Blog

Jak dodać napisy do wideo, także dla niesłyszących

Autor: Hushscript | Opublikowano: 16 czerwca 2026 | Ostatnio sprawdzono: 20 października 2026

Dodanie napisów do wideo to dwa zadania, nie jedno: przygotować plik z napisami, a potem dołączyć go do wideo. Pierwsze zadanie budzi niechęć, bo ręczne czasowanie każdego wiersza trwa długo. Hushscript automatyzuje tę część: wygeneruj transkrypcję ze znacznikami czasu z dźwięku, przejrzyj ją, wyeksportuj SRT i dołącz plik wszędzie tam, gdzie miejsce docelowe to obsługuje. Ten poradnik obejmuje oba zadania oraz jedną prawdziwą decyzję, którą trzeba po drodze podjąć: osobny plik z napisami czy ścieżka wypalona w obrazie.

Napisy (subtitles) a napisy dla osób niesłyszących i słabosłyszących (captions)

Te terminy bywają używane zamiennie, ale różnica jest prawdziwa. Napisy (subtitles) zapisują dialogi dla widzów, którzy słyszą dźwięk, ale nie rozumieją języka. Napisy dla osób niesłyszących i słabosłyszących (captions) zapisują dialogi i dodają sygnały dźwiękowe niebędące mową, takie jak [music playing] czy [door slams], dla widzów, którzy w ogóle nie słyszą dźwięku. Wskazówki Section 508 dotyczące napisów obejmują w równoważnej ścieżce dialogi, identyfikację osób mówiących, muzykę i efekty dźwiękowe, a wytyczne W3C dotyczące dostępności mediów wyjaśniają, dlaczego sama transkrypcja nie zastępuje zsynchronizowanych napisów.

W praktyce większość platform udostępnia jedną ścieżkę napisów, która pełni obie role, dlatego te słowa się zlewają. Wybierz według celu. Jeśli robisz napisy ze względu na dostępność, dodawaj krótkie opisy w nawiasach dla dźwięków, które niosą znaczenie. Jeśli zależy ci na zasięgu międzynarodowym albo na tym, by wyszukiwarki mogły zindeksować to, co jest mówione, wystarczą zwykłe napisy z samymi dialogami. Tak czy inaczej punkt wyjścia jest ten sam, więc nie musisz decydować przed wygenerowaniem pliku.

Czego potrzebujesz na start

Potrzebujesz wideo źródłowego i sposobu na przygotowanie pliku z napisami. Jeśli masz już plik SRT, przejdź do sekcji o jego dołączaniu. Jeśli nie, potrzebujesz transkrypcji dźwięku ze znacznikami czasu, którą omawia następna sekcja. Aby wypalić napisy w obrazie zamiast dostarczać je osobno, potrzebujesz też bezpłatnego enkodera, takiego jak HandBrake, albo edytora wideo, który potrafi wyrenderować ścieżkę napisów przy eksporcie.

Jednej rzeczy nie potrzebujesz: oryginalnego wideo pod ręką na etapie transkrypcji. Hushscript odczytuje dźwięk z wideo w twojej przeglądarce, więc przesyłany jest tylko dźwięk, a plik wideo nigdy nie opuszcza twojego komputera.

Jeśli chcesz mieć dźwięk także jako osobny plik, bezpłatne narzędzie do wyodrębniania audio z wideo wyciąga go w przeglądarce, bez rejestracji i bez przesyłania czegokolwiek.

Wygeneruj napisy z dźwięku

Jeśli nie masz jeszcze pliku z napisami, generator napisów Hushscript tworzy go ze ścieżki dźwiękowej wideo, a SRT, VTT i każdy inny format napisów są w zestawie. Nie wpisujesz ani nie czasujesz niczego ręcznie.

