Online konvertor VTT do M4A zdarma

Soubor VTT obsahuje časované titulky, nikoli zvuk, takže pouhou změnou formátu z něj nelze vytvořit zvukovou nahrávku. Pokud přehrávač nebo zařízení vyžaduje soubor M4A, převod může z titulků vytvořit mluvený komentář.

Co obsahuje VTT

WebVTT (.vtt) ukládá text skrytých titulků nebo titulků, časování jednotlivých úseků a případné informace o mluvčích nebo formátování. Soubory VTT vytvářejí nebo exportují video editory, nástroje pro titulkování a streamovací platformy; běžně se dodávají spolu s videem, pokud je třeba titulky zobrazovat samostatně.

K čemu se používá M4A

M4A je kontejner zvukových souborů, který se běžně používá pro zvuk kódovaný pomocí AAC. Podporuje jej řada telefonů, přehrávačů médií a editačních aplikací. Protože VTT neobsahuje zvukovou stopu, soubor M4A vytvořený z něj obsahuje syntetizovanou řeč, nikoli obnovený nebo extrahovaný zvuk.

Převeďte titulky na M4A

Online na 101convert.com

1. Nahrajte soubor VTT na stránce konvertoru. Můžete přidat více souborů najednou; na stránce je uveden limit velikosti jednotlivých souborů.
2. Před převodem podle potřeby zvolte jazyk hlasu, rychlost čtení a možnosti časování titulků.
3. Spusťte převod a stáhněte výsledný soubor M4A.

Offline pomocí desktopových nástrojů

Pro offline postup použijte open-source balíček Pythonu webvtt-py k extrakci textu titulků, eSpeak NG k syntéze řeči a FFmpeg ke kódování zvuku do formátu M4A. Tyto nástroje jsou k dispozici pro Linux, Windows a macOS.

1. Nainstalujte Python, eSpeak NG a FFmpeg a poté nainstalujte parser VTT: python -m pip install webvtt-py.
2. Uložte tento skript jako make_text.py do stejné složky jako captions.vtt. Spojí úseky titulků v pořadí, v jakém jsou v souboru, a odstraní jednoduché vložené značky.

import html
import re
from pathlib import Path
import webvtt

cues = webvtt.read("captions.vtt")
lines = []
for cue in cues:
    text = re.sub(r"<[^>]*>", "", cue.text)
    lines.append(html.unescape(text.replace("\n", " ")))
Path("narration.txt").write_text("\n".join(lines), encoding="utf-8")

3. Spusťte skript, syntetizujte řeč do formátu WAV a poté ji zakódujte jako AAC v kontejneru M4A:

python make_text.py
espeak-ng -v en -s 160 -f narration.txt -w narration.wav
ffmpeg -i narration.wav -c:a aac -b:a 128k narrated.m4a

Nahraďte en kódem hlasu eSpeak NG, který je ve vašem systému k dispozici. Tento základní postup čte úseky titulků v pořadí; jejich původní časové značky nezachovává.

Kvalita a časování

Zvuk souboru M4A závisí na zvoleném syntetizovaném hlasu a datovém toku AAC; zvýšení datového toku samo o sobě hlas nezpřirozenější. Časování úseků titulků je důležité pouze v případě, že je nástroj pro převod používá k plánování řeči; v offline příkazech výše se titulky místo toho převedou na souvislý mluvený komentář.