एक वीडियो से SRT उपशीर्षक कैसे बनाएं

लेखक: Hushscript | प्रकाशित: 17 जून 2026 | अंतिम समीक्षा: 22 जुलाई 2026

एक SRT फ़ाइल यह है कि उपशीर्षक एक वीडियो से अलग कैसे यात्रा करते हैं, एक छोटी साइडकार टेक्स्ट फ़ाइल के रूप में प्लेयर चित्र के साथ पढ़ता है। आप ऑडियो को ट्रांसक्रिप्ट करके और टाइमस्टैम्प के साथ परिणाम निर्यात करके एक बनाते हैं। जिस काम में फ्रेम की प्रत्येक पंक्ति को समयबद्ध करने में दोपहर लग जाती थी, वह अब आपके लिए पूरा हो गया है; जो बचा है वह पठनीयता के लिए एक संक्षिप्त संपादन पास है। यह मार्गदर्शिका बताती है कि प्रारूप में वास्तव में क्या है, वास्तविक क्रम में वीडियो से SRT कैसे बनाएं, और इसे कैसे साफ़ करें ताकि कैप्शन अच्छी तरह से पढ़ें।

शुरू करने से पहले आपको क्या चाहिए

आपको वीडियो फ़ाइल और कुछ मिनटों की आवश्यकता है। कोई भी सामान्य कंटेनर काम करता है: MP4, MOV, MKV, WebM, AVI, और बाकी। SRT बनाने के लिए आपको संपादन सॉफ्टवेयर की आवश्यकता नहीं है, और आपको पहले वीडियो को परिवर्तित करने की आवश्यकता नहीं है। एक उपशीर्षक संपादक वैकल्पिक है और केवल बाद में उपयोगी है, यदि आप समय को ठीक करते समय एक समयरेखा दृश्य चाहते हैं।

ट्रांसक्रिप्शन के लिए आप स्वयं साइन अप करते हैं, जो प्रयास करने के लिए 30 निःशुल्क मिनटों को अनलॉक करता है। पहले प्रस्तुत किए जाने वाले 30 सेकंड के पूर्वावलोकन के लिए किसी खाते की आवश्यकता नहीं होती है, इसलिए आप कुछ भी करने से पहले गुणवत्ता देख सकते हैं।

SRT फ़ाइल क्या है

SRT का मतलब सबरिप टेक्स्ट है। प्रारूप जानबूझकर सरल है: क्रमांकित ब्लॉकों का एक क्रम, प्रत्येक अलग-अलग पंक्तियों में तीन भागों से बना होता है। पहले एक सूचकांक संख्या, फिर एक start --> end टाइमस्टैम्प, फिर उपशीर्षक पाठ की एक या दो पंक्तियाँ। एक खाली लाइन एक ब्लॉक को अगले ब्लॉक से अलग करती है।

1
00:00:02,340 --> 00:00:05,810
ऑडियो आपके ब्राउज़र में निकाला जाता है।

2
00:00:06,100 --> 00:00:09,440
केवल ऑडियो सर्वर तक पहुंचता है, वीडियो नहीं।

जब आप किसी फ़ाइल को पढ़ते हैं या हाथ से संपादित करते हैं तो कुछ विवरण मायने रखते हैं। टाइमस्टैम्प प्रारूप HH:MM:SS,mmm है, घंटे से मिलीसेकंड तक, और मिलीसेकंड से पहले विभाजक अल्पविराम है, अवधि नहीं। दोनों समयों के बीच का तीर बिल्कुल दो हाइफ़न और एक ग्रेटर-दैन चिह्न है। सूचकांक संख्याएँ बिना किसी अंतराल के 1 से क्रम में चलनी चाहिए। उनमें से कुछ भी गलत होने पर कुछ खिलाड़ी चुपचाप प्रभावित क्यू को छोड़ देंगे, जो कि सबसे आम कारण है कि हाथ से संपादित SRT आंशिक रूप से “काम करना बंद कर देता है”।

