर मेज़बान के नाम पर रख देते हैं और अन्य दो का नाम मेहमानों के नाम पर रख देते हैं। निर्यातित, SRT इस तरह खुलता है:

1
00:00:01,200 --> 00:00:04,600
होस्ट: पुनः स्वागत है। आज हम बात कर रहे हैं
ओपन-सोर्स फंडिंग के बारे में।

2
00:00:04,900 --> 00:00:08,150
अतिथि ए: मुझे शामिल करने के लिए धन्यवाद। यह एक
समस्या है जिसे वास्तव में अभी तक कोई भी हल नहीं कर सका है।

वह फ़ाइल है जिसे आप YouTube पर अपलोड करते हैं। क्यू नंबर, टाइमस्टैम्प और लाइन ब्रेक सभी जगह पर हैं, इसलिए प्लेटफ़ॉर्म बिना किसी अतिरिक्त संपादन के कैप्शन को वीडियो पर मैप करता है।

यदि आवश्यक हो तो SRT को VTT में कनवर्ट करें

HTML5 वेब प्लेयर SRT के बजाय WebVTT (.vtt) चाहते हैं। दोनों करीबी चचेरे भाई-बहन हैं: VTT एक WEBVTT हेडर लाइन जोड़ता है और टाइमस्टैम्प में अल्पविराम के बजाय एक अवधि का उपयोग करता है। यदि आप अनिश्चित हैं कि कोई दिया गया खिलाड़ी या प्लेटफ़ॉर्म किसकी अपेक्षा रखता है, तो SRT बनाम VTT बताता है कि प्रत्येक तक कब पहुंचना है। /tools/SRT-to-VTT पर एक को दूसरे में निःशुल्क रूपांतरित करें। टूल आपके ब्राउज़र में चलता है, किसी खाते की आवश्यकता नहीं है, और कुछ भी अपलोड नहीं करता है। SRT को अंदर खींचें, VTT को डाउनलोड करें।

बर्न-इन बनाम साइडकार SRT

एक वीडियो के साथ उपशीर्षक दो तरह से यात्रा करते हैं, और आपके प्रकाशित होने से ठीक पहले यह निर्णय लेना उचित है।

एक साइडकार SRT एक अलग फ़ाइल है। प्लेयर वीडियो और उपशीर्षक फ़ाइल को एक साथ पढ़ता है और प्लेबैक के समय कैप्शन को ओवरले करता है। यह लचीला विकल्प है. आप वीडियो को पुनः एन्कोड किए बिना SRT में टाइपो को ठीक कर सकते हैं, और आप एक वीडियो के विरुद्ध कई भाषाओं को कई SRT फ़ाइलों के रूप में भेज सकते हैं। YouTube, Vimeo और अधिकांश संपादन सूट इसका उपयोग करते हैं।

एक बर्न-इन (हार्डकोडेड) ट्रैक इसके विपरीत है। टेक्स्ट को वीडियो फ़्रेम में स्थायी रूप से प्रस्तुत किया जाता है, इसलिए प्रत्येक दर्शक इसे प्लेयर सेटिंग्स की परवाह किए बिना देखता है और इसे बंद करने का कोई तरीका नहीं है। आपको इसकी आवश्यकता तब होती है जब गंतव्य एक कैप्शन फ़ाइल को नहीं पढ़ सकता है: एक मैसेजिंग ऐप के माध्यम से भेजा गया एक क्लिप, बिना कैप्शन समर्थन वाला एक खाली वीडियो एम्बेड, या कोई भी मामला जहां प्राप्तकर्ता केवल एक वीडियो फ़ाइल प्राप्त कर सकता है।

अधिकांश उपयोगों के लिए साइडकार दृष्टिकोण जीतता है, क्योंकि वीडियो और उपशीर्षक को स्वतंत्र रखने का मतलब है कि आप बाद में वीडियो को छुए बिना कैप्शन को सही या पुन: निर्यात कर सकते हैं। बर्न-इन के लिए तभी पहुंचें जब गंतव्य आपके हाथ को मजबूर करता है, या जब आप विशेष रूप से ऐसे कैप्शन चाहते हैं जिन्हें बंद नहीं किया जा सकता है, जो ऑटोप्ले म्यूट किए गए सामाजिक क्लिप के लिए आम है।

उपशीर्षक संलग्न करें, गंतव्य के अनुसार

एक बार जब आपके पास SRT हो, तो आप इसे कैसे संलग्न करते हैं यह इस पर निर्भर करता है कि वीडियो कहां जा रहा है।

डेस्कटॉप वीडियो प्लेयर

SRT को वीडियो के समान फ़ोल्डर में रखें और इसे वही बेस नाम दें:

panel-talk.MP4
panel-talk.SRT

VLC, mpv, और अधिकांश डेस्कटॉप प्लेयर प्ले होने पर SRT को स्वचालित रूप से उठाते हैं। यदि कोई ऐसा नहीं करता है, तो इसका उपशीर्षक मेनू खोलें और फ़ाइल को हाथ से लोड करें।