1. Przeciągnij wideo na stronę Wideo na tekst. Od razu pojawia się tam 5-minutowy podgląd początku z oznaczeniami osób mówiących, bez konta. Dźwięk jest najpierw wyodrębniany w twojej przeglądarce, więc wysyłany jest tylko dźwięk, a wideo zostaje na twoim urządzeniu. Użyj podglądu, by sprawdzić, czy mowa jest dobrze słyszana, zanim przejdziesz dalej.
2. Utwórz konto, aby dodać napisy do całego pliku. Transkrypcja poza podglądem wymaga bezpłatnego konta. Kwalifikujące się konta osobiste mogą jednorazowo otrzymać 30 bezpłatnych minut, po weryfikacji karty albo z pierwszym zakupem minut; warunki znajdziesz w cenniku. Karta nie jest wymagana.
3. Prześlij całe wideo i wyeksportuj jako SRT. Gdy transkrypcja jest gotowa, pobierz ją jako SRT. Każdy wiersz mowy staje się wpisem (cue) ze znacznikiem czasu początku, znacznikiem czasu końca i tekstem, sformatowanym zgodnie ze specyfikacją SRT, bez dodatkowej pracy po twojej stronie.

Wyeksportowany SRT jest od razu gotowy do dołączenia. Przy wywiadzie lub panelu, gdzie warto widzieć, kto mówi, zmień oznaczenia osób mówiących w edytorze transkrypcji przed eksportem, a nazwy trafią do każdego wpisu.

Aby przyjrzeć się samemu plikowi, w tym edycji czasowania i skracaniu długich wierszy, zobacz jak utworzyć napisy SRT z filmu.

Przykład z praktyki

Załóżmy, że masz panel-talk.mp4, 12-minutową nagraną dyskusję prowadzącego z dwójką gości, i chcesz mieć napisy do wgrania na YouTube. Przeciągasz plik na stronę Wideo na tekst; 5-minutowy podgląd wraca z trzema osobami mówiącymi już rozdzielonymi, więc wiesz, że dźwięk jest czysty. Tworzysz konto, cały plik transkrybuje się w kilka minut, a ty zmieniasz „Speaker 1” na imię prowadzącego i dwie pozostałe osoby na imiona gości. Po wyeksportowaniu SRT zaczyna się tak:

1
00:00:01,200 --> 00:00:04,600
Prowadzący: Witamy ponownie. Dziś rozmawiamy
o finansowaniu open source.

2
00:00:04,900 --> 00:00:08,150
Gość A: Dziękuję za zaproszenie. To
problem, którego nikt jeszcze naprawdę nie rozwiązał.

Ten plik wgrywasz na YouTube. Numery wpisów, znaczniki czasu i podziały wierszy są na miejscu, więc platforma nakłada napisy na wideo bez dalszej edycji.

Zamień SRT na VTT, jeśli trzeba

Odtwarzacze webowe HTML5 oczekują WebVTT (.vtt), a nie SRT. Oba formaty są blisko spokrewnione: VTT dodaje wiersz nagłówka WEBVTT i używa kropki zamiast przecinka w znacznikach czasu. Jeśli nie wiesz, którego formatu oczekuje dany odtwarzacz lub platforma, SRT czy VTT wyjaśnia, kiedy sięgnąć po który. Przekonwertuj jeden na drugi za darmo za pomocą konwertera SRT na VTT. Narzędzie działa w twojej przeglądarce, nie wymaga konta i niczego nie przesyła. Przeciągnij SRT, pobierz VTT.

Napisy wypalone a osobny plik SRT

Napisy podróżują z wideo na dwa sposoby i to jest decyzja, którą warto podjąć dobrze przed publikacją.

Osobny plik SRT (sidecar) to oddzielny plik. Odtwarzacz czyta wideo i plik z napisami razem i nakłada napisy podczas odtwarzania. To elastyczna opcja. Możesz poprawić literówkę w SRT bez ponownego kodowania wideo i dostarczyć kilka języków jako kilka plików SRT do jednego wideo. Tak działają YouTube, Vimeo i większość pakietów do montażu.

Wypalona (hardcoded) ścieżka to przeciwieństwo. Tekst jest renderowany na stałe w klatkach wideo, więc każdy widz go widzi niezależnie od ustawień odtwarzacza i nie da się go wyłączyć. Potrzebujesz tego, gdy miejsce docelowe nie potrafi odczytać pliku z napisami: klip wysłany przez komunikator, samo osadzone wideo bez obsługi napisów albo każdy przypadek, w którym odbiorca może dostać tylko jeden plik wideo.