SRT समर्थन डेस्कटॉप प्लेयर्स, संपादकों और होस्टिंग प्लेटफ़ॉर्म पर व्यापक है, लेकिन यह सार्वभौमिक नहीं है। लाइब्रेरी ऑफ कांग्रेस प्रारूप विवरण क्रमांकित, समयबद्ध पाठ संकेतों के एक सरल अनुक्रम के रूप में SRT का दस्तावेजीकरण करता है; प्रत्येक गंतव्य अभी भी तय करता है कि वह कौन सा कैप्शन प्रारूप आयात करता है। मूल HTML <track> तत्व समयबद्ध पाठ के लिए WebVTT का उपयोग करता है, जैसा कि WHATWG जीवन स्तर में परिभाषित किया गया है, जो एक त्वरित रूपांतरण है जिसे आगे नीचे कवर किया गया है।

किसी वीडियो से वास्तविक क्रम में एक SRT बनाएं

प्रवाह के तीन चरण होते हैं, और क्रम वह हिस्सा है जिसे लोग पीछे की ओर ले जाते हैं। आप पहले फ़ाइल को छोड़ें और किसी भी खाते के मौजूद होने से पहले उसका पूर्वावलोकन करें।

1. मुफ़्त पूर्वावलोकन प्राप्त करने के लिए अपना वीडियो छोड़ें।/video-to-text, या /MP4-to-text पर जाएं यदि आपकी फ़ाइल MP4 है, और वीडियो को अपलोड क्षेत्र पर छोड़ें। ऑडियो ट्रैक स्थानीय प्रोसेसिंग लाइब्रेरी का उपयोग करके आपके ब्राउज़र में निकाला जाता है, फिर पहले 30 सेकंड वक्ता-लेबल पूर्वावलोकन के रूप में वापस आते हैं। इस चरण के लिए किसी खाते की आवश्यकता नहीं है, और वीडियो स्वयं आपके डिवाइस को कभी नहीं छोड़ता है।
2. बाकी को ट्रांसक्रिप्ट करने के लिए साइन अप करें। एक बार पूर्वावलोकन सही दिखने पर, पूरी फ़ाइल चलाने के लिए एक खाता बनाएं। साइन अप करने से प्रयास करने के लिए 30 निःशुल्क मिनट अनलॉक हो जाते हैं। उन्हें प्राप्त करने का सबसे तेज़ तरीका एक-डॉलर होल्ड वाले कार्ड को मान्य करना है जो अधिकृत है और फिर तुरंत जारी किया जाता है, कभी चार्ज नहीं किया जाता है; यदि आप अपने देश में उपलब्ध किसी अन्य भुगतान विधि का उपयोग करना चाहते हैं, तो इसके बजाय आपकी पहली खरीदारी के साथ 30 मिनट मिलते हैं। किसी भी तरह से कार्ड की आवश्यकता नहीं है. ट्रांसक्रिप्शन का भुगतान किया जाता है क्योंकि यह शीर्ष स्तरीय एआई पर चलता है, इसलिए यह बिना किसी सदस्यता के भुगतान के रूप में उपलब्ध है। निःशुल्क मिनटों से अधिक लंबे वीडियो के लिए, मूल्य निर्धारण पृष्ठ देखें; आप प्रति मिनट ऑडियो के लिए भुगतान करते हैं, प्रति फ़ाइल के लिए नहीं।
3. प्रतिलेख प्राप्त करें और SRT निर्यात करें। जब प्रतिलेख तैयार हो जाए, तो इसे संपादक में खोलें, कोई भी सुधार करें, फिर निर्यात पर क्लिक करें और SRT चुनें। प्रत्येक बोला गया कथन एक संकेत बन जाता है जिसका आरंभ और अंत टाइमस्टैम्प पहले से ही मौजूद होता है। डाउनलोड एक सादा.srt फ़ाइल है जिसमें कोई वॉटरमार्क नहीं है।