वीडियो संपादक

एक संपादक में, SRT को उपशीर्षक ट्रैक के रूप में आयात करें। DaVinci Resolve इसेटाइमलाइन, फिर आयात उपशीर्षक ** के माध्यम से ले जाता है; प्रीमियर प्रो विंडो, फिर कैप्शन और ग्राफिक्स** के माध्यम से, जहां आप SRT आयात करते हैं। दोनों प्रत्येक संकेत को उसके सही टाइमकोड पर छोड़ देते हैं, और वहां से आप कैप्शन को फिर से स्टाइल कर सकते हैं और यदि आप हार्डकोडेड परिणाम चाहते हैं तो उन्हें निर्यात में जला सकते हैं।

यूट्यूब और अन्य लंबे प्रारूप वाले प्लेटफॉर्म

YouTube स्टूडियो में, वीडियो खोलें, उपशीर्षक ** पर जाएं, ** भाषा जोड़ें चुनें, भाषा के बगल में** जोड़ें** पर क्लिक करें, फिर ** फ़ाइल अपलोड करें** और SRT चुनें। यूट्यूब वीडियो के टाइमकोड को मैप करता है और ट्रैक के रूप में कैप्शन दिखाता है जिसे दर्शक टॉगल कर सकते हैं। अपना खुद का SRT अपलोड करने से उस भाषा के लिए ऑटो-जेनरेट किए गए कैप्शन बदल जाते हैं, जो तब होता है जब वीडियो में तकनीकी शब्द, नाम, या उच्चारित भाषण होता है जिसे मशीन कैप्शन खराब कर देता है।

TikTok, Reels, और YouTube शॉर्ट्स

शॉर्ट-फॉर्म कैप्शन वर्कफ़्लो अक्सर बदलते रहते हैं, और वे विनिमेय नहीं होते हैं। एक संशोधित प्रतिलेख को अपने स्रोत के रूप में रखें, फिर प्रत्येक गंतव्य के लिए वर्तमान प्रकाशन प्रवाह की जाँच करें। एक ऐप एक SRT साइडकार स्वीकार कर सकता है, जबकि दूसरा इसके अंतर्निहित कैप्शन संपादक, चिपकाए गए टेक्स्ट, या पहले से ही जलाए गए कैप्शन वाले वीडियो की अपेक्षा कर सकता है। Hushscript आपको समीक्षा की गई प्रतिलेख और SRT देता है, जबकि गंतव्य तय करता है कि वह टेक्स्ट कैसे संलग्न है।

हैंडब्रेक के साथ बर्निंग

हैंडब्रेक एक मुफ़्त, क्रॉस-प्लेटफ़ॉर्म एनकोडर है जो एक ही पास में SRT को आउटपुट वीडियो में बेक कर सकता है।

1. हैंडब्रेक खोलें और वीडियो लोड करें।
2. उपशीर्षक ** टैब पर जाएं, ** बाहरी SRT जोड़ें चुनें, और अपना SRT चुनें।
3. उस उपशीर्षक ट्रैक के बगल मेंबर्न्ड इन बॉक्स पर टिक करें।
4. एनकोड चलाएँ। आउटपुट वीडियो चित्र में उपशीर्षक को स्थायी रूप से रखता है।

सामान्य समस्याओं का निवारण

कैप्शन सिंक से बाहर हो जाते हैं। लगभग हमेशा इसका मतलब है कि SRT और वीडियो एक ही प्रारंभ बिंदु साझा नहीं करते हैं, आमतौर पर क्योंकि ट्रांसक्रिप्ट बनने के बाद वीडियो को ट्रिम कर दिया गया था। प्रत्येक टाइमस्टैम्प को परेशान करने के बजाय अंतिम कट के विरुद्ध SRT को पुनः निर्यात करें। यदि केवल पिछला आधा भाग बहता है, तो निर्यात पर वीडियो की फ़्रेम दर में बदलाव होने की संभावना है, जो समयरेखा को बढ़ाता है; मूल दर पर पुनः प्रस्तुत करें या अंतिम फ़ाइल से कैप्शन पुन: उत्पन्न करें।

सामाजिक पोस्ट पर ऑटो-कैप्शन त्रुटियों से भरे हुए हैं। यह प्लेटफ़ॉर्म का अपना इंजन है जो उच्चारण, गति, या गैर-अंग्रेजी ऑडियो के साथ संघर्ष कर रहा है। उन्हें ऐप में लाइन दर लाइन ठीक न करें। Hushscript में एक सटीक प्रतिलेख तैयार करें और या तो उस SRT को अपलोड करें या मशीन कैप्शन पर सही टेक्स्ट को पेस्ट करें, और प्लेटफ़ॉर्म उस समय को बनाए रखता है जो पहले से ही काम कर रहा है।

लाइनें स्क्रीन के किनारे से निकलती हैं। बहुत लंबी एकल लाइनों वाले SRT संकेत कुछ खिलाड़ियों द्वारा और शॉर्ट-फॉर्म लेआउट द्वारा क्लिप किए जाते हैं जहां सुरक्षित क्षेत्र संकीर्ण होता है। लंबे संकेतों को दो छोटी रेखाओं में तोड़ें, या एक लंबे संकेत को दो समयबद्ध संकेतों में विभाजित करें। ट्रांसक्रिप्ट संपादक निर्यात से पहले ऐसा करने का स्थान है, बाद में प्लेटफ़ॉर्म नहीं।