W większości zastosowań wygrywa osobny plik, bo niezależność wideo i napisów pozwala później poprawić lub ponownie wyeksportować napisy bez ruszania wideo. Sięgaj po wypalanie tylko wtedy, gdy miejsce docelowe cię do tego zmusza albo gdy chcesz napisów, których nie da się wyłączyć, co jest częste w klipach społecznościowych odtwarzanych automatycznie bez dźwięku.

Dołącz napisy, według miejsca docelowego

Gdy masz już SRT, sposób dołączenia zależy od tego, dokąd trafia wideo.

Odtwarzacze na komputer

Umieść SRT w tym samym folderze co wideo i nadaj mu taką samą nazwę podstawową:

panel-talk.mp4
panel-talk.srt

VLC, mpv i większość odtwarzaczy na komputer wczytuje SRT automatycznie przy odtwarzaniu. Jeśli któryś tego nie robi, otwórz jego menu napisów i wczytaj plik ręcznie.

Edytory wideo

W edytorze zaimportuj SRT jako ścieżkę napisów. DaVinci Resolve robi to przez Timeline, potem Import Subtitle; Premiere Pro przez Window, potem Captions and Graphics, gdzie importujesz SRT. Oba umieszczają każdy wpis na właściwym kodzie czasowym, a stamtąd możesz zmienić styl napisów i wypalić je w eksporcie, jeśli chcesz uzyskać wersję na stałe.

YouTube i inne platformy z długimi materiałami

W YouTube Studio otwórz wideo, przejdź do Subtitles, wybierz Add language, kliknij Add obok języka, potem Upload file i wskaż SRT. YouTube dopasowuje kody czasowe do wideo i pokazuje napisy jako ścieżkę, którą widzowie mogą włączać i wyłączać. Wgranie własnego SRT zastępuje automatycznie wygenerowane napisy dla tego języka, co jest właściwym ruchem, gdy wideo zawiera terminy techniczne, nazwy własne lub mowę z akcentem, które automat poprzekręcał.

TikTok, Reels i YouTube Shorts

Procesy tworzenia napisów w krótkich formach często się zmieniają i nie są wymienne. Trzymaj jedną poprawioną transkrypcję jako źródło, a potem sprawdź aktualny proces publikacji w każdym miejscu docelowym. Jedna aplikacja może przyjąć SRT jako osobny plik, a inna może oczekiwać wbudowanego edytora napisów, wklejonego tekstu albo wideo z napisami już wypalonymi. Hushscript daje ci sprawdzoną transkrypcję i SRT, a o tym, jak ten tekst zostanie dołączony, decyduje miejsce docelowe.

Wypalanie w HandBrake

HandBrake to bezpłatny, wieloplatformowy enkoder, który potrafi wtopić SRT w wideo wyjściowe w jednym przebiegu.

1. Otwórz HandBrake i wczytaj wideo.
2. Przejdź do karty Subtitles, wybierz Add External SRT i wskaż swój SRT.
3. Zaznacz pole Burned In obok tej ścieżki napisów.
4. Uruchom kodowanie. Wideo wyjściowe niesie napisy na stałe w obrazie.

Rozwiązywanie typowych problemów

Napisy rozjeżdżają się z obrazem. Prawie zawsze oznacza to, że SRT i wideo nie mają tego samego punktu startu, zwykle dlatego, że wideo przycięto po wykonaniu transkrypcji. Wyeksportuj SRT ponownie dla ostatecznej wersji zamiast przesuwać każdy znacznik czasu. Jeśli rozjeżdża się tylko druga połowa, prawdopodobnie przy eksporcie zmieniono liczbę klatek na sekundę wideo, co rozciąga oś czasu; wyrenderuj ponownie z pierwotną liczbą klatek albo wygeneruj napisy od nowa z ostatecznego pliku.

