सबटाइटल को ऑडियो से सिंक करें
पहले चलाने पर वीडियो इंजन डाउनलोड होता है — लगभग 31 MB, यह साइट परोसती है और ब्राउज़र उसे बाद में कैश कर लेता है। इसका इस्तेमाल केवल ऑडियो ट्रैक पढ़ने के लिए होता है; सबटाइटल का मिलान आवाज़ से ही होता है, बिना भाषण मॉडल और बिना कुछ अपलोड किए।
विकल्प
सबटाइटल जहाँ होने चाहिए वहाँ से कितने दूर हो सकते हैं, दोनों दिशाओं में। यह सटीकता की सेटिंग नहीं, लागत और जोखिम की सेटिंग है: चौड़ी विंडो बड़ा बहाव ढूँढ़ती है पर खोज को ऐसे संयोग पर बैठने के भी ज़्यादा मौके देती है जो अच्छा अंक पा ले। लगभग एक मिनट से ज़्यादा किसी ट्रिम या लोगो से नहीं आता — इतना आम तौर पर फ़िल्म का अलग कट या फ़्रेम रेट का बेमेल होता है, जिसे यह पेज अलग से सुलझाता है। जो सबसे छोटी विंडो आपके अनुमान को समेटे वही चुनें।
यह पेज सबटाइटल को उसी वीडियो या ऑडियो की आवाज़ से मिलाता है, ताकि वे फिर से सही क्षणों पर दिखें। इनपुट दो होते हैं — सबटाइटल फ़ाइल और मीडिया फ़ाइल — और पेज आवाज़ में बोले गए हिस्सों की समय-रेखा निकालकर उससे तुलना करता है कि सबटाइटल कहाँ दिखने चाहिए थे। नतीजा दो चीज़ें हैं: सुधरा हुआ सबटाइटल, और एक रिपोर्ट जो बताती है कि कितना खिसकाव और कितना खिंचाव मिला तथा पेज को कितना भरोसा था।
तरीका मॉडल-रहित है: ऑडियो को 20 मिलीसेकंड के फ़्रेमों में तोड़कर हर फ़्रेम की ऊर्जा नापी जाती है, उससे एक भाषण-मुखौटा बनता है, और फिर सबटाइटल के समय को खिसकाव तथा अनुपात के दो-आयामी खोज से उस मुखौटे पर बैठाया जाता है। यह दोनों तरह की गड़बड़ पकड़ता है: सिर्फ़ आगे-पीछे खिसका हुआ सबटाइटल, और वह सबटाइटल जिसकी गति बदल गई है क्योंकि वीडियो का फ़्रेम-रेट बदला गया।
सबसे ज़रूरी बात यह है कि पेज अनुमान लगाकर कुछ नहीं बदलता। अगर सबसे अच्छा मिलान भी कमज़ोर है — पूरी फ़ाइल खामोश है, संगीत हावी है, या सबटाइटल किसी और भाषा में है — तो पेज साफ़ बताता है कि भरोसा कम है और सबटाइटल को जैसा है वैसा ही छोड़ता है। खराब अनुमान से समय बिगाड़ने से बेहतर है साफ़ इनकार। वीडियो से आवाज़ निकालने के लिए ffmpeg पहली बार लगभग 31 MB डाउनलोड करता है; पूरा काम ब्राउज़र में होता है।
अक्सर पूछे जाने वाले सवाल
सबटाइटल को आवाज़ से कैसे मिलाया जाता है?
मीडिया की आवाज़ को 20 मिलीसेकंड के फ़्रेमों में तोड़कर हर फ़्रेम की ऊर्जा नापी जाती है और भाषण व खामोशी का मुखौटा बनाया जाता है। फिर सबटाइटल के समय को खिसकाव और अनुपात के दो-आयामी खोज से उस मुखौटे पर बैठाया जाता है। जो मिलान सबसे अच्छा निकलता है, वही सुधार लागू होता है और रिपोर्ट में दर्ज होता है।
क्या यह दोनों तरह की गड़बड़ पकड़ता है?
हाँ। सिर्फ़ खिसका हुआ सबटाइटल खिसकाव से सुधरता है, और वह सबटाइटल जिसकी गति बदल गई है — जैसे 23.976 और 25 फ़्रेम-रेट के बीच — अनुपात से। दोनों को एक साथ खोजा जाता है, इसलिए वह स्थिति भी संभलती है जहाँ दोनों गड़बड़ियाँ मिली हुई हैं। सिर्फ़ एक को मानकर चलने पर दूसरी बनी रह जाती।
दो नतीजे कौन-से हैं?
पहला, सुधरा हुआ सबटाइटल जिसे आप सीधे डाउनलोड कर सकते हैं; दूसरा, एक पाठ रिपोर्ट जिसमें मिला खिसकाव, अनुपात और भरोसे का स्तर लिखा होता है। रिपोर्ट इसलिए ज़रूरी है कि आप जाँच सकें कि सुधार कितना भरोसेमंद था — बिना उसके आपको सिर्फ़ एक बदली फ़ाइल मिलती और उसके पीछे का फ़ैसला छिपा रहता।
भरोसा कम होने पर क्या होता है?
सबटाइटल जैसा है वैसा ही रहता है और पेज साफ़ बताता है कि मिलान कमज़ोर था। यह जानबूझकर है: पूरी तरह खामोश फ़ाइल, संगीत से भरी फ़ाइल या ग़लत भाषा के सबटाइटल पर कोई भी अनुमान समय को और बिगाड़ देगा। खराब सुधार से बेहतर है साफ़ इनकार, ताकि आप हाथ से देखकर फ़ैसला कर सकें।
क्या मीडिया और सबटाइटल अपलोड होते हैं?
नहीं। वीडियो या ऑडियो से आवाज़ निकालना, ऊर्जा नापना और मिलान — सब इस टैब में होता है; नेटवर्क पर सिर्फ़ ffmpeg के कोडेक का डाउनलोड दिख सकता है, पहली बार लगभग 31 MB। इसलिए यह उन रिकॉर्डिंग्स के लिए भी काम करता है जिन्हें किसी बाहरी सेवा पर नहीं भेजा जा सकता।