AI キャプション生成器

商用OK 581 models 透かしなし 登録なし
モデル:
+ GPT-5, Claude, Gemini
ビデオに TikTok 風のキャプションを焼く — 単語ごとのハイライトアニメーションを備えた大きなボールドテキスト (ASS カラオケタイミング) 。 単純な SRT/VTT サイドカーファイルを好みますか? 使用 字幕ツール代わりに これはスタイルが第一で いつも燃えている

動画をここにドラッグまたはクリックしてアップロード

MP4、MOV、WebM 200MBまで — Whisper を通じて99の言語をサポート

- - - -
単語ごとにハイライト色を設定します。
クリップのトークン推定
-
クリップの正確なコストを見るには、ビデオをアップロードしてください。

広がりのあるキャプションが 売り上げを生み出す場所

TikTok/リール/ショート

短い形式の完成率は 単語ごとのキャプションで 30-40% 上昇する TikTok Neon プレセットは トップクリエイターが すべて使っているものです

YouTubeの動画

MrBeast スタイルの反応/コメント映像のボールドテキストオーバーレイ。YouTube LoveHard プリセットは透明ボックスです。

ソーシャルメディア用ポッドキャスト

音声のみの番組は IG Reels/TikTok のために再クリップされます。ポッドキャストのプレセットは、話し頭フレームの上でキャプションを読み取れるように保持します。

4ステップのハウツー

  1. 音声を取り出し Whisper STTを実行し 各話のタイミングを読み取る
  2. スタイルプレセットを選択 - TikTok Neon は安全でウイルス性のある選択です。フォント / 強調表示色 / 位置はプレセットデフォルトを上書きします。
  3. カラオケタイミングを用いたASS字幕ファイルを構築した。
  4. ffmpeg はビデオにキャプションを書き込みます。処理には 30-90 秒かかります。タブを閉じてください。完了したらメールでお知らせします。

対して CapCut、Submagic、Opus Clip、Captions.AI

CapCut の自動キャプションは無料で良いですが、 CapCut エディタをインストールする必要があり、バッチで作成することはできません。Submagic は無制限で $20/月、Opus Clip は長い形式から短い形式への自動キャプションを含むバンドルで $30/月、Captions.AI (App Store) は $10/月です。このツールは Whisper large-v3 + ffmpeg ASS karaoke burn-in を実行します。有料ツールはすべて同じ2つのプリミティブを使用します。これはトークンプール内で実行します。一度に複数のキャプションを作成する場合や、バッチでソーシャルエクスポートする場合、最も速い方法です。

字幕と字幕の違いは何ですか?

字幕はユーティリティであり、視聴者がオン/オフを切り替えることができるSRT/VTTサイドカーファイルであり、アクセシビリティを考慮して YouTube Studio にアップロードするために設計されています。キャプションはスタイルで、カラオケアニメーションを含むフレームごとに大文字のテキストを焼き込み、85%の視聴者が音をオフにしている TikTok/Reels/Shorts で完了率を上げるために設計されています。YouTube CC には字幕を使用し、短い短い形式にはキャプションを使用してください。

字幕を表示しないとき

  • 既に字幕が埋め込まれているビデオ — テキストが倍増し、破損しているように見える。
  • 長い形式の YouTube アップロード — 代わりに /video/subtitle/ からサイドカー SRT を使用して、視聴者が CC を切り替えることができます。
  • 対話がないビデオはキャプションがありません。音楽のみのクリップは手動でテキストオーバーレイを追加してください。
詳細オプション
結果
トークンが足りない もっとトークンを取得
もっと良い結果が欲しいのか? プレミアムモデル (GPT-5, Claude, Gemini) deliver higher quality. プランを表示

❤️ Love Free.ai? Tell your friends!

登録 推薦リンクを得る 友達1人当たり30,000トークンを得る

もっと欲しい? Sign up free: 30,000 tokens/day
無料登録

要求を処理中...

