자막 생성기

BETA

미디어를 업로드하지 않고 오디오·영상을 받아쓰고 각 자막과 시간 정보를 편집해 내보내세요.

빠른 답변과 사양

핵심 작업은 이 브라우저에서 실행됩니다. 시작 전에 지원 형식, 공개된 한도와 필요한 모델 다운로드를 확인하세요.

입력: WAV, MP3, M4A, AAC, OGG, Opus, FLAC, MP4, MOV, M4V 및 WebM
출력: SRT, VTT, txt 및 JSON
처리 위치: 이 기기의 브라우저
모델 지원 언어: 100 개 언어 — 언어 선택 메뉴 참고
파일당 한도: 200 MB
한 번에 처리: 1
미디어 길이 한도: 60 분
필요 시 모델 다운로드: 99 MB
마지막 검증: 2026. 9. 10.

화면 언어와 모델의 처리 언어는 다릅니다. 언어별 인식·발음 품질은 다르므로 결과를 확인하세요.

미디어와 받아쓰기 내용은 이 기기에만 머뭅니다. 음성 모델은 브라우저로 다운로드되며 다음 사용을 위해 캐시될 수 있습니다.

오디오 또는 영상 파일 하나를 놓으세요

최대 200MB, 60분. WAV, MP3, M4A, AAC, OGG, Opus, FLAC, MP4, MOV, M4V, WebM.

파일 선택

영상 → SRT 자막 생성기 →

오디오·영상에서 자막을 로컬로 만들고 편집하는 방법

Aiviko 자막 생성기는 최대 200MB, 60분 이내의 오디오·영상 파일 1개(WAV, MP3, M4A, AAC, OGG, Opus, FLAC, MP4, MOV, M4V, WebM)를 서버로 업로드하지 않고 브라우저에서 시간 정보가 포함된 자막으로 변환합니다. 로컬 오디오 추출(Web Audio 또는 ffmpeg.wasm), Silero 음성 감지(약 1.8MB), 99개 언어 Whisper tiny 모델(약 104MB)을 결합해 최대 10,000개 큐를 생성·편집하고 SRT, VTT, TXT, JSON으로 내보냅니다.

1. 미디어 파일 선택 (최대 200MB / 60분)
지원되는 오디오 또는 영상 파일 1개를 놓고, 발화 언어(또는 자동 감지)와 한 줄 최대 글자 수를 설정합니다.
2. 로컬 음성 구간 감지 및 받아쓰기 실행
브라우저가 오디오를 추출한 뒤 Silero VAD로 발화 구간을 찾고 Whisper tiny 모델로 시간별 자막 큐를 생성합니다.
3. 자막 편집기 검토 후 SRT·VTT·TXT·JSON 저장
미리보기 플레이어와 함께 시작·종료 시간과 문구를 다듬고, 전체 시간 이동·나누기·합치기를 거쳐 원하는 형식으로 다운로드합니다.

지원 미디어 형식 및 자막 편집 워크플로

MP4, MOV, M4V, WebM 영상 및 WAV, MP3, M4A, AAC, OGG, Opus, FLAC 오디오(최대 200MB, 60분)에서 SRT·VTT 자막 생성
Silero VAD(약 1.8MB) 음성 활동 감지와 99개 언어 Whisper tiny(약 104MB) 모델의 브라우저 Worker 결합 실행
실시간 영상·오디오 미리보기, 전체 자막 시간 일괄 이동(초), 구간 나누기·합치기, 시간 역전·겹침 자동 검증 편집기(최대 10,000개 큐)
유튜브·편집기·웹 플레이어에 바로 쓸 수 있는 SRT, VTT, TXT, JSON 4가지 포맷 내보내기

실행 예산 및 자막 생성 한계

브라우저 메모리 보호를 위해 파일 크기 200MB, 길이 60분, 디코딩된 PCM 128MB, 또는 자막 10,000개를 초과하는 미디어는 처리하지 않습니다.
5분 이하 미디어는 브라우저가 지원할 때 Web Audio로 빠르게 디코딩하며, 긴 파일이나 특수 코덱은 로컬 ffmpeg.wasm을 사용하므로 작업이 끝날 때까지 탭을 열어 두어야 합니다.
자동 생성된 자막과 타임코드는 초안이므로 게시하거나 번역하기 전에 고유명사, 숫자, 줄바꿈과 싱크를 재생 화면과 함께 반드시 검토하세요.

함께 쓰기 좋은 음성·오디오 도구

음성 텍스트 변환 →

타임코드 없이 마이크 실시간 녹음이나 짧은 오디오 파일을 빠르게 텍스트로 받아씁니다.

텍스트 음성 변환 →

31개 지원 언어의 대본이나 텍스트를 로컬 AI 음성으로 합성하고 WAV로 저장합니다.