वक्ता लेबल आपके निर्यात करने से पहले संपादक में दिखाई देते हैं। यदि आप कैप्शन में नाम चाहते हैं, जो साक्षात्कार, बहस या पैनल के लिए उपयोगी हों, तो पहले “वक्ता 1” और “वक्ता 2” का नाम बदलकर वास्तविक नाम रखें; फिर निर्यात उन नामों को मिलान संकेतों की शुरुआत में लिखता है।

एक कारगर उदाहरण

मान लीजिए कि आपका दो लोगों के साथ 12 मिनट का रिकॉर्ड किया गया साक्षात्कार है,founder-chat.mp4। आप इसे पृष्ठ पर छोड़ दें, 30-सेकंड का पूर्वावलोकन पुष्टि करता है कि दोनों आवाज़ें साफ़-साफ़ उठाई गई हैं, और आप साइन अप करते हैं। जब पूर्ण प्रतिलेख तैयार हो जाता है, तो आप दो वक्ताों का नाम बदलकर “माया” और “डेविन” कर देते हैं, एक गलत सुना गया उत्पाद नाम ठीक करते हैं, फिर SRT के रूप में निर्यात करते हैं। फ़ाइल का उद्घाटन इस तरह दिखता है:

1
00:00:01,120 --> 00:00:04,460
माया: आज समय देने के लिए धन्यवाद।

2
00:00:04,800 --> 00:00:08,210
डेविन: बिल्कुल। मैं इसका इंतजार कर रहा था।

3
00:00:08,540 --> 00:00:12,900
माया: आइए शुरुआत से शुरू करें। यह विचार कैसे आया?

दो बातें ध्यान देने योग्य हैं। प्रत्येक संकेत एक प्राकृतिक उच्चारण को दर्शाता है, इसलिए समय एक निश्चित घड़ी के बजाय बातचीत का अनुसरण करता है। और संकेतों के बीच का अंतराल, यहां कुछ सौ मिलीसेकंड, वक्ताओं के बीच वास्तविक ठहराव को दर्शाता है। यह आमतौर पर वही है जो आप चाहते हैं, आगे एक चेतावनी दी गई है।

समय और लाइन की लंबाई संपादित करें

अधिकांश निर्यात वैसे ही उपयोग करने योग्य हैं, लेकिन दो त्वरित जांच से कैप्शन को पढ़ना काफी आसान हो जाता है। यह छोटा पास वह है जो स्वचालित रूप से जेनरेट किए गए कैप्शन को पेशेवर लगने वाले कैप्शन से अलग करता है।

लाइन की लंबाई और लाइनों की संख्या। स्टाइल गाइड अलग-अलग होते हैं, और SRT प्रारूप स्वयं एक सार्वभौमिक लाइन लंबाई या लाइन गिनती को लागू नहीं करता है। एक लंबा संकेत अभी भी पाठ की दीवार बन सकता है। जब गंतव्य के पास वर्तमान नियम हो तो उसका पालन करें; अन्यथा, प्रत्येक क्यू को कॉम्पैक्ट रखें, एक प्राकृतिक वाक्यांश सीमा पर विभाजित करें, और अंतिम फ्रेम आकार पर परिणाम की जांच करें।

पढ़ने की गति। स्क्रीन पर लंबाई का मिलान होना चाहिए कि क्यू कितनी देर तक दिखाया गया है। यदि कोई संकेत बहुत कम समय के लिए बहुत सारा पाठ दिखाता है, तो उसे प्राकृतिक विराम पर विभाजित करें या बाद के भाषण को कवर किए बिना उसे पुनः समय दें। केवल टेक्स्ट फ़ाइल से समय का आकलन करने के बजाय सामान्य प्लेबैक गति पर कैप्शन का पूर्वावलोकन करें।

