AI Caption Generator

Notkun í atvinnuskyni OK 581 módel Engin vatnsmerki Engin skráning þarf
Tegund:
+ GPT-5, Claude, Gemini
Brenna veiru TikTok-stíl texta í myndbandið þitt - stór feitletrað texta með orð fyrir orð hápunktur fjör (ASS karaoke tímasetning). textatólí staðinn - þetta er stíll-fyrst og brennur alltaf í.

Dragðu myndband hér eða smelltu til að hlaða upp

MP4, MOV, WebM allt að 200MB - 99 tungumál studd í gegnum Whisper

- - - -
Orð-fyrir-orð hápunktur lit (karaoke áhrif).
Token áætlun fyrir myndskeiðið þitt
-
Hladdu upp myndskeiði til að sjá nákvæmlega kostnaðinn við myndskeiðið þitt.

Þar sem veirumyndir vinna sér inn halda þeirra

TikTok / Hjól / stuttbuxur

Stutt form lokið hlutfall stökk 30-40% með orðatiltæki. TikTok Neon forstillingin er sú sem efstu höfundar nota allir.

YouTube veiruútgáfur

MrBeast-stíll feitletrað texta yfirborð á viðbrögð / athugasemd myndskeið. YouTube Lowerthird forstillt með hálfgagnsæjum kassa.

Podcast hreyfimyndir fyrir félagslega

Hljóð-fyrsta sýnir endurklippt fyrir IG Reels / TikTok. Podcast forstilling heldur texta lesanlegur yfir talandi höfuð ramma.

4-skref hvernig á að

  1. Við draga hljóð, keyra Whisper STT, og lesa tímasetningu fyrir hvern talaða hluta.
  2. Veldu forstillta stíl - TikTok Neon er öruggur veiruval.Letur / hápunktur litur / staða gengur framhjá forstilltu sjálfgefnu.
  3. Við byggjum upp ASS textaskrá með orð-fyrir-orð karaoke tímasetningu (áhrif þar sem orð breytast í lit þegar þau eru töluð).
  4. ffmpeg brennir textann inn í myndbandið. Vinnsla tekur 30-90 sekúndur — lokaðu flipanum; við sendum þér tölvupóst þegar henni er lokið.

CapCut, Submagic, Opus Clip, Captions.AI eru meðal þeirra.

CapCut sjálfvirkar texta eru ókeypis og góðar, en þú þarft CapCut ritstjórann uppsettan og þú getur ekki safnað þeim. Submagic er $ 20 / mánuður fyrir ótakmarkaðan. Opus Clip er $ 30 / mánuður fyrir langform → stuttform með sjálfvirkum texta bundnu. Captions.AI (App Store) er $ 10 / mánuður. Þetta tól keyrir Whisper large-v3 + ffmpeg ASS karaoke brenna-í - sömu tveir frumstæðir allir greiddir verkfæri nota - innan táknsins þíns. Fyrir einn-offs og hópur félagsleg útflutningur, það er fljótlegasta leiðin.

Texti á móti texta — hver er munurinn?

Textar (sjá / vídeó / texti /) eru gagnsemi: SRT / VTT hliðarvagn skrár sem leikmaður áhorfandans getur skipt á / slökkt á, hannað fyrir aðgengi og hlaðið upp á YouTube Studio. Textar (þetta tól) eru stíll: stór feitur texti brenndur í hvern ramma með karaoke hreyfimyndum, hannað til að vinna sér inn klára hlutfall á TikTok / Reels / Shorts þar sem 85% áhorfenda halda hljóðinu slökkt. Notaðu texta fyrir YouTube CCs; notaðu texta fyrir veiru stutt form.

Hvenær EKKI að skrifa texta

  • Vídeó sem þegar hafa brennt-í texta - textinn mun tvöfaldast og líta brotinn.
  • Upphleðsla á YouTube í löngum texta — notaðu SRT-tengilinn frá /video/subtitle/ í staðinn svo áhorfendur geti skipt á milli CC-leyfa.
  • Myndbönd með núll samtal - það er ekkert að texta. Tónlist-aðeins hreyfimyndir ættu að bæta texta yfirborð handvirkt.
Ítarlegri valkostir
Niðurstaða
Ūađ er ađ vera búiđ ađ taka ūađ. Fáðu fleiri tákn
Viltu betri niðurstöður? Premium módel (GPT-5, Claude, Gemini) skila meiri gæðum. Skoða áætlanir

❤️ Elska Free.ai? Segðu vinum þínum!

Skráðu þig til að fá tilvísunarhlekk og vinna þér inn 25.000 tákn fyrir hvern vin.

Viltu meira? Skráðu þig ókeypis: 30.000 tokens/day
Skráðu þig ókeypis

Vinna úr beiðninni þinni...

Brenna veiru TikTok-stíl texta í hvaða myndskeið sem er - orð fyrir orð karaoke hápunktur, 7 stíl forstillingar, 8 leturgerðir, 99 tungumál Whisper STT.

Hvernig á að nota AI Caption Generator

1
Sláðu inn innslátt þinn

Sláðu inn texta, hlaða skrá eða lýsa því sem þú vilt. Engin reikningur þarf.

