Ты снял первый ролик, и он лежит в галерее уже третий день. Субтитры нужны, без них в ленте его пролистывают с выключенным звуком, но ты открыл пять сервисов, в каждом просят карту, которой у тебя нет, а ручная расстановка текста съела бы весь вечер. Знакомо? Тогда ты как раз на том месте, где застревает большинство новичков: до самого контента дело не доходит, потому что сначала нужно выбрать инструмент.
Вот как закрыть эту боль. Чтобы добавить субтитры к видео нейросетью, не нужен ни платный сервис, ни зарубежная карта. Нужна одна бесплатная модель распознавания речи, которая запускается у тебя на компьютере, и одна команда. Ниже весь путь по шагам, и сегодня же ты получишь свой первый ролик с титрами.
Почему «найти правильную нейросеть» превращается в ловушку
Посмотрев пару обзоров, начинаешь думать, что где-то есть единственный правильный сервис, и пока ты его не нашёл, начинать рано. Это не так. Задача у субтитров простая: превратить речь в текст с отметками времени и наложить его на картинку. С первой частью справляется открытая модель Whisper от OpenAI, она бесплатная и работает без интернета после установки.
Популярный пост, на который я опирался, показывает тот же принцип с другой стороны: один исходный ролик можно превратить в три разных варианта. Идея та же. Снимаешь один раз, дальше обработка, а не повторная съёмка. С субтитрами так же: записал речь один раз, и из неё получается текст, титры и даже заготовка для описания.
Что понадобится, чтобы не потратить ни рубля
- Видеофайл с твоим голосом, хоть с телефона, хоть минута длиной.
- Python, он ставится бесплатно с официального сайта.
- Программа ffmpeg для работы с видео, тоже бесплатная.
- Модель Whisper, которая ставится одной командой через pip.
Карта, подписка и регистрация не нужны. Если на каком-то шаге просят оплату, ты свернул не туда.
Как добавить субтитры к видео нейросетью за четыре шага
Положи ролик в отдельную папку, пусть он называется clip.mp4. Дальше всё делается в терминале.
Шаг первый: установи Whisper командой pip install openai-whisper. Шаг второй: распознай речь командой whisper clip.mp4 --language ru --model small --output_format srt. Рядом появится файл clip.srt, обычный текст с таймкодами. Модель small подходит для первой попытки: она быстрее крупных, но на чистой речи справляется нормально.
Шаг третий: открой clip.srt в блокноте и прочитай целиком. Нейросеть иногда путает имена, термины и названия программ, поэтому правка занимает пару минут и спасает от стыдных ошибок. Шаг четвёртый: наложи титры командой ffmpeg -i clip.mp4 -vf subtitles=clip.srt out.mp4. Готовый out.mp4 можно выкладывать.
Проверь результат глазами, а не по тому, что команда отработала
Самая коварная ошибка здесь тихая. Команда завершилась без сообщений, файл создался, а буквы в кадре стоят вразброс из-за чужого шрифта, или текст уходит под интерфейс соцсети. Ни один лог этого не покажет.
Поэтому открой готовый ролик и поставь на паузу на трёх разных моментах. Смотри, читаются ли буквы, не слиплись ли слова, не перекрыт ли текст кнопками приложения. Если что-то не так, меняй шрифт и размер, а не саму нейросеть.
Что делать, когда приём сработал один раз
Эта цепочка закрывает задачу разово: один ролик, один вечер. Когда роликов станет десять, ты устанешь повторять те же четыре команды и проверять кадры руками. Тогда логично собрать свою систему, где распознавание, правка и наложение идут одним запуском. Она будет твоей, не подпиской на чужой сервис, и работать будет столько, сколько ты сам её оставишь. Мы собираем такие системы вместе с Claude Code, и по времени это вопрос вечера, а не месяца.