Przejdź do głównej treści

Blog

Formaty plików transkrypcji: który jest ci potrzebny?

Autor: Opublikowano: Ostatnio sprawdzono:

Format zależy od tego, co stanie się z transkrypcją dalej, a nie od jednego uniwersalnego najlepszego wyboru. Jako zasada praktyczna: TXT lub DOCX do czytania i edytowania jako dokument, SRT lub VTT do napisów, a CSV lub JSON, gdy transkrypcja trafia do arkusza kalkulacyjnego albo potoku danych.

Do wyboru jest 21 formatów plików transkrypcji przy eksporcie z Hushscript, czyli sporo do przewijania, jeśli nie wiesz jeszcze, którego potrzebujesz. Pomiń listę i zacznij od tego, co zamierzasz zrobić z transkrypcją dalej, a właściwy format wyjdzie z tego niemal automatycznie.

Najważniejsze informacje

Tworzenie napisów, także dla osób niesłyszących i słabosłyszących

Sześć formatów jest przeznaczonych do napisów z czasem: SRT, VTT, ASS, TTML, SBV i LRC. SRT jest szeroko obsługiwanym formatem domyślnym; opis WebVTT w Library of Congress wyjaśnia format .vtt używany do wideo w sieci, a wytyczne publikacyjne GOV.UK zaznaczają, że platformy publikacyjne mogą akceptować SRT, VTT lub SBV. ASS dodaje stylowanie ponad samym czasem, a TTML obsługuje procesy wymagające bogatszego tekstu z czasem. LRC jest przeznaczony do synchronizacji w stylu tekstów piosenek. Zawsze sprawdź aktualną listę importu w miejscu docelowym, zanim wybierzesz format.

Każdy z nich jest wliczony w transkrypcję przez generator napisów. Format wybierasz przy eksporcie, a nie przed rozpoczęciem. Jeśli masz już plik z napisami i potrzebujesz go tylko w innym formacie, to mniejsze zadanie niż transkrypcja: bezpłatny konwerter napisów zamienia SRT, VTT, ASS, TTML i SBV między sobą bezpośrednio w twojej przeglądarce, bez niczego do transkrybowania.

Umieszczanie w dokumencie

DOCX, PDF, XLSX, ODS i ODT obejmują zastosowanie biurowe. DOCX lub ODT daje dokument, który możesz redagować w zgodnym edytorze; gdy zgodność ma znaczenie, sprawdź aplikację i wersję odbiorcy. PDF służy do przekazania w stałej postaci. XLSX i ODS umieszczają transkrypcję w arkuszu, jeden wiersz na linię, co przydaje się, gdy chcesz filtrować lub sortować według osoby mówiącej albo znacznika czasu, zamiast czytać od początku do końca.

Przekazanie do potoku danych

JSON, CSV, TSV i XML są zbudowane dla oprogramowania, a nie dla ludzi. JSON daje uporządkowany obiekt z polami osoby mówiącej i znacznika czasu przy każdej linii, gotowy do przetworzenia przez skrypt. CSV i TSV to te same dane jako zwykła tabela, do arkusza kalkulacyjnego lub importu do bazy danych. XML obsługuje systemy, które właśnie go oczekują. Żaden z nich nie jest przeznaczony do bezpośredniego czytania. To dane wejściowe dla czegoś innego.

Przeniesienie do programu montażowego

FCPXML i EDL istnieją do jednego zadania: zaimportowania transkrypcji jako znaczników na osi czasu w edytorze wideo. FCPXML jest zbudowany dla Final Cut; EDL obsługuje Premiere, Resolve i większość innych programów montażowych NLE. Każdy z nich zamienia transkrypcję w znaczniki klipów na osi czasu zamiast dokumentu, do którego musiałbyś osobno zaglądać podczas montażu.

Archiwizacja lub przekazanie całości

Gdy zadanie wymaga kilku formatów naraz, a nie jednego, gotowy pakiet archiwum zbiera je razem: Subtitle pack dla plików z napisami, Research pack dla formatów tekstowych i danych, Office pack dla dokumentów, Editor pack dla formatów osi czasu albo All formats dla wszystkiego naraz. Każde archiwum jest dostarczane jako chroniony hasłem plik .husharchive z manifestem i sumami kontrolnymi albo jako standardowy ZIP szyfrowany AES, jeśli narzędzie po stronie odbiorcy nie otwiera plików .husharchive. Jeśli dostaniesz plik .husharchive od kogoś innego, możesz go również otworzyć, zweryfikować i rozpakować w przeglądarce.

Szybkie czytanie i zwykły tekst

TXT, Markdown, HTML i RTF dopełniają listę dla najprostszego przypadku: chcesz po prostu przeczytać słowa albo wkleić je gdzieś. TXT otwiera się w niemal każdym edytorze tekstu. Markdown pasuje do wiki i narzędzi do dokumentacji. HTML przyda się przy publikacji w sieci. RTF to opcja zgodności dla edytorów dokumentów, które nie przyjmują DOCX.