अपलोड के बाद वक्ता के नाम गायब हो गए। कुछ प्लेटफ़ॉर्म जब SRT आयात करते हैं तो प्रमुख “नाम:” उपसर्ग को हटा देते हैं, केवल बोले गए पाठ को कैप्शन के रूप में मानते हैं। यदि वक्ता को दृश्यमान रखना मायने रखता है, तो उन्हें संरक्षित करने के लिए आयात पर निर्भर रहने के बजाय क्यू टेक्स्ट में नाम लिखें, या उस गंतव्य के लिए सादे कैप्शन स्वीकार करें।

उपशीर्षक बिल्कुल भी दिखाई नहीं देते हैं। डेस्कटॉप खिलाड़ियों के लिए, पुष्टि करें कि SRT वीडियो के समान आधार नाम के साथ एक ही फ़ोल्डर में बैठता है; बेमेल होना सामान्य कारण है. वेब प्लेयर्स के लिए, जांचें कि आपने.vtt के बजाय .srt फ़ाइल सौंपी है, क्योंकि ब्राउज़र WebVTT की अपेक्षा करते हैं। किसी प्लेटफ़ॉर्म पर, सुनिश्चित करें कि कैप्शन ट्रैक सक्षम है और प्लेयर की सेटिंग में सही भाषा पर सेट है।

सटीक कैप्शन के लिए युक्तियाँ

सटीकता का निर्णय ऑडियो चरण में किया जाता है, किसी भी प्लेटफ़ॉर्म द्वारा फ़ाइल देखने से बहुत पहले। एक साफ रिकॉर्डिंग एक साफ ट्रांसक्रिप्ट देती है, और एक साफ ट्रांसक्रिप्ट ऐसे कैप्शन देती है जिन्हें आपको मुश्किल से छूना पड़ता है।

आपके पास मौजूद उच्चतम गुणवत्ता वाले ऑडियो से कैप्शन। यदि वीडियो कई रेंडर में मौजूद है, तो सबसे कम संपीड़न वाले रेंडर को ट्रांसक्राइब करें। जहां संगीत या कमरे के शोर के तहत भाषण धीमा हो, ट्रांसक्रिप्शन से पहले संवाद उठाएं, क्योंकि मॉडल केवल वही कैप्शन दे सकता है जो वह स्पष्ट रूप से सुन सकता है। प्रतिबद्ध होने से पहले हमेशा 30 सेकंड का पूर्वावलोकन पढ़ें: यह कम मात्रा, भारी उच्चारण, या क्रॉसस्टॉक को जल्दी सामने लाता है, जबकि स्रोत को ठीक करना अभी भी सस्ता है। साक्षात्कारों और पैनलों के लिए, नि:शुल्क वक्ता लेबल पर निर्भर रहें और प्रत्येक वक्ता को एक वास्तविक नाम दें, क्योंकि नामित कैप्शन दर्शकों के लिए बिना श्रेय वाले पाठ की दीवार की तुलना में अनुसरण करना कहीं अधिक आसान है। और SRT को अपने सत्य के स्रोत के रूप में रखें। वहां संपादित करें और प्रत्येक प्लेटफ़ॉर्म के कैप्शन टूल के अंदर सुधार करने के बजाय पुनः निर्यात करें, ताकि प्रत्येक गंतव्य चरण में रहे।

Hushscript इस विशेष कार्य के लिए उपयुक्त होने का कारण यह है कि फ्री टियर की ईमानदारी उस कार्य के साथ जोड़ी जाती है जो यह वास्तव में आपके लिए करता है। 30 निःशुल्क मिनट कुछ लघु वीडियो को शुरू से अंत तक कैप्शन देने के लिए पर्याप्त हैं, प्रत्येक ट्रांसक्रिप्ट पर वक्ता पृथक्करण निःशुल्क आता है, और SRT निर्यात विशिष्ट के अनुसार बनाया गया है ताकि यह सीधे ऊपर दिए गए किसी भी गंतव्य पर पहुंच जाए। मुफ़्त मिनटों के बाद यह बिना किसी सदस्यता के भुगतान-जैसा-आप-जाना है; मूल्य निर्धारण पृष्ठ में प्रति मिनट पैक होते हैं।

एक कैप्शन वाले वीडियो को बनाए रखने योग्य एकमात्र नियम यह है कि सत्य के स्रोत के रूप में SRT को माना जाए, न कि किसी प्लेटफ़ॉर्म के कैप्शन संपादक को। इसे वीडियो के बगल में रखें ताकि आप बाद में उपशीर्षक को दोबारा ट्रांसक्रिप्ट किए बिना अपडेट या पुनः निर्यात कर सकें। मल्टी-वक्ता रिकॉर्डिंग से प्रयोग करने योग्य SRT को बाहर निकालने के लिए, ज़ूम मीटिंग को कैसे ट्रांसक्राइब करें देखें।