Главная → Блог → Автоматические субтитры SRT и VTT из видео и вебинаров

Автоматические субтитры SRT и VTT из видео и вебинаров

Опубликовано 2026-08-04 · 5 мин чтения

Субтитры повышают досматриваемость роликов, делают контент доступным без звука и помогают поисковикам понять содержание видео. Вручную набирать их долго — покажем, как получать готовые файлы SRT и VTT автоматически.

Чем SRT отличается от VTT

Оба формата — текст с таймкодами, различия минимальны:

SRT — самый распространённый: понимают YouTube, VK Видео, монтажные программы и большинство плееров. Время пишется через запятую: 00:00:12,500.
VTT (WebVTT) — стандарт для веба и HTML5-плеера, поддерживает стили и позиционирование. Время пишется через точку: 00:00:12.500.

Правило простое: для загрузки на видеоплощадки берите SRT, для собственного плеера на сайте — VTT.

Шаг 1. Извлеките звук из видео

Отправлять видеофайл целиком не нужно — достаточно звуковой дорожки, она в десятки раз меньше. Извлекается одной командой:

ffmpeg -i webinar.mp4 -vn -acodec libmp3lame -q:a 5 webinar.mp3

Часовой вебинар после такой конвертации весит около 25 МБ — как раз в пределах ограничения на размер запроса.

Шаг 2. Получите субтитры одним запросом

Формат задаётся параметром response_format — сервис возвращает готовый файл, разбивать текст на реплики самостоятельно не нужно:

from openai import OpenAI

client = OpenAI(base_url="https://voicesscribe.com/v1", api_key="ваш ключ")

with open("webinar.mp3", "rb") as f:
    srt = client.audio.transcriptions.create(
        model="whisper-1", file=f, response_format="srt",
    )

open("webinar.srt", "w", encoding="utf-8").write(srt)

Для веба меняем одно слово:

vtt = client.audio.transcriptions.create(
    model="whisper-1", file=f, response_format="vtt",
)

Через терминал — так же коротко:

curl https://voicesscribe.com/v1/audio/transcriptions \
  -H "Authorization: Bearer ваш ключ" \
  -F file=@webinar.mp3 -F model=whisper-1 -F response_format=srt \
  -o webinar.srt

Шаг 3. Подключите субтитры к плееру

В HTML5 достаточно одной строки внутри тега видео:

<video controls src="webinar.mp4">
  <track kind="subtitles" src="webinar.vtt" srclang="ru" label="Русский" default>
</video>

На видеоплощадки файл SRT загружается в разделе субтитров ролика — распознанный текст остаётся только вычитать.

Длинные записи: как обойти ограничение

Если запись не помещается в 25 МБ, разрежьте её на части и склейте субтитры со сдвигом таймкодов:

ffmpeg -i long.mp3 -f segment -segment_time 1800 -c copy part%03d.mp3

Каждую часть отправляйте отдельно, а при склейке прибавляйте к таймкодам смещение куска. Для получасовых фрагментов это несколько строк кода, зато ограничение перестаёт мешать.

Как улучшить читаемость субтитров

Подскажите терминологию. Названия продуктов и фамилии спикеров передайте в prompt — в субтитрах они появятся в правильном написании.
Укажите язык, если он заведомо один: language="ru" уберёт редкие ошибки автоопределения.
Вычитайте результат. Автоматические субтитры экономят часы работы, но финальную правку пунктуации и терминов лучше делать глазами.
Используйте verbose_json, если нужны свои правила разбивки на строки: там есть сегменты с точным временем начала и конца.

Попробуйте на своих записях. Регистрация занимает минуту, бесплатных минут хватает, чтобы оценить качество.

Получить ключ бесплатно

Частые вопросы

Можно ли отправить видеофайл напрямую?

Практичнее извлечь звуковую дорожку: она в десятки раз меньше и быстрее загружается. Одна команда ffmpeg решает задачу.

Подойдут ли субтитры для YouTube?

Да, формат SRT загружается в YouTube и другие видеоплощадки без конвертации.

Как быть с записью длиннее часа?

Разрежьте её на части по 20–30 минут, расшифруйте по отдельности и склейте субтитры со сдвигом таймкодов.

Насколько точны таймкоды?

Достаточно точны для просмотра: реплики совпадают с речью. Для покадровой точности в монтаже субтитры обычно дополнительно подгоняют вручную.

Поддерживаются ли субтитры на других языках?

Да, распознаются 99 языков, язык определяется автоматически. Для двуязычных записей лучше обрабатывать фрагменты по отдельности.