Wszystkie 21 formatów w skrócie

Format Kategoria Zastosowanie
SRT Napisy Szeroko obsługiwany domyślny format napisów
VTT Napisy Napisy do wideo w sieci
ASS Napisy Stylizowane napisy ponad samym czasem
TTML Napisy Procesy z bogatszym tekstem z czasem
SBV Napisy Alternatywny format, który akceptują niektóre platformy
LRC Napisy Synchronizacja w stylu tekstów piosenek
DOCX Dokument Edytowalny dokument, popularne edytory
ODT Dokument Edytowalny dokument, format otwarty
PDF Dokument Przekazanie w stałej postaci
XLSX Dokument Arkusz kalkulacyjny, jeden wiersz na linię
ODS Dokument Arkusz kalkulacyjny, format otwarty
JSON Dane Uporządkowany obiekt z polami osoby mówiącej i znacznika czasu
CSV Dane Zwykła tabela do arkusza kalkulacyjnego lub importu do bazy danych
TSV Dane To samo co CSV, rozdzielane tabulatorami
XML Dane Systemy, które właśnie go oczekują
FCPXML Oś czasu edytora Znaczniki klipów dla Final Cut
EDL Oś czasu edytora Znaczniki klipów dla Premiere, Resolve i innych programów NLE
TXT Tekst Czytaj lub wklejaj gdziekolwiek
Markdown Tekst Wiki i narzędzia do dokumentacji
HTML Tekst Publikacja w sieci
RTF Tekst Opcja zgodności dla edytorów, które nie przyjmują DOCX

Jak wygląda transkrypcja

Oto krótki przykład transkrypcji, który pokazuje, jak wygląda wynik, zanim wybierzesz format: znaczniki czasu, oznaczenia osób mówiących i same słowa.

[00:00:03] Speaker 1: Dziękuję, że jesteście. Zacznijmy od liczb budżetowych.
[00:00:07] Speaker 2: Jasne. Q3 wyszedł około dwanaście procent powyżej prognozy.
[00:00:14] Speaker 1: To się zgadza z tym, co zgłosił marketing. Jakieś obawy co do Q4?
[00:00:19] Speaker 2: Tylko kadry. Brakuje nam dwóch zatrudnień do planu.

Każdy format niesie jakąś wersję tego zapisu: TXT i DOCX zachowują go jako czytelny tekst, SRT i VTT zamieniają znaczniki czasu we wpisy (cue), a JSON lub CSV rozbijają każdą linię na uporządkowane pola. Słowa nie zmieniają się między formatami, zmienia się tylko to, jak są spakowane na następny krok.

Przykład z praktyki

Montażysta wideo dostaje z Hushscript dwugodzinny wywiad i potrzebuje z niego dwóch rzeczy: plików z napisami do wgrania na platformę oraz znaczników na osi czasu, żeby asystent montażysty mógł podczas cięcia przeskakiwać do konkretnych odpowiedzi. Jedna transkrypcja, dwa eksporty (SRT do napisów, EDL do osi czasu w Premiere), bez ponownej transkrypcji i bez osobnego narzędzia do któregokolwiek z formatów.

Zacznij od transkrypcji, a nie od formatu

Pytanie o format pojawia się tylko dlatego, że Hushscript traktuje je jako ostatni krok, a nie decyzję konfiguracyjną. Przetranskrybuj raz na stronie audio na tekst, a potem wyeksportuj ten z 21 formatów, którego faktycznie potrzebuje aktualne zadanie, dziś i ponownie później, jeśli następne zadanie wymaga czegoś innego. Jeśli chodzi o samą część z napisami, jak dodać napisy do wideo omawia krok eksportu i synchronizacji dokładniej.

Niezależne źródła i standardy

Hushscript korzystał z tych niezależnych źródeł niezwiązanych z konkurencją. Wyjaśniają badania, standardy lub działanie platform i nie stanowią rekomendacji Hushscript.

Źródła sprawdzono:

Najczęściej zadawane pytania

Czy muszę wybrać tylko jeden format eksportu?

Nie. Tę samą transkrypcję możesz wyeksportować w tylu z 21 formatów, ilu chcesz, kiedy chcesz, i możesz wrócić później, żeby wyeksportować kolejne. Wybranie jednego teraz nie zamyka dostępu do pozostałych.

Mam już plik z napisami. Czy muszę transkrybować go jeszcze raz?

Nie. Jeśli chcesz tylko zamienić plik z napisami z jednego formatu na inny, zrobi to bezpośrednio bezpłatny konwerter napisów działający w przeglądarce, bez żadnej transkrypcji. Transkrypcja służy tylko do tego, żeby w ogóle zamienić audio lub wideo na tekst.

Czym jest pakiet archiwum?

Skrótem do pobrania kilku powiązanych formatów naraz zamiast pojedynczo: Subtitle pack dla plików z napisami, Research pack dla formatów tekstowych i danych, Office pack dla dokumentów, Editor pack dla formatów osi czasu albo All formats dla wszystkiego. Każdy pakiet jest dostarczany jako chronione hasłem archiwum z manifestem i sumami kontrolnymi albo jako standardowy szyfrowany ZIP, jeśli narzędzie po drugiej stronie nie potrafi otworzyć formatu archiwum.

Czy któryś z 21 formatów kosztuje dodatkowo?

Nie. Wszystkie 21 są wliczone w transkrypcję i żaden z nich nie ma znaku wodnego. Płacisz za minuty, które transkrybujesz, a nie za to, jakie formaty potem eksportujesz.

Jaki format wybrać, jeśli jeszcze nie jestem pewien?

TXT to mocna domyślna opcja do przeglądania tekstu, a SRT to mocna domyślna opcja do pracy z napisami. Oba są szeroko obsługiwane, ale o ostatecznym formacie powinien zdecydować system, który odbiera plik. Inny format możesz wyeksportować później bez ponownej transkrypcji.

Zacznij od 30 bezpłatnych minut

Sprawdź podgląd do 5 minut, zanim utworzysz konto, a nowe konto osobiste otrzymuje bezpłatny podgląd pierwszego pliku przesłanego w aplikacji. Pełna transkrypcja wymaga konta i minut; konta osobiste spełniające warunki jednorazowo dostają 30 bezpłatnych minut, po weryfikacji karty lub przy pierwszym zakupie. Bez abonamentu.

Otrzymaj 30 bezpłatnych minut