TikTok スタイルのキャプションをどんなビデオにも書き込むことができます。カラオケのハイライト、7 つのスタイルプレセット、8 つのフォント、99 言語の Whisper STT を一言一句書き込みます。いつも書き込みを行います。

使い方 AI キャプション生成器

1
入力を入力

テキストを入力し、ファイルをアップロードし、または要望を記述します。アカウントは必要ありません。

2
クリックして生成

私たちのAIは、最良のオープンソースモデルを使って、数秒であなたの要求を処理します。

3
ダウンロードと共有

結果をダウンロード、コピー、共有できます。個人的、商業的な使用は無料です。

API を使ってこのツールを使用

あなたのコードからこのツールを自動化します。OpenAI 互換の REST エンドポイント、ベアートークン認証、追加の SDK が必要ありません。トークンコストはウェブインターフェースと一致します。

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 キャプション生成器 - FAQ

カラオケタイミングアニメーションを使って、どんなビデオにも viral スタイルのキャプションを書き込む。 /video/subtitle/とは異なり、キャプションはプレイヤーがオン/オフにする SRT/VTT サイドカーファイルを出力します。キャプションは常にバーンインされ、スタイルが最初に表示され、キャプションがフレームごとにハードコード化される TikTok/Reels/Shorts に適合します。

4段階: 1. 動画からモノ16kHzオーディオを抽出 2. 99言語のワードタイミングのために Whisper large-v3 で転写 3. ワードレベルの\kfカラオケタイミングタグを持つ ASS 字幕ファイルを作成 4. ffmpeg は、清潔なアンチエイリアステキストのために libass を使用して、ASS を各フレームに書き込む。

毎秒50トークン (2,000トークン最小) 30秒のクリップは約2,000トークン (フロアがキックイン) 60秒のクリップは約3,000トークン 3分のクリップは約9,000トークン STTはコストの大部分を駆動し、バーンインは上に約25%を加える。

7つはTikTok Neon(黄色のモンセラト、単語ごとにハイライト)、YouTube Lowerthird(透明な箱の中の白いロボット)、Meme(黒い輪郭の白いインパクト)、Podcast(暗い丸い箱の中のポップピンズ)、Keynote(上部のArial Black)、Cinematic(下部のイタリックのOswald)、TED(左に並べたロボット)。

はい。フォントドロップダウンは Impact、Montserrat、Bebas Neue、Arial Black、Oswald、Poppins、Anton、Roboto でプレセットを上書きします。ハイライト色選択は単語ごとのハイライトを制御します。位置はプレセットに関係なく上/中/下を上書きします。

はい — Whisper を通じて 99 言語。自動検出はクリップの 99% で動作します。Whisper が誤って検出した場合は、言語を強制できます。5 秒以下の短いクリップや混合言語オーディオではよくあることです。

音声ダイアログがない場合、Whisper はセグメントを返さず、明確な「音声検出なし」エラーを出します。不可能なジョブでトークンを焼くことはありません。

CapCut は無料で、インストール後オフラインで動作し、素晴らしい自動キャプションを持っています。CapCut が既にエディタであれば、そこで使ってください。AI キャプション生成器はインストールを省略し、バッチブラウザアクセスを提供します。Whisper + libass チェーンは同じプリミティブです。

Submagicは20ドル/月で、何十ものスタイルパックを持つ無制限のキャプションを提供します。Opus Clipは30ドル/月で、長い形式から短い形式へのAIクリッピングをバンドルしています。Captions.AIはモバイル上で10ドル/月です。3つとも下にWhisperを使用しています。実際の価値はスタイルライブラリとクリップ検出です。一度の使用と小規模なボリュームの場合、AI キャプション生成器はトークンプール内で無料です。

Whisper はセグメントレベルのタイムスタンプを与えます。セグメントの持続時間を単語ごとに均等に分配して単語ごとのタイミングを導きます。速く話されるセグメントでは推定値は ~0.1秒ずれます。フレーム精度のタイミングには、ダウンロード可能な.ass ファイルを使って Aegisub で編集してください。

はい。エクスポート後、字幕付き MP4 と原始.ass ファイルの両方をダウンロードできます。ピクセル精度のワードタイミングを望む場合は Aegisub で.ass を編集し、ffmpeg -vf subtitles=file.ass でローカルに再書き込みします。

はい。 /v1/video/caption/ に多重部分を POST します。ファイル、スタイル (tiktok-neon / youtube-lower / meme / podcast / keynote / cinematic / ted)、オプションのフォント、ハイライトカラー (hex)、ポジション、言語を含む。 飛行前: GET /v1/video/caption-quote/?duration=SECS。スニペットは /api/ にあります。

Sign up free: 30,000 tokens/day

無料アカウントを作成

クレジットカードは必要ありません

このツールを評価するには?

Love Free.ai? Tell your friends!