การแปลงเสียงเป็นข้อความและ SRT· การเปรียบเทียบระหว่าง VTT และ TXT

[](/th/tools/speech-to-text/) เสียงเป็นข้อความ — คู่มือนี้อธิบายขั้นตอนการทํางานสําคัญ การแลกเปลี่ยน ข้อจํากัด และจุดตรวจสอบก่อนส่งออก

SRT, VTT และ TXT สามารถมีคําจากการบันทึกเดียวกันได้ แต่แต่ละคําถูกสร้างขึ้นเพื่อวัตถุประสงค์ที่แตกต่างกัน ข้อความ SRT และข้อความ VTT ถูกจัดเรียงเป็นคิวในเวลาที่เหมาะสมและรองรับการเล่นวิดีโอ TXT ข้อความธรรมดาสําหรับการอ่าน แก้ไข ค้นหา จดบันทึก หรือแปลงในภายหลัง

การเลือกส่งออกผิดไม่ได้หมายความว่าจะสูญเสียทรานสคริปต์เสมอไป แต่อาจมีงานเพิ่มเติมเกิดขึ้นได้ เริ่มจากสิ่งที่คุณต้องทําต่อไป

การเปรียบเทียบง่าย ๆ

รูปแบบรายการ	รวมเวลาประทับ	การใช้งานทั่วไป	จุดแข็ง	ข้อจํากัด
SRT	ใช่	ซับไตเติลวิดีโอ	นี่เป็นวิธีที่ง่ายและได้รับการยอมรับอย่างกว้างขวาง	การจัดแต่งทรงและข้อมูลเมตาจํากัด
VTT	ใช่	ซับไตเติลเว็บและข้อความจํากัดเวลา	ออกแบบมาสําหรับสื่อเว็บ; การสนับสนุนการตั้งค่าคิว	ยังต้องยืนยันการสนับสนุนปลายทาง
TXT	ไม่ธรรมดา	การอ่าน, บันทึก, การแก้ไข, การค้นหา	แก้ไขง่ายและง่าย	ไม่ได้ซิงค์กับวิดีโอโดยตรง

ไฟล์ SRT คืออะไร?

SRT ในรูปแบบซับไตเติลข้อความธรรมดา คิวทั่วไปประกอบด้วยหมายเลขลําดับ เวลาเริ่มต้นและสิ้นสุด และข้อความซับไตเติล

``text 1 00:00:01,000 --> 00:00:04,000 Welcome to the video. ``

SRT มีประโยชน์เมื่อแพลตฟอร์มวิดีโอหรือบรรณาธิการคาดหวังไฟล์ซับไตเติลที่มีจังหวะเวลาง่าย ตรวจสอบและแก้ไขได้ง่ายในโปรแกรมแก้ไขข้อความ

SRT เลือก:

• ปลายทางจะร้องขอ .srt อย่างชัดเจน;
• ต้องมีไฟล์คําบรรยายแบบพกพา;
• แค่จับเวลาและข้อความก็เพียงพอแล้ว;
• ความเข้ากันได้กว้างขวางกับเครื่องมือแก้ไขสําคัญกว่าฟีเจอร์เฉพาะเว็บ

ไฟล์ VTT คืออะไร?

