اگر یک فایل صوتی یا ویدیویی دارید و می‌خواهید برایش زیرنویس بسازید، Subtitle Edit یک ابزار رایگان، متن‌باز و بسیار قدرتمند است که این کار را بدون نیاز به اینترنت (پس از دانلود اولیه مدل) و بدون فرستادن فایل‌هایتان به سرورهای ابری انجام می‌دهد.
در این راهنما، مسیر کامل از دانلود نرم‌افزار تا گرفتن خروجی زیرنویس فارسی را با استفاده از موتور هوش مصنوعی Whisper (مدل large-v3-turbo) به صورت مرحله‌به‌مرحله مرور می‌کنیم.
۱. دانلود و نصب نرم‌افزار Subtitle Edit
برای شروع، باید نرم‌افزار را دانلود کنید. می‌توانید این کار را از سایت‌های ایرانی یا مستقیماً از مخزن رسمی آن در گیت‌هاب انجام دهید:
- دانلود از سایت سافت۹۸ (Soft98): لینک دانلود Subtitle Edit (طبق تصویر، نسخه‌های ویندوز ۶۴ بیتی و پرتابل در این سایت موجود است).
- دانلود از گیت‌هاب (نسخه رسمی): لینک مخزن Subtitle Edit در GitHub
پس از دانلود، فایل نصب را اجرا کرده و مراحل نصب را مانند هر برنامه دیگری پیش ببرید. Subtitle Edit روی ویندوز به خوبی کار می‌کند و رابط کاربری ساده‌ای دارد.
۲. انتخاب موتور و مدل مناسب (هوش مصنوعی Whisper)
پس از باز کردن برنامه، یک فایل ویدیویی یا صوتی را باز کنید (از منوی Video گزینه Open video... را انتخاب کنید. اگر فقط فایل صوتی دارید، همان را انتخاب کنید).
سپس از منوی بالا به مسیر Video → Speech to text... بروید. در پنجره‌ای که باز می‌شود، باید یک Engine (موتور) و یک Model (مدل) انتخاب کنید.
در نسخه‌های جدید Subtitle Edit، موتور پیشنهادی Whisper است. در لیست Engine، گزینه Whisper CPP را انتخاب کنید. سپس روی سه نقطه کنار Choose model کلیک کنید تا لیست مدل‌ها باز شود.
کدام مدل را انتخاب کنیم؟
برای زبان فارسی، بهترین گزینه‌ای که در لیست پیش‌فرض وجود دارد، large-v3-turbo است.
- این مدل نسخه فشرده‌شده و سریع‌تر
large-v3است. طبق بنچمارک‌ها، دقت آن تقریباً هم‌سطح نسخه کامل است اما سرعت پردازش آن بسیار بالاتر و مصرف منابعش کمتر است. - از مدل‌های
tiny،baseیاsmallبرای فارسی استفاده نکنید، چون دقت پایینی دارند. - اگر سیستم شما منابع کافی دارد و عجله ندارید، می‌توانید
large-v3را هم امتحان کنید، اما برای شروعlarge-v3-turboتعادل عالی بین دقت و سرعت ارائه می‌دهد.
پس از انتخاب مدل، روی دکمه دانلود کنار آن کلیک کنید تا مدل دانلود و نصب شود. (این کار فقط یک بار نیاز به اینترنت دارد).
۳. تنظیمات و شروع پردازش
حالا در همان پنجره Speech to text، این تنظیمات را انجام دهید:
- Language: زبان را روی Persian (fa) تنظیم کنید.
- Post-processing: این گزینه را فعال کنید تا برنامه مکث‌ها را حذف کند، جمله‌بندی را اصلاح کند و حروف را درست بنویسد.
- Advanced (اختیاری): اگر ویدیوی طولانی دارید، می‌توانید گزینه
Enable VAD(تشخیص فعالیت صوتی) را فعال کنید تا از پردازش بخش‌های ساکت صرف‌نظر شود و سرعت کار بالا برود.
روی دکمه Transcribe (یا Generate) کلیک کنید. حالا برنامه شروع به پردازش صدا می‌کند. مدت زمان این کار به طول فایل و قدرت کامپیوتر شما بستگی دارد. برای یک فایل ۱۰ دقیقه‌ای با مدل large-v3-turbo روی یک سیستم معمولی، ممکن است چند دقیقه طول بکشد.
۴. ویرایش و ذخیره خروجی
پس از پایان کار، زیرنویس‌ها در سمت چپ برنامه ظاهر می‌شوند و می‌توانید همزمان با پخش ویدیو، آن‌ها را ببینید و ویرایش کنید. متن تولید شده ممکن است خطاهای کوچکی داشته باشد (مثل کلمات مشابه یا نشانه‌گذاری). با پخش ویدیو، زیرنویس‌ها را مرور و اصلاح کنید.
سپس از منوی File → Save as فرمت خروجی را انتخاب کنید. معمولاً فرمت SubRip (.srt) رایج‌ترین و سازگارترین فرمت برای اکثر پلتفرم‌ها و پادگیرهاست. فایل را با همین فرمت ذخیره کنید.
نویسنده: یونس شجاعی
#زیرنویس_خودکار #Subtitle_Edit #Whisper #هوش_مصنوعی #پادکست #آموزش_رایگان #یونس_شجاعی