Automatyczne napisy w poście społecznościowym są pełne błędów. To własny silnik platformy, który ma kłopot z akcentami, tempem albo dźwiękiem w innym języku niż angielski. Nie poprawiaj ich wiersz po wierszu w aplikacji. Wygeneruj dokładną transkrypcję w Hushscript i wgraj ten SRT albo wklej poprawiony tekst na napisy z automatu, a platforma zachowa czasowanie, które już wyliczyła.

Wiersze wychodzą poza krawędź ekranu. Wpisy SRT z bardzo długimi pojedynczymi wierszami są przycinane przez niektóre odtwarzacze i przez układy krótkich form, gdzie bezpieczny obszar jest wąski. Podziel długie wpisy na dwa krótsze wiersze albo jeden długi wpis na dwa wpisy z osobnym czasem. Edytor transkrypcji to miejsce, by zrobić to przed eksportem, a nie platforma po fakcie.

Nazwy osób mówiących zniknęły po wgraniu. Niektóre platformy usuwają początkowy prefiks „Imię:” przy imporcie SRT, traktując jako napisy tylko wypowiadany tekst. Jeśli ważne jest, by osoby mówiące były widoczne, wypal nazwy w tekście wpisu zamiast liczyć na to, że import je zachowa, albo zaakceptuj zwykłe napisy w tym miejscu.

Napisy w ogóle się nie pokazują. W odtwarzaczach na komputer sprawdź, czy SRT leży w tym samym folderze i ma taką samą nazwę podstawową jak wideo; niezgodność to zwykła przyczyna. W odtwarzaczach webowych sprawdź, czy przekazano plik .vtt, a nie .srt, bo przeglądarki oczekują WebVTT. Na platformie upewnij się, że ścieżka napisów jest włączona i ustawiona na właściwy język w ustawieniach odtwarzacza.

Wskazówki dla dokładnych napisów

Dokładność rozstrzyga się na etapie dźwięku, na długo zanim jakakolwiek platforma zobaczy plik. Czyste nagranie daje czystą transkrypcję, a czysta transkrypcja daje napisy, których prawie nie trzeba ruszać.

Twórz napisy z dźwięku o najwyższej jakości, jaki masz. Jeśli wideo istnieje w kilku wersjach, transkrybuj tę o najmniejszej kompresji. Tam, gdzie mowa jest cicha pod muzyką lub hałasem w pomieszczeniu, podgłośnij dialog przed transkrypcją, bo model może zapisać tylko to, co wyraźnie słyszy. Zawsze przeczytaj 5-minutowy podgląd, zanim się zdecydujesz: pokazuje niską głośność, mocne akcenty i przekrzykiwanie się na wczesnym etapie, gdy poprawa źródła jest jeszcze tania. W wywiadach i panelach korzystaj z bezpłatnych oznaczeń osób mówiących i nadaj każdej osobie prawdziwe imię, bo napisy z imionami są dla widzów znacznie łatwiejsze do śledzenia niż ściana tekstu bez przypisania wypowiedzi. I traktuj SRT jako swoje źródło prawdy. Edytuj tam i eksportuj ponownie, zamiast poprawiać w narzędziu napisów każdej platformy, aby każde miejsce docelowe było zsynchronizowane.

Hushscript pasuje do tego zadania dzięki uczciwości bezpłatnej oferty połączonej z pracą, którą faktycznie za ciebie wykonuje. Te 30 bezpłatnych minut wystarcza, by od początku do końca dodać napisy do kilku krótkich wideo, rozróżnianie osób mówiących jest bezpłatne przy każdej transkrypcji, a eksport SRT jest zgodny ze specyfikacją, więc trafia prosto do każdego z powyższych miejsc docelowych. Po bezpłatnych minutach obowiązuje płatność za wykorzystane minuty, bez abonamentu; strona cennika zawiera pakiety minut.

Jedyna zasada, która pozwala utrzymać wideo z napisami, to traktowanie SRT, a nie edytora napisów żadnej platformy, jako źródła prawdy. Trzymaj go obok wideo, aby móc później zaktualizować lub ponownie wyeksportować napisy bez ponownej transkrypcji. Aby wyciągnąć użyteczny SRT z nagrania z wieloma osobami mówiącymi, zobacz jak transkrybować spotkanie na Zoomie.