ساخت دستی زیرنویس برای یک فایل طولانی، به شنیدن چندباره صدا، تایپ جملهها و تنظیم زمان نمایش هر بخش نیاز دارد و معمولاً بسیار وقتگیر است. ابزارهای تشخیص گفتار این فرایند را سریعتر میکنند و میتوانند صدای موجود در فایل را به متن قابل ویرایش تبدیل کنند. بااینحال، متن خام هنوز زیرنویس آماده انتشار نیست؛ جملهها باید کوتاه شوند، با گفتار هماهنگ شوند، خطاهای فارسی اصلاح شوند و در قالب مناسبی مانند SRT یا VTT خروجی گرفته شوند.
در این راهنما، مراحل ساخت زیرنویس خودکار فارسی را برای هر دو مسیر فایل صوتی و ویدئویی بررسی میکنیم؛ از تبدیل فایل صوتی به زیرنویس و استخراج گفتار گرفته تا زمانبندی متن و آمادهکردن خروجی نهایی برای ویدیو.
خلاصه سریع
برای ساخت زیرنویس فارسی، ابتدا صدای فایل صوتی یا ویدئویی با فناوری تشخیص گفتار، به متن تبدیل میشود. سپس متن به قطعههای کوتاه تقسیم شده و هر قطعه با زمان شروع و پایان گفتار هماهنگ میشود. در پایان میتوان فایل SRT یا VTT را گرفت یا با چسباندن زیرنویس به ویدیو، نسخهای آماده انتشار ساخت.
هرچه صدا واضحتر و نویز کمتر باشد، متن و زمانبندی معمولاً به اصلاح کمتری نیاز دارند.
زیرنویس خودکار فارسی چیست و چگونه ساخته میشود؟
«زیرنویس خودکار فارسی» متنی است که با کمک فناوری تشخیص گفتار، از صدای فایل صوتی یا تصویری استخراج شده و با زمان پخش هماهنگ شده است.
فرایند ساخت زیرنویس خودکار فارسی از صوت و ویدئو سه مرحله دارد:
- صدای گوینده به متن تبدیل میشود
- برای هر جمله یا قطعه، زمان شروع و پایان تعیین میشود
- متن و تایمینگ بازبینی شده و خروجی در قالبی مانند SRT یا VTT صادر میشود.
«متن ساده»، «رونویسی زماندار» و «زیرنویس» یکسان نیستند.
- متن ساده فقط گفتههای موجود در فایل را نشان میدهد و اطلاعات زمانی ندارد.
- رونویسی زماندار، متن را همراه با زمانهای کلی یا تقریبی ارائه میکند.
- زیرنویس از قطعههای کوتاه و خوانا تشکیل شده است که هرکدام باید دقیقاً در زمان مناسب ظاهر و محو شوند.
بنابراین، زیرنویس خودکار ویدیو فقط نتیجه تبدیل صدا به متن نیست؛ بلکه به تقسیم درست جملهها، زمانبندی دقیق و ویرایش نهایی نیز نیاز دارد.
پیش از شروع مشخص کنید کدام فرمت زیرنویس برای شما مناسبتر است؟
پیش از ساخت زیرنویس خودکار فارسی، مشخص کنید کدام فرمت زیرنویس برای شما مناسبتر است. برای این کار باید بدانید فایل نهایی را کجا منتشر میکنید؛ زیرا قالب مناسب برای یوتیوب با خروجی مخصوص ریلز یا ویدئوی سایت یکسان نیست.
| خروجی | مناسب برای |
| فایل SRT | یوتیوب، پخشکنندهها و دورههای آموزشی |
| فایل VTT | ویدئوهای سایت و پخشکنندههای تحت وب |
| زیرنویس چسبیده یا Burn-in | اینستاگرام، ریلز و ویدئوهای قابلاشتراک |
SRT و VTT فایلهایی جدا از ویدئو هستند؛ بنابراین میتوان آنها را خاموش، جایگزین یا ویرایش کرد. در مقابل، زیرنویس چسبیده هنگام خروجیگرفتن روی تصویر قرار میگیرد و دیگر بخشی مستقل نیست.
برای فایل صوتی نیز خروجی معمولاً یک رونوشت زمانبندیشده یا فایل کپشن است که بعداً به ویدئو یا پخشکننده متصل میشود.
