Online konvertor SRT do AAC zdarma

Pokud přehrávač nebo zařízení potřebuje mluvený zvuk namísto titulků, je nutné soubor SRT převést na řeč a uložit jako AAC. Vznikne tak namluvená zvuková stopa; nejde o přímý převod mezi zvukovými formáty.

Co je formát SRT

SRT je textový formát titulků, který obsahuje očíslované titulky, časy jejich začátku a konce a text, který se má zobrazit. Soubory SRT vytvářejí nebo upravují video editory, přehrávače médií a nástroje pro práci s titulky, například Subtitle Edit. Běžně se používají ke staženým videím nebo záznamům.

Co je formát AAC

AAC je ztrátový zvukový kodek používaný ve formátech, jako je M4A, i v souborech AAC bez kontejneru. Při relativně nízkých datových tocích poskytuje dobrou kvalitu zvuku a podporuje ho většina telefonů, počítačů a přehrávačů médií. Převod titulků do AAC znamená použití převodu textu na řeč (TTS) k vytvoření mluveného slova, nikoli zachování textu titulků jako titulků.

Jak převést SRT na AAC

Online na 101convert.com

1. Otevřete stránku online konvertoru SRT na AAC a nahrajte soubor s titulky. Můžete přidat více souborů najednou; stránka uvádí limit velikosti pro jeden soubor.
2. Před převodem podle potřeby nastavte jazyk hlasu, rychlost čtení a načasování titulků.
3. Spusťte převod a potom stáhněte výsledný zvukový soubor AAC.

Offline pomocí desktopového softwaru

Pro místní zpracování můžete pomocí Pythonu a bezplatné knihovny TTS pyttsx3 syntetizovat řeč s využitím hlasů nainstalovaných v systému. Funguje v systémech Windows, macOS a Linux; dostupné hlasy závisí na operačním systému. Nainstalujte balíčky Pythonu příkazem python -m pip install srt pyttsx3 pydub a FFmpeg nainstalujte samostatně.

Uložte tento skript vedle souboru s titulky pod názvem make_audio.py. Vytvoří zvukovou směs ve formátu WAV a umístí každou namluvenou položku na čas jejího začátku v souboru 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")

Spusťte python make_audio.py a potom výsledek zakódujte jako soubor AAC příkazem ffmpeg -i narration.wav -c:a aac -b:a 128k -f adts narration.aac. Skript ponechá dočasné soubory WAV jednotlivých položek v pracovním adresáři.

Kvalita a kompatibilita

SRT neobsahuje nahraný hlas, takže výslovnost, přízvuk a kvalitu hlasu určuje zvolený hlas TTS. Řeč může přesáhnout konec časového úseku titulku; skript zachovává časy začátků položek a při jejich překrytí překrývá i zvuk, řeč ale nezkracuje tak, aby se vešla do časového úseku každé položky. Datový tok AAC 128 kbit/s je praktickým výchozím nastavením pro mluvené slovo; pokud výstup obsahuje také hudbu nebo jiný zvuk s mnoha detaily, použijte vyšší datový tok.