Napisy do wideo — plik SRT gotowy do wgrania

Pierwszą wersję tekstu robi model rozpoznawania mowy. Drugi przebieg robi nasz agent: interpunkcja, nazwy własne z twojej listy, liczby i kwoty, podział linii. Przed wysyłką całość ogląda człowiek. Dlatego nie licytujemy się procentami skuteczności modelu — kupujesz wersję po korekcie, nie surowy wynik z automatu. Jakość nagrania ma za to wpływ na to, czy w ogóle weźmiemy materiał: szeptanie, głośna muzyka w tle, silny akcent albo trzy osoby mówiące naraz potrafią zostawić fragmenty nie do odzyskania — mówimy o tym przed przyjęciem zlecenia, a nie po fakcie. Płacisz z góry, ale dopóki nie ruszy transkrypcja, rezygnacja nic nie kosztuje. Faktura, prawo odstąpienia, prawa do tekstu i zakres poprawek: /zasady/

Dostajesz SRT (standard) i VTT, plus transkrypcję w TXT. Nie prosimy o dostęp do twoich kont, więc wgrywasz sam — w YouTube Studio to trzy kliknięcia i jakieś 30 sekund, dorzucamy krótką instrukcję. Jeśli wolisz mieć napisy na stałe w obrazie, robimy wypalony MP4.

Tak, ale to inna robota niż klasyczny SRT: napisy pojawiają się słowo po słowie, z podświetleniem i stylowaniem, wypalone w obraz. Wycena jest wyższa, bo dochodzi render. Najprościej podeślij link do filmiku, którego styl ci się podoba — odtworzymy go w rozsądnym przybliżeniu, nie co do piksela. Materiał przysyłaj już w docelowych proporcjach; jeśli masz tylko 16:9, robimy prosty wariant pionu (kadr wyśrodkowany albo film w ramce z tłem), bez śledzenia postaci.

W transkrypcji TXT tak: rozdzielamy wypowiedzi i podpisujemy mówców, jeśli podasz imiona. W pliku SRT domyślnie tego nie ma, bo na ekranie zwykle przeszkadza — myślniki i imiona dopisujemy na twoją prośbę, bez dopłaty. Jeden warunek: rozmowa musi być prowadzona na zmianę. Przy nagraniu, gdzie ludzie przez połowę czasu mówią jednocześnie, rozdzielenie głosów przestaje być wiarygodne i uprzedzamy o tym przed startem.

Angielski robimy standardowo, tak samo jak polski: transkrypcja plus korekta. Przy innych językach (np. niemiecki, hiszpański, ukraiński) najpierw przepuszczamy fragment i mówimy, czy jakość ma sens — jeśli nie, nie bierzemy zlecenia. Napisy powstają w języku nagrania; przełożenie ich na inny język to tłumaczenie, czyli osobna pozycja w wycenie.

Nagranie przechodzi przez model AI dostawcy zewnętrznego — bez tego transkrypcja by nie powstała, a przetwarzanie odbywa się częściowo poza EOG. Nie trafia do zbiorów treningowych, nie publikujemy go i nie pokazujemy w portfolio. Pliki robocze kasujemy 30 dni po odbiorze, wcześniej na twoją prośbę. Jeśli materiał zawiera dane osobowe albo jest objęty NDA, napisz przed wysyłką — podpiszemy umowę powierzenia, a pliki przyjmiemy linkiem do dysku zamiast WhatsAppem.