2
Smelltu til að búa til

AI okkar vinnur beiðni þína í sekúndum með því að nota bestu opinbera módelin.

3
Hlaða niður og deila

Hlaða niður, afrita eða deila niðurstöðu þinni. Ókeypis fyrir persónulega og viðskiptalega notkun.

Notaðu þetta tól í gegnum API

Sjálfvirkt þetta tól frá eigin kóða. OpenAI-samhæft REST endapunktur, Bearer-token auth, engin auka SDK krafist. Token kostnaður passar við vefviðmótið.

curl -X POST https://api.free.ai/v1/video/generate/ \
  -H "Authorization: Bearer sk-free-..." \
  -H "Content-Type: application/json" \
  -d '{"prompt": "A cat playing piano", "duration": 4}'

AI Caption Generator - FAQ

Brennir texta í veirustíl í hvaða myndskeið sem er með orð fyrir orð karaoke-tímasetningarhreyfingu. Mismunandi frá / vídeó / texti /: texti framleiðir SRT / VTT hliðarvagn skrár sem leikmenn skipta á / af. Texti er alltaf brenndur, stíl fyrst og stilltur fyrir TikTok / Reels / Shorts þar sem textar verða að vera harðkóðaðir í hvern ramma.

Fjögur skref: (1) draga mono 16kHz hljóð úr myndbandinu þínu, (2) rita með Whisper stór-v3 fyrir 99-tungumál orð tímasetningu, (3) byggja upp ASS texta skrá með orð-stigi \ kf karaoke tímasetning merki, (4) ffmpeg brennir ASS í hvern ramma með libass fyrir hreint anti-aliased texta.

50 tokens á sekúndu (2,000-token lágmark). 30 sekúndna myndskeið er ~2,000 tokens (gólfið byrjar); 60 sekúndna myndskeið er ~3,000; 3 mínútna myndskeið er ~9,000. STT keyrir mest af kostnaði; burn-in bætir um 25% ofan á.

Sjö: TikTok Neon (gult Montserrat, orð fyrir orð hápunktur), YouTube Lowerthird (hvítur Roboto í hálfgagnsæjum kassa), Meme (hvítur Áhrif með svörtu útlínur), Podcast (Poppins í dökkum kringlóttum kassa), Keynote (Arial Black efst), Cinematic (slétt Oswald neðst) og TED (vinstri samræmd Roboto).

Já. Leturvalmyndin yfirgefur forstillta leturgerðina með Impact, Montserrat, Bebas Neue, Arial Black, Oswald, Poppins, Anton eða Roboto. Litavalmyndin stjórnar litatöflunni orð fyrir orð (hvaða hex sem er). Stöðvun leyfir þér að yfirgefa efst/ miðju/ neðst óháð forstillingu.

Já - 99 tungumál í gegnum Whisper.Auto-greina virkar á 99% af hreyfimyndum.Þú getur þvinga tungumál ef Whisper mis-greinir (algengt á stuttum myndskeiðum undir 5 sekúndur eða blandað tungumál hljóð).

Ef það er engin talað samtal, Whisper skilar engum hlutum og við yfirborði skýrt "Engin ræða greind" villa svo þú brennir ekki tákn á ómögulegt starf.

CapCut er ókeypis, virkar án nettengingar eftir uppsetningu og hefur frábæra sjálfvirka texta - ef CapCut er þegar ritstjóri þinn, notaðu það þar. AI Caption Generator sleppir uppsetningunni og gefur þér aðgang að vöfrum sem eru fjölnota. Undirliggjandi Whisper + libass keðjan er sama frumstæða.

Submagic er $ 20 / mo fyrir ótakmarkaða texta með heilmikið af stílpakka. Opus Clip er $ 30 / mo með veiru langur-form-til-stutt AI klippa bundled. Captions.AI er $ 10 / mo á farsíma. Allir þrír nota Whisper undir; raunverulegt gildi þeirra er stíl bókasafn og myndskeið-greiningu. Fyrir einn-offs og minni bindi AI Caption Generator er ókeypis inni tákn pool þinn.

Whisper gefur tímastimpil á hlutastiginu - við dreifum jafnt tímalengd hluta yfir orð sín til að fá tímasetningu á orði. Á fljótlega talaða hluta getur áætlunin sveiflast um ~ 0.1 sekúndur. Til að fá ramma nákvæma tímasetningu skaltu nota niðurhals.ass skrána og breyta í Aegisub.

Eftir útflutning er hægt að hlaða niður bæði textaðri MP4 og hrárri.ass skrá - breyttu.ass í Aegisub ef þú vilt fullkomna tímasetningu orða, þá endurbrenna staðbundið með ffmpeg -vf subtitles = file.ass.

Já. POST multipart to /v1/video/caption/ with `file`, `style` (tiktok-neon / youtube-lower / meme / podcast / keynote / cinematic / ted), optional `font`, `highlight_color` (hex), `position`, `language`. Pre-flight: GET /v1/video/caption-quote/?duration=SECS. snippets at /api/.

Skráðu þig ókeypis: 30.000 tokens/day

Búa til ókeypis reikning

Engin kreditkort krafist

Hvernig myndir þú meta þetta tól?

Elska Free.ai? Segðu vinum þínum!