समय अंतराल और ओवरलैप। दो संकेतों के बीच लगभग 80 मिलीसेकंड से कम का अंतर कुछ खिलाड़ियों को पिछली पंक्ति को बहुत लंबा पकड़ने या अगली पंक्ति को छोड़ने पर मजबूर कर सकता है, इसलिए बैक-टू-बैक संकेतों के बीच एक छोटी सी सांस छोड़ें। विपरीत समस्या ओवरलैप है: जब दो लोग एक-दूसरे के ऊपर बात करते हैं, तो इंजन प्रत्येक वक्ता को एक अलग संकेत देता है, और वे संकेत समय के साथ टकरा सकते हैं। कोई भी स्वचालित उपकरण सही ओवरलैप को पूरी तरह से हल नहीं करता है, इसलिए संवाद-भारी फुटेज के लिए, ओवरलैपिंग टाइमस्टैम्प को स्कैन करें और एक क्यू को पहले या बाद में हाथ से दबाएं।

आप यह सब किसी भी सादे पाठ संपादक में कर सकते हैं, क्योंकि प्रारूप मानव-पठनीय है। यदि आप दृश्य रूप से काम करना चाहते हैं, तो एक समर्पित उपशीर्षक संपादक जैसे विंडोज़ पर सबटाइटल एडिट या किसी भी प्लेटफ़ॉर्म पर एजिसब एक वेवफॉर्म टाइमलाइन जोड़ता है और थोक में सामान्य रिक्ति और पढ़ने की गति के मुद्दों को स्वचालित रूप से ठीक कर सकता है।

SRT बनाम VTT: कौन सा निर्यात करना है

दोनों प्रारूप आपस में मिलते-जुलते हैं, और सही विकल्प इस बात पर निर्भर करता है कि कैप्शन कहाँ चलेंगे। यदि आप प्रतिबद्ध होने से पहले पूर्ण तुलना चाहते हैं, तो SRT बनाम VTT: किस उपशीर्षक प्रारूप का उपयोग करना है प्रत्येक प्रारूप की शक्तियों को विभाजित करता है।

डेस्कटॉप खिलाड़ियों, वीडियो संपादकों और अधिकांश होस्टिंग प्लेटफार्मों के लिए SRT तक पहुंचें, जो कि लोगों की सबसे अधिक आवश्यकता है। जब कैप्शन HTML5 <video> तत्व का उपयोग करके कस्टम वेब पेज पर जाते हैं, तो WebVTT तक पहुंचें, क्योंकि यह एकमात्र प्रारूप है जिसे ब्राउज़र <track> तत्व के लिए मूल रूप से पढ़ते हैं। उनके बीच सामग्री समान है। VTT बस फ़ाइल के शीर्ष पर एक WEBVTT लाइन जोड़ता है और प्रत्येक टाइमस्टैम्प में मिलीसेकंड से पहले अल्पविराम के बजाय एक अवधि का उपयोग करता है।

क्योंकि अंतर इतना छोटा है, आपको स्विच करने के लिए दोबारा लिखने की आवश्यकता नहीं है। SRT निर्यात करें, और यदि आपको बाद में VTT की आवश्यकता है, तो इसे /tools/SRT-to-VTT पर मुफ्त कनवर्टर के माध्यम से चलाएं। यह आपके ब्राउज़र में बिना किसी खाते के काम करता है, और कुछ भी अपलोड नहीं होता है।

SRT को किसी प्लेयर, संपादक या प्लेटफ़ॉर्म में जोड़ें

एक बार जब आपके पास फ़ाइल हो, तो इसे संलग्न करना इस बात पर निर्भर करता है कि वीडियो कहां रहता है।

डेस्कटॉप प्लेयर। वीएलसी, एमपीवी और अधिकांश डेस्कटॉप प्लेयर एक साइडकार SRT को ऑटो-लोड करते हैं जब यह वीडियो का बेस नाम और फ़ोल्डर साझा करता है। अपनी फ़ाइल का नाम बदलें ताकिinterview.mp4 कोinterview.srt के साथ जोड़ा जा सके, उन्हें उसी निर्देशिका में छोड़ दें, और कैप्शन प्लेबैक पर दिखाई देंगे। यदि कोई खिलाड़ी इसे मिस करता है, तो उसके उपशीर्षक मेनू में एक मैनुअल “उपशीर्षक फ़ाइल लोड करें” विकल्प होता है।

