Darmowy konwerter online SRT do AAC

Gdy odtwarzacz lub urządzenie wymaga mówionego dźwięku zamiast napisów, plik SRT trzeba zamienić na mowę i zapisać w formacie AAC. W ten sposób powstaje ścieżka audio z narracją; nie jest to bezpośrednia konwersja między formatami audio.

Czym jest format SRT

SRT to tekstowy format napisów zawierający ponumerowane kwestie, czasy rozpoczęcia i zakończenia oraz wyświetlane słowa. Edytory wideo, odtwarzacze multimedialne i narzędzia do pracy z napisami, takie jak Subtitle Edit, tworzą lub edytują pliki SRT; często są one dołączane do pobranych filmów lub nagrań.

Czym jest format AAC

AAC to stratny kodek audio używany w formatach takich jak M4A oraz w plikach AAC. Zapewnia dobrą jakość dźwięku przy stosunkowo niskiej przepływności i jest obsługiwany przez większość telefonów, komputerów i odtwarzaczy multimedialnych. Konwersja napisów do AAC polega na użyciu syntezy mowy (TTS) do wygenerowania mowy, a nie na zachowaniu tekstu napisów.

Jak przekonwertować SRT do AAC

Online na 101convert.com

1. Otwórz stronę konwertera SRT do AAC i prześlij plik z napisami. Możesz dodać wiele plików naraz; na stronie podano limit rozmiaru pojedynczego pliku.
2. Przed konwersją ustaw w razie potrzeby język głosu, szybkość czytania i synchronizację napisów.
3. Rozpocznij konwersję, a następnie pobierz wynikowy plik audio AAC.

Offline za pomocą oprogramowania na komputer

Do przetwarzania lokalnego możesz użyć Pythona z bezpłatną biblioteką TTS pyttsx3, która syntetyzuje mowę przy użyciu głosów zainstalowanych w systemie. Działa w systemach Windows, macOS i Linux; dostępne głosy zależą od systemu operacyjnego. Zainstaluj pakiety Pythona za pomocą polecenia python -m pip install srt pyttsx3 pydub, a FFmpeg zainstaluj osobno.

Zapisz ten skrypt w tym samym folderze co plik z napisami, pod nazwą make_audio.py. Tworzy on miks WAV, umieszczając każdą wypowiadaną kwestię w czasie rozpoczęcia podanym w pliku SRT:

from pathlib import Path
import srt
import pyttsx3
from pydub import AudioSegment

subs = list(srt.parse(Path("captions.srt").read_text(encoding="utf-8-sig")))
engine = pyttsx3.init()
clips = []

for i, sub in enumerate(subs):
    text = " ".join(sub.content.split())
    if not text:
        continue
    filename = f"cue_{i}.wav"
    engine.save_to_file(text, filename)
    engine.runAndWait()
    clips.append((int(sub.start.total_seconds() * 1000), AudioSegment.from_wav(filename)))

total_ms = max((int(sub.end.total_seconds() * 1000) for sub in subs), default=0)
mix = AudioSegment.silent(duration=total_ms)
for start, clip in clips:
    if start + len(clip) > len(mix):
        mix += AudioSegment.silent(duration=start + len(clip) - len(mix))
    mix = mix.overlay(clip, position=start)
mix.export("narration.wav", format="wav")

Uruchom python make_audio.py, a następnie zakoduj wynik jako plik AAC za pomocą polecenia ffmpeg -i narration.wav -c:a aac -b:a 128k -f adts narration.aac. Skrypt pozostawia tymczasowe pliki WAV z poszczególnymi kwestiami w folderze roboczym.

Jakość i zgodność

Plik SRT nie zawiera nagranego głosu, więc wybrany głos TTS decyduje o wymowie, akcencie i jakości głosu. Wypowiedź może trwać dłużej niż czas wyświetlania napisu; skrypt zachowuje czas rozpoczęcia każdej kwestii i nakłada na siebie dźwięk, jeśli kwestie się pokrywają, ale nie skraca wypowiedzi, by zmieściła się w czasie wyświetlania danej kwestii. Przepływność AAC wynosząca 128 kbit/s to praktyczny punkt wyjścia dla narracji mówionej; użyj wyższej przepływności, jeśli plik wyjściowy zawiera również muzykę lub inne szczegółowe dźwięki.