WebVTT เป็นรูปแบบข้อความที่มีเวลาจํากัด ออกแบบมาสําหรับวิดีโอเว็บ ไฟล์เริ่มต้นด้วย WEBVTT และเวลาประทับมักใช้มิลลิวินาที

```text WEBVTT

00:00:01.000 --> 00:00:04.000 Welcome to the video. ```

W3C WebVTT ข้อกําหนด อธิบายการใช้รูปแบบสําหรับคําบรรยาย คําบรรยาย คําอธิบาย บท และข้อมูลเมตาที่เรียงตามเวลาอื่น ๆ

VTT เลือก:

• มีซับไตเติลในรูปแบบวิดีโอเว็บ;
• ผู้เล่นหรือแพลตฟอร์มรองรับ WebVTT โดยเฉพาะ;
• คุณต้อง WebVTT การตั้งค่าคิวหรือเมตาดาต้า;
• มันคือการสร้างประสบการณ์สื่อผ่านเบราว์เซอร์

ทรานสคริปต์ TXT คืออะไร?

TXT เป็นข้อความธรรมดาที่ไม่ต้องใช้โครงสร้างคําบรรยาย สิ่งเหล่านี้อาจรวมถึงย่อหน้า ป้ายผู้พูด เวลาประทับ ชื่อเรื่อง และอื่น ๆ แต่องค์ประกอบเหล่านี้ไม่ใช่รูปแบบข้อความจํากัดเวลาที่ใช้ได้ทั่วไป แต่เป็นเพียงธรรมเนียมปฏิบัติเท่านั้น

TXT เลือก:

• บทภาพยนตร์นี้ใช้สําหรับอ่านหรือแก้ไข;
• คุณต้องมีบันทึก คําคม สรุป และข้อความที่ค้นหาได้;
• คําจะถูกย้ายไปยังเอกสารหรือเวิร์กโฟลว์เนื้อหา;
• การซิงค์วิดีโอไม่ใช่ข้อบังคับ

รูปแบบที่ดีที่สุดสําหรับคําบรรยายคืออะไร?

ใช้รูปแบบที่ปลายทางของคุณร้องขอ หากผู้เล่นต้องการ VTT อาจต้องแปลงไฟล์ SRT หากบรรณาธิการร้องขอ SRT การตั้งค่าคิวบางอย่าง VTT อาจไม่ถูกส่งมอบอย่างเรียบร้อย

ตรวจสอบ:

• ไวยากรณ์การประทับเวลา;
• การเข้ารหัสตัวละคร;
• ระยะเวลาระยะสั้นสูงสุด;
• การขึ้นบรรทัดใหม่;
• รหัสผู้พูด;
• การเลือกสถานที่และการสนับสนุนการจัดแต่งทรง;
• ข้อกําหนดการอัปโหลดสําหรับปลายทาง

รูปแบบที่ดีที่สุดสําหรับการแก้ไขบทถอดความคืออะไร?

TXT เป็นงานแก้ไขที่ง่ายที่สุดเพราะไม่ใช่ทุกประโยคจะมีการกําหนดเวลา อย่างไรก็ตาม หากผู้รีวิวต้องการเปรียบเทียบการอ้างอิงกับการบันทึกเสียง อย่าทิ้งเวลาประทับเร็วเกินไป

เวิร์กโฟลว์ที่ใช้งานได้จริงคือการรักษาการส่งออกมาสเตอร์ไทม์มิงครั้งเดียวและสร้างสําเนาการอ่านเพื่อแก้ไข

สามารถแปลงระหว่าง SRT กับ VTT ได้ไหม?

โครงสร้างคิวพื้นฐานคล้ายกัน แต่การแปลงยังต้องได้รับการตรวจสอบ ความแตกต่างได้แก่ ส่วนหัวไฟล์, เครื่องหมายวรรคตอนเวลาประทับ, ตัวระบุคิว, การตั้งค่า และข้อมูลเมตาที่เป็นไปได้

หลังการแปลง:

1. เปิดไฟล์ในโปรแกรมเล่นปลายทางหรือตัวแก้ไข
2. ตรวจสอบสัญญาณแรก กลาง และสุดท้าย
3. ตรวจสอบการขึ้นบรรทัดใหม่และอักขระพิเศษ
4. ลองดูส่วนที่พูดสั้น ๆ ออกมา
5. ตรวจสอบให้แน่ใจว่าไม่มีสัญญาณใดทับซ้อนหรือหายไป

วิธีเลือกส่งออกจาก Recapo

ใช้ปลายทางของทรานสคริปต์เป็นการตัดสินใจ:

• เลือก TXT สําหรับบันทึก การแก้ไข และข้อความที่ค้นหาได้
• หากปลายทางของคุณรองรับ ให้เลือก SRT เพื่อเลือกเวิร์กโฟลว์คําบรรยายแบบง่าย
• เลือก VTT สําหรับเวิร์กโฟลว์คําบรรยายเว็บที่เข้ากันได้

ใช้เครื่องมือถอดเสียงที่แปลแล้วที่เกี่ยวข้องเพื่อตรวจสอบรูปแบบการส่งออกของคําบรรยายและบทภาพยนตร์ที่รองรับโดยผลิตภัณฑ์สด

ก่อนเผยแพร่ ให้ตรวจสอบรูปแบบที่มีให้สําหรับแต่ละผลิตภัณฑ์ Recapo และลบตัวเลือกที่ไม่รองรับออก

คําถามที่พบบ่อย

มันดีกว่า VTT SRT ไหม?

ไม่ใช่ทุกคนจะเป็นแบบนั้น VTT ออกแบบมาเพื่อข้อความไทม์มิ่งบนเว็บและรองรับฟีเจอร์ที่เน้นเว็บมากขึ้น SRT ง่ายและใช้กันอย่างแพร่หลาย ตัดสินใจว่าจุดหมายปลายทางไหนดีกว่า

ไฟล์ TXT สามารถใช้เป็นซับไตเติลได้หรือไม่?

เว้นแต่คุณจะเพิ่มโครงสร้างคิวที่มีตัวจับเวลา หรือนําไปใช้ในเครื่องมือที่จัดเรียงข้อความและเสียงได้

การจัดแต่งทรงผมจะยังคงอยู่หลังจากเปลี่ยนผ่านหรือไม่?

มันไม่ได้เป็นแบบนั้นเสมอไป ข้อความพื้นฐานและเวลาสามารถส่งได้ แต่ตําแหน่ง สไตล์ และเมตาดาต้าอาจเปลี่ยนแปลงหรือสูญหายได้

ทําไมคําบรรยายของฉันถึงซิงค์กับฉันไม่ได้?

อัตราเฟรมต้นฉบับ เวลา ความยาววิดีโอที่ตัดต่อ หรือเวลาที่ผิดอาจเป็นสาเหตุ ทดสอบไฟล์ของคุณกับวิดีโอสุดท้าย ไม่ใช่กับการตัดต่อก่อนหน้า

ควรเก็บทั้งสามรูปแบบไว้ไหม?

ถ้าพื้นที่จัดเก็บไม่ใช่ปัญหา การเก็บต้นฉบับแบบจํากัดเวลาและเวอร์ชันข้อความที่แก้ไขได้จะช่วยให้ง่ายต่อการนํากลับมาใช้ใหม่ในภายหลัง

ขั้นตอนถัดไปในการส่งออก

SRT เป็นไฟล์ซับไตเติลที่ใช้งานได้จริง VTT เป็นรูปแบบข้อความที่เน้นเว็บและวัดเวลาได้ และ TXT เป็นรูปแบบที่อ่านและแก้ไขได้ง่ายที่สุด เลือกตามปลายทาง ตรวจสอบไฟล์ที่ส่งออก และรักษาเวอร์ชันเวลาเมื่อจําเป็นต้องซิงโครไนซ์ในอนาคต

CTA: ถอดความไฟล์เสียงหรือวิดีโอที่ได้รับการอนุมัติ ตรวจสอบเวลา และส่งออกรูปแบบที่ต้องการสําหรับเครื่องมือถัดไป

เอกสารอ้างอิง

• W3C: WebVTT