برای کاربران تازهکار، SRT انتخابی ساده و رایج است و یوتیوب نیز این قالب را برای بارگذاری زیرنویس میپذیرد.
آموزش ساخت زیرنویس خودکار فارسی از فایل صوتی و ویدئویی
برای تبدیل ویدیو به زیرنویس فارسی، ابزارهای تشخیص گفتار بخش زیادی از کار را انجام میدهند؛ اما همه کار به این ابزارها محدود نمیشود.
مسیر زیر از آمادهسازی فایل تا ساخت فایل SRT فارسی را مرحله به مرحله نشان میدهد.
مرحله اول؛ صدا را بررسی و آماده کنید
پیش از آپلود، بخشی از فایل را با هدفون گوش دهید. صدای گوینده باید از موسیقی و افکتهای پسزمینه واضحتر باشد. نویز، اکو، گفتار سریع و صحبت همزمان چند نفر احتمال تشخیص اشتباه را افزایش میدهد.
مقاله مرتبط: نکاتی برای تبدیل صدا به متن در محیطهای شلوغ
تا حد امکان نسخه اصلی فایل را به کار ببرید؛ زیرا ویدیویی که چند بار در پیامرسانها فشرده شده، ممکن است کیفیت صوتی پایینتری داشته باشد.
علاوهبر این، فهرستی از نام افراد، برندها، عددها و اصطلاحات تخصصی نیز آماده کنید. این موارد معمولاً بیشتر از کلمات روزمره به اصلاح نیاز دارند.
مرحله دوم؛ ویدئو را مستقیم پردازش کنید یا صدای آن را جدا کنید
اگر ورودی شما از ابتدا یک فایل صوتی است، میتوانید مستقیماً به مرحله تبدیل صدا به متن (مرحله بعدی) بروید. اما برای ساخت زیرنویس با هوش مصنوعی از یک فایل ویدئویی، دو مسیر پیش رو دارید.
در روش مستقیم، فایل MP4 را در ابزاری مانند VEED بارگذاری میکنید که ویدئو را میپذیرد و زیرنویس زمانبندیشده تولید میکند. این مسیر سادهتر است و مراحل استخراج صدا و زمانبندی جداگانه را حذف میکند؛ البته مدت فایل، فرمت خروجی و امکان دریافت SRT به محدودیتهای ابزار بستگی دارد.
در روش دومرحلهای، ابتدا صدای ویدئو را در قالبی مانند MP3 یا WAV استخراج میکنید، سپس آن را به متن تبدیل کرده و متن اصلاحشده را زمانبندی میکنید. این روش زمانی مناسب است که ابزار رونویسی فقط فایل صوتی میپذیرد یا میخواهید پیشاز ساخت زیرنویس، متن را با دقت بیشتری ویرایش کنید.
برای کسب اطلاعات بیشتر مقاله «تبدیل ویدیو به متن فارسی» را بخوانید.
مرحله سوم؛ صدای فارسی را به متن قابل ویرایش تبدیل کنید
اگر فایل شما از ابتدا صوتی است یا در مرحله قبل صدای ویدئو را جدا کردهاید، اکنون باید گفتار فارسی را به متن قابل ویرایش تبدیل کنید. برای این کار میتوانید فایل MP3 یا WAV را در نوانویس بارگذاری کنید، زبان گفتار را روی فارسی قرار دهید و منتظر تولید متن بمانید.
اگر نخستین بار است از این ابزار استفاده میکنید، مراحل کامل را در «آموزش کار با نوانویس» ببینید.
پس از آمادهشدن متن، آن را با صدای فایل اصلی مقایسه کنید. نام افراد و برندها، عددها، کلمات انگلیسی و اصطلاحات تخصصی را با صدا تطبیق دهید و خطاهای احتمالی را اصلاح کنید. سپس نسخه ویرایششده را ذخیره یا کپی کنید تا در مرحله بعد برای ساخت زیرنویس به کار رود.
توجه داشته باشید که خروجی این مرحله هنوز متن خام است و زمان شروع و پایان جملهها را ندارد؛ بنابراین زیرنویس نهایی محسوب نمیشود. برای تبدیل صوت به SRT باید متن اصلاحشده را در مرحله بعد قطعهبندی و با صدا زمانبندی کنید.