वीडियो संपादक। DaVinci Resolve, Premiere Pro, या फाइनल कट में, SRT को उपशीर्षक या कैप्शन ट्रैक के रूप में आयात करें। संपादक प्रत्येक संकेत को सही टाइमकोड पर टाइमलाइन पर छोड़ता है, और वहां से आप फ़ॉन्ट को फिर से स्टाइल कर सकते हैं, स्थिति बदल सकते हैं, और यदि आप उन्हें हार्डकोड करना चाहते हैं तो कैप्शन को अंतिम निर्यात में जला सकते हैं।

प्लेटफ़ॉर्म और सोशल वीडियो होस्ट करना। YouTube SRT को सीधे अपने उपशीर्षक वर्कफ़्लो में स्वीकार करता है। अन्य प्लेटफ़ॉर्म एक साइडकार फ़ाइल स्वीकार कर सकते हैं, उनके अंतर्निहित कैप्शन संपादक की आवश्यकता हो सकती है, या वीडियो में कैप्शन जलाए जाने की अपेक्षा कर सकते हैं। समीक्षा की गई SRT को अपने सत्य के स्रोत के रूप में रखें, फिर यह मानने के बजाय कि एक अपलोड विधि हर जगह काम करती है, गंतव्य के वर्तमान प्रकाशन प्रवाह का उपयोग करें।

कैप्शन को अंदर जलाना। यदि आपको टॉगल करने योग्य साइडकार के बजाय पाठ को स्थायी रूप से चित्र का हिस्सा चाहिए, तो यह एक अलग एन्कोडिंग चरण है। हैंडब्रेक एक SRT को मुफ्त में एक वीडियो में बर्न कर सकता है: वीडियो लोड करें, उपशीर्षक टैब के तहत SRT जोड़ें, “बर्नड इन” पर टिक करें और एनकोड करें। इसके लिए तभी पहुंचें जब गंतव्य साइडकार फ़ाइल को नहीं पढ़ सकता है, क्योंकि एक अलग SRT संपादन योग्य रहता है जबकि बर्न-इन कैप्शन नहीं। प्रत्येक प्लेटफ़ॉर्म पर कैप्शन संलग्न करने और लिखने की विस्तृत जानकारी के लिए, देखें वीडियो में उपशीर्षक कैसे जोड़ें।

सामान्य समस्याएं और उन्हें कैसे ठीक करें

कैप्शन शुरू से ही सिंक से बाहर हैं। एक निरंतर ऑफसेट, जहां प्रत्येक पंक्ति जल्दी या देर से होती है समान मात्रा का आमतौर पर मतलब यह होता है कि खिलाड़ी समय के अनुसार फ्रेम दर से थोड़ा अलग पढ़ रहा है। अधिकांश डेस्कटॉप प्लेयर्स के पास पूरे ट्रैक को एक बार में स्थानांतरित करने के लिए उपशीर्षक-विलंब नियंत्रण होता है; इसे तब तक दबाएं जब तक कि पहली पंक्ति न आ जाए, और बाकी उसके बाद आ जाती है।

समय के साथ सिंक और दूर हो जाता है। वीडियो चलने के साथ-साथ बढ़ने वाला बहाव स्रोत और रेंडर की गई कॉपी के बीच फ्रेम-रेट बेमेल की ओर इशारा करता है, जो 23.976 एफपीएस फ़ाइल को 25 एफपीएस या बैक में परिवर्तित करने के बाद आम है। वीडियो के उस संस्करण के विरुद्ध SRT को पुनः निर्यात करें जिसे आप वास्तव में प्रकाशित करेंगे, पहले के कट के बजाय।

