כתוביות ממוספרות
לכל כתובית יש מספר סידורי. ככה הנגן יודע להציג את השורות לפי הסדר, ותוכנות עריכה יכולות לקפוץ ישר לכתובית ספציפית.
ערכת צבעים
קובץ SRT מסרטון או מהקלטה
מעלים קובץ, נותנים ל-KolWrite לתמלל אותו עם תזמונים, מתקנים שמות שגויים ומייצאים קובץ SRT.
הדגמה חיה
רץ בדפדפן.
לכל שורה מוצמדים זמן התחלה וזמן סיום, כדי שתוכנת העריכה, הנגן או פלטפורמת הפרסום יציגו את הטקסט בדיוק ברגע שנאמר.
קובץ SRT הוא קובץ טקסט פשוט. יש בו רשימה ממוספרת של כתוביות, כשלכל כתובית מוגדרים זמן התחלה, זמן סיום והטקסט שיופיע על המסך. אפשר לפתוח אותו בכל עורך טקסט, וכמעט כל תוכנת עריכה, נגן ופלטפורמת וידאו יודעים לקרוא אותו.
לכל כתובית יש מספר סידורי. ככה הנגן יודע להציג את השורות לפי הסדר, ותוכנות עריכה יכולות לקפוץ ישר לכתובית ספציפית.
שורת התזמון נראית ככה: 00:00:04,100 --> 00:00:07,000. שעות, דקות ושניות, ואחרי הפסיק מופיעות אלפיות השנייה.
הכתוביות עצמן הן טקסט פשוט, וזה עובד מצוין גם בעברית ובערבית. אם עורכים את הקובץ ידנית, שומרים אותו בקידוד UTF-8 כדי שהאותיות לא ישתבשו.
1
00:00:01,200 --> 00:00:03,900
ברוכים השבים לתוכנית.
2
00:00:04,100 --> 00:00:07,000
היום מדברים על כתוביות.
להפיק את הקובץ לוקח כמה דקות. מה שמבדיל בין קובץ SRT טוב לכזה שמפריע לצפייה הוא מעבר קצר של אדם על התוצאה.
התזמונים נלקחים ישירות מההקלטה, ולכן כל שורה עולה בדיוק כשנאמרת. כשמקלידים כתוביות ידנית לתוך קובץ, הסנכרון נוטה לברוח עם הזמן.
זיהוי אוטומטי נוטה לטעות קודם כל בשמות פרטיים, בשמות של מוצרים ובראשי תיבות. מתקנים אותם פעם אחת בתוך התמלול, ואז מייצאים.
מומלץ לשמור על שורה או שתיים קצרות בכל כתובית, כדי שהצופים יספיקו לקרוא לפני שהיא מתחלפת. זיהוי הדוברים עוזר להחליט איפה נכון לפצל את הכתובית.
בוחרים קובץ וידאו או שמע באפליקציית KolWrite, בדפדפן, בטלפון או ב-Mac. אפשר להגדיר מראש את שפת הדיבור או לתת ל-KolWrite לזהות אותה לבד.
בוחרים מודל תמלול ומקבלים את הטקסט עם חותמות זמן וחלוקה לדוברים. ההבדל בין המודלים הוא במהירות העבודה ובמה שהם מדלגים עליו.
מקשיבים לשורות שלא בטוחים לגביהן ומתקנים את הטקסט. העריכה לא פוגעת בתזמונים, וכל קובץ שתייצאו יכלול את התיקונים.
מורידים קובץ SRT (או VTT לנגני רשת), ומייבאים אותו לתוכנת העריכה או מעלים לפלטפורמת הווידאו לצד הסרטון. צריכים שפה נוספת? מתרגמים את התמלול לפני הייצוא.
כל מה ש-KolWrite עושה עם הקלטה זמין גם דרך API. שולחים מהקוד שלכם או מסוכן תכנות מבוסס AI כתובת של קובץ שמע או וידאו, ומקבלים בחזרה תמלול עם זמנים לכל מילה, תוויות דוברים, ואם ביקשתם גם קובץ SRT.
תוצאת ה-JSON כוללת זמני התחלה וסיום לכל קטע, ובמודלים שתומכים ביישור, גם לכל מילה בנפרד. אם מפעילים הפרדת דוברים, כל קטע מקבל גם תווית דובר.
כדי לקבל כתוביות ישירות מה-API, מגדירים את output_format ל-srt. במודלים של Oracle אפשר להשתמש בפרמטר translate_to ולקבל את הטקסט מתורגם לשפה אחרת.
בקונסולת ה-API מחכות הוראות בטקסט פשוט שסוכן יכול לקרוא לפני שהוא ניגש לכתוב קוד: הקובץ agent-instructions.md, והקובץ llms.txt שמקשר לתיעוד המלא.
דוגמה לבקשה. המפתח נלקח ממשתנה סביבה, ובקונסולה יש את ההפניה המלאה.
curl -X POST https://app.kolwrite.com/transcribe \
-H "x-api-key: $KOLWRITE_API_KEY" \
-H "Content-Type: application/json" \
-d '{"audio_url": "https://example.com/video.mp4", "model": "oracle", "language": "auto", "output_format": "srt"}'
# Returns {"jobId": "..."}. Poll GET https://app.kolwrite.com/transcribe/{jobId}
# until status is COMPLETED. The result is the file or the JSON you asked for.
מעלים את הסרטון ל-KolWrite, מתמללים, עוברים על הטקסט מול ההקלטה ומייצאים כ-SRT. הקובץ שמתקבל מכיל כתוביות ממוספרות לכל קטע דיבור, עם זמני התחלה וסיום. את הקובץ הזה מכניסים לתוכנת העריכה או מעלים לפלטפורמה ביחד עם הסרטון.
כן. קובץ SRT מבוסס על הדיבור ועל הזמנים שלו, הוא לא צריך תמונה. מעלים את קובץ השמע, מייצאים SRT, ואחר כך מצמידים אותו לגרסת הווידאו של הפרק.
כן. שתיהן שפות שנכתבות מימין לשמאל, וקובץ ה-SRT שומר על סדר המילים הטבעי שלהן. לפני שמפרסמים, מומלץ לבדוק איך זה נראה בנגן או בתוכנת העריכה, כי כל תוכנה מתמודדת קצת אחרת עם סימני פיסוק ומילים באנגלית בתוך שורה מימין לשמאל.
שניהם קובצי טקסט פשוטים שמכילים כתוביות מתוזמנות. SRT הוא הפורמט הוותיק והנפוץ יותר מביניהם, בעוד ש-VTT (או WebVTT) הוא הפורמט הטבעי של נגני וידאו באינטרנט. מ-KolWrite אפשר לייצא את שניהם מאותו תמלול.
לא. SRT הוא קובץ נפרד שהנגן או תוכנת העריכה מציגים כשכבה מעל הווידאו, ובדרך כלל הצופים יכולים לכבות או להדליק אותו. אם רוצים שהמילים יהיו חלק קבוע מהתמונה, צריך לצרוב את הכתוביות על הווידאו, וגם את זה KolWrite יודעת לעשות.
שולחים את כתובת הסרטון ל-API של KolWrite כשפרמטר ה-output_format מוגדר ל-srt, מחכים שהעיבוד יסתיים ושומרים את הפלט כקובץ .srt. בקונסולת ה-API תמצאו הנחיות מוכנות שסוכן AI יכול לקרוא לפני תחילת העבודה.
בחרו קטע וידאו עם דיבור אמיתי. ייצאו את קובץ ה-SRT, טענו אותו יחד עם הסרטון ובדקו איך יצאו הזמנים והשמות.