مرحله چهارم؛ متن را زمانبندی و به فایل SRT تبدیل کنید
هر قطعه در فایل SRT از سه بخش تشکیل میشود: شماره قطعه، زمان شروع و پایان و متن قابل نمایش. برای مثال:
1
00:00:01,000 –> 00:00:04,200
سلام، در این ویدئو روش ساخت زیرنویس فارسی را یاد میگیریم.
اگر در مراحل قبل متن را جداگانه تولید و ویرایش کردهاید، فایل صوتی یا ویدئویی را همراه با متن اصلاحشده در نرمافزاری مانند Subtitle Edit باز کنید. سپس متن را به جملههای کوتاه تقسیم کنید و زمان ورود و خروج هر قطعه را با گفتار هماهنگ سازید. در پایان، زیرنویس را در قالب SRT و با کدگذاری مناسب ذخیره کنید.
اگر روش مستقیم را انتخاب کردهاید، متن و تایمکدهای تولیدشده را در همان ابزار بازبینی و سپس فایل SRT را دریافت کنید.
مرحله پنجم؛ متن، تایمینگ و خروجی نهایی را بررسی کنید
پیش از انتشار، یکبار دیگر نام افراد، عددها، کلمات انگلیسی و اصطلاحات تخصصی را با صدای اصلی تطبیق دهید. جملههای طولانی را در محل مکث طبیعی تقسیم کنید و مطمئن شوید زیرنویس نه پیشاز شروع گفتار ظاهر میشود و نه مدت زیادی پس از پایان آن روی صفحه باقی میماند.
نویسههای عربی «ي» و «ك» را با «ی» و «ک» فارسی جایگزین و فایل SRT را با کدگذاری UTF-8 ذخیره کنید. سپس خروجی را در پخشکننده یا پلتفرم مقصد آزمایش کنید تا ترتیب قطعهها، نمایش حروف فارسی و هماهنگی زمانها درست باشد.
اگر قرار است زیرنویس مستقیماً روی ویدئو چسبانده شود، نسخه نهایی را روی موبایل نیز ببینید. متن نباید پشت نام کاربری، دکمهها، توضیحات یا دیگر عناصر رابط شبکه اجتماعی قرار بگیرد. این بازبینی آخر، بخش مهمی از ویرایش زیرنویس فارسی است.
برای ساخت زیرنویس فارسی از چه ابزاری استفاده کنیم؟
هیچ ابزار هوش مصنوعی زیرنویس فارسی برای همه پروژهها بهترین نیست. برای انتخاب برنامه ساخت زیرنویس خودکار فارسی ابتدا مشخص کنید متن اولیه میخواهید، به ویرایش دقیق SRT نیاز دارید یا قصد دارید ویدئوی نهایی را مستقیماً خروجی بگیرید.
| نیاز | مسیر پیشنهادی | محدودیت |
| استخراج و اصلاح متن فارسی | نوانویس | متن باید در مرحله بعد زمانبندی شود |
| ساخت و ویرایش دقیق SRT در کامپیوتر | Subtitle Edit | محیط تخصصیتر و نیازمند آشنایی با تایملاین |
| ساخت زیرنویس فارسی آنلاین و خروجی ویدئو | VEED | شرایط پلن، واترمارک و دریافت فایل باید بررسی شود |
| ساخت زیرنویس برای یوتیوب | YouTube Studio | برای ویدئوهای بارگذاریشده در یوتیوب کاربرد دارد |
اگر عبارت «زیرنویس خودکار فارسی رایگان» را جستوجو میکنید، فقط بهعنوان «رایگان» اکتفا نکنید. محدودیت مدت فایل، تعداد پروژه، واترمارک و امکان دریافت SRT را پیشاز شروع بررسی کنید.
خطاهای رایج در زیرنویس خودکار فارسی را چگونه اصلاح کنیم؟
برخی خطاها به ویژگیهای زبان فارسی مربوطاند و حتی در فایلهای صوتی واضح نیز دیده میشوند. نام افراد، برندها و اصطلاحات تخصصی ممکن است با واژهای مشابه جایگزین شوند؛ بنابراین آنها را با صدای اصلی تطبیق دهید. عددها، تاریخها و آدرسها نیز باید جداگانه بررسی شوند، زیرا یک اشتباه کوچک میتواند معنای جمله را تغییر دهد.