एक वक्ता का नाम कैप्शन से गायब है। यदि आपने लेबल का नाम बदल दिया है लेकिन एक प्लेटफ़ॉर्म कोई नाम नहीं दिखाता है, तो वह प्लेटफ़ॉर्म आयात पर SRT से वक्ता उपसर्गों को हटा सकता है। ऐसी कोई SRT सेटिंग नहीं है जो उन्हें बाध्य करती हो; विश्वसनीय समाधान कैप्शन को जलाना है, जहां नाम चित्र का हिस्सा हैं।

एक गैर-अंग्रेजी वीडियो गलत भाषा में वापस आया। Hushscript लगभग 99 भाषाओं में बोली जाने वाली भाषा का स्वचालित रूप से पता लगाता है, लेकिन एक बहुत छोटी या शोर वाली क्लिप कभी-कभी गलत पढ़ी जा सकती है। एक क्लीनर अनुभाग को फिर से चलाएँ, या यह पुष्टि करने के लिए भाषाएँ पृष्ठ जाँचें कि भाषा कवर की गई है।

लंबे खंडों को एक विशाल संकेत के रूप में पढ़ा जाता है। ऐसा तब होता है जब कोई स्पष्ट विराम के बिना लंबे समय तक बोलता है। एक वाक्य सीमा पर संकेत को मैन्युअल रूप से विभाजित करें ताकि किसी भी एकल ब्लॉक में पढ़ने योग्य पाठ की दो से अधिक पंक्तियाँ न हों।

सटीकता युक्तियाँ जो कम संपादन में भुगतान करती हैं

आपके कैप्शन की अधिकांश गुणवत्ता आपके द्वारा फ़ीड किए गए ऑडियो द्वारा संपादक को खोलने से पहले निर्धारित की जाती है। स्वच्छ स्रोत ऑडियो का अर्थ है कम सुने गए शब्द और सख्त टाइमस्टैम्प, जिसका अर्थ है छोटा संपादन उत्तीर्ण.

बिना भारी दबाव के सामान्य बोलने के स्तर पर ऑडियो रिकॉर्ड करें या निर्यात करें, और जहां संभव हो संवाद के तहत तेज़ पृष्ठभूमि संगीत से बचें। जब कई लोग शामिल होते हैं, तो एक रिकॉर्डिंग जहां प्रत्येक आवाज यथोचित रूप से अलग होती है, वक्ता लेबल को सुसंगत रहने में मदद करती है, जो मायने रखता है यदि आप कैप्शन में नाम रखने की योजना बनाते हैं। यदि स्रोत एक वीडियो है जिसे आपने पहले ही प्रकाशित कर दिया है, तो ऑडियो कुछ भी हो, लेकिन जो कुछ भी आप स्वयं रिकॉर्ड करते हैं, स्तरों और माइक्रोफ़ोन प्लेसमेंट पर कुछ मिनटों का ध्यान बाद में किसी भी संपादन की तुलना में कैप्शन गुणवत्ता के लिए अधिक काम करता है।

SRT के बाद: शेष प्रतिलेख

SRT बनाने से आपको पूर्ण प्रतिलेख भी मिलता है, इसलिए आप उपशीर्षक तक सीमित नहीं हैं। उसी सत्र से आप शो नोट्स, बातचीत के ब्लॉग संस्करण या वीडियो के बगल में पोस्ट की गई एक सुलभ प्रतिलेख के लिए टेक्स्ट को TXT या DOCX के रूप में निर्यात कर सकते हैं। एक साफ़ प्रतिलेख को निर्यात करना एक वीडियो को टेक्स्ट में कैप्शन करने जैसा ही उत्पाद है; SRT इससे निकलने वाले प्रारूपों में से एक है।

अगले चरण के लिए, इन कैप्शन को वीडियो पर डालें और साइडकार फ़ाइल और बर्न-इन ट्रैक के बीच चयन करें, देखें वीडियो में उपशीर्षक कैसे जोड़ें।