لحن گوینده را هم حفظ کنید. عبارتهای محاورهای را فقط زمانی رسمی کنید که هدف پروژه ویرایش زبانی باشد.
در متن نهایی، نیمفاصله واژههایی مانند «میشود» و «نمیتوان» را اصلاح و نویسههای عربی «ي» و «ك» را با «ی» و «ک» فارسی جایگزین کنید.
در پایان، ویدئو را یکبار بدون صدا ببینید. اگر متن پیشاز خواندهشدن ناپدید میشود، جملهها بیش از حد بلندند یا شکست خطها طبیعی نیست، زیرنویس هنوز به ویرایش نیاز دارد.
استاندارد یک زیرنویس فارسی خوب چیست؟
زیرنویس خوب باید در مدت نمایش، بدون توقف یا بازگشت مداوم قابل خواندن باشد. هر قطعه بهتر است یک مفهوم کوتاه و نسبتاً کامل را منتقل کند و با پایان جمله، مکث گوینده یا تغییر صحنه هماهنگ باشد.
بهعنوان یک قاعده عملی، متن را حداکثر در دو خط نمایش دهید و شکست خط را میان ترکیبهای وابسته، مانند اسم و صفت یا فعل و بخش وابسته آن، قرار ندهید.
راهنمای عمومی نتفلیکس نیز حداکثر دو خط را توصیه میکند و بر شکستن جمله در مرزهای طبیعی تأکید دارد.
نشانهگذاری، نیمفاصله و شکل نوشتن عددها باید در سراسر فایل یکدست باشد. در SRT نیز شماره قطعهها و تایمکدها باید بهترتیب ثبت شوند و فایل فارسی با کدگذاری UTF-8 ذخیره شود.
خروجی نهایی را در همان پخشکننده، سایت یا شبکه اجتماعی مقصد آزمایش کنید؛ زیرا اندازه صفحه و عناصر رابط میتوانند خوانایی یا محل نمایش متن را تغییر دهند.
یوتیوب نیز برای فایل SRT، متن ساده با کدگذاری UTF-8 را میپذیرد.
زیرنویس گفتار معمولاً دیالوگ را منتقل میکند، اما کپشن دسترسپذیر، اطلاعات شنیداری مهم دیگری مانند نام گوینده، موسیقی، خنده یا صدای زنگ را نیز نشان میدهد. این اطلاعات برای مخاطبی که صدا را نمیشنود، بخشی از معنای محتواست.
سؤالات متداول
آیا میتوان فایل صوتی را مستقیماً به زیرنویس تبدیل کرد؟
بله. ابتدا گفتار فایل صوتی به متن تبدیل میشود و سپس برای هر قطعه، زمان شروع و پایان تعیین میشود. خروجی نهایی میتواند فایل SRT ،VTT یا رونوشت زمانبندیشده باشد.
بهترین فرمت برای ساخت زیرنویس برای یوتیوب چیست؟
SRT یکی از سادهترین و رایجترین گزینههاست. فایل باید تایمکدهای درست و متن فارسی با کدگذاری UTF-8 داشته باشد و از بخش Subtitles در YouTube Studio بارگذاری شود.
آیا زیرنویس خودکار فارسی بدون ویرایش قابل انتشار است؟
بهتر است پیشاز انتشار بازبینی شود. نامها، اصطلاحات تخصصی، عددها، نیمفاصله، علائم نگارشی و هماهنگی زمان از بخشهایی هستند که معمولاً به کنترل انسانی نیاز دارند.
زیرنویس چسبیده بهتر است یا فایل SRT؟
برای اینستاگرام، ریلز و ویدئوهای قابلاشتراک، زیرنویس چسبیده مطمئنتر است. برای یوتیوب، دوره آموزشی و سایت، فایل جدا انعطاف بیشتری دارد و میتوان آن را خاموش، ویرایش یا جایگزین کرد.
چگونه زیرنویس را روی ویدئو بچسبانیم؟
فایل SRT را وارد ویرایشگر ویدئو کنید، فونت، اندازه و محل نمایش را تنظیم کنید و ویدئو را دوباره خروجی بگیرید. پیش از انتشار، خوانایی و محل متن را روی صفحه موبایل بررسی کنید.
