동영상 또는 오디오 열기
기기의 MP4, MOV, WebM, MP3, WAV 등을 선택하세요. 코덱과 브라우저에 따라 지원 여부가 달라지며, 자동 생성에는 읽을 수 있는 음성이 필요합니다.
말소리로 자막을 만들고 문장별로 검토하며 스타일을 조절하세요. 편집 가능한 SRT/VTT 또는 자막을 화면에 입힌 MP4로 저장합니다. 기기에서 처리하며 가입과 워터마크가 없습니다.
기기의 MP4, MOV, WebM, MP3, WAV 등을 선택하세요. 코덱과 브라우저에 따라 지원 여부가 달라지며, 자동 생성에는 읽을 수 있는 음성이 필요합니다.
실제로 말하는 언어나 자동 감지를 고르고 스타일을 선택해 생성하세요. 첫 실행에는 모델 다운로드를 기다립니다. 기존 SRT/VTT를 가져와 시작할 수도 있습니다.
자막을 눌러 해당 장면으로 이동하고 이름, 숫자, 표시 시간을 고치세요. 읽을 시간이 충분한지, 자막이 주인공이나 필요한 화면을 가리는지 확인합니다.
편집용 SRT/VTT를 받거나 지원 환경에서 MP4를 내보내세요. 완성 파일을 열어 글꼴, 음성과의 타이밍, 재생 소리를 확인합니다.
발화 언어나 자동 감지를 선택해 모델을 사용할 수 있을 때 시간 정보가 있는 자막을 만듭니다. 기존 SRT/VTT는 다시 인식하지 않고 가져올 수 있습니다.
음성 인식과 자막 영상 내보내기를 기기에서 진행합니다. 처음에는 음성 모델을 내려받으며 일부 글꼴도 인터넷으로 불러옵니다.
자막을 검색하고 해당 위치로 이동해 시작·종료 시간과 문구를 고치세요. 줄 추가·삭제·병합과 글꼴, 색상, 크기, 위치 조절이 가능합니다.
SRT/VTT에는 글자와 시간을 저장합니다. 지원 브라우저에서는 선택한 스타일을 영상 화면에 입힌 MP4도 만들 수 있습니다.
2분짜리 한국어 시연에 제품명, 버전 번호와 세 가지 조작 단계가 나온다고 가정해 보세요. 한국어로 자막을 만든 뒤 제품명을 검색해 표기를 고치고, 각 단계의 시작 부분을 재생해 표시 시간을 확인합니다. 자막이 버튼을 가리면 빈 공간으로 옮기고, 가장 긴 문장도 읽기 좋은 크기로 보이는지 살펴보세요. 검토한 뒤 편집용 SRT와 스타일이 적용된 MP4를 함께 저장할 수 있습니다.
다른 편집기에서 수정하거나 자막을 지원하는 영상 플랫폼에 별도 자막 트랙으로 올릴 때는 SRT, 웹 플레이어에는 VTT를 사용할 수 있습니다. 이 도구의 SRT/VTT 출력은 글자와 시간만 담고 글꼴, 색상, 움직이는 효과는 저장하지 않습니다. 시청자에게 같은 모양으로 보여 주려면 MP4를 선택하세요. 별도 자막 트랙까지 제공할 경우 영상에 입힌 자막과 겹쳐 나오지 않는지 확인합니다.
SRT/VTT만 가져와 글자와 시간을 수정한 뒤 저장할 수 있습니다. 화면 미리보기나 MP4 출력이 필요하면 해당 미디어를 추가하세요. 앞부분을 잘라낸 영상은 예전 자막과 시간이 어긋날 수 있으므로 같은 버전의 영상인지 확인합니다. 마지막 자막이 원본보다 늦게 끝나면 출력도 길어질 수 있어 종료 시간도 점검하세요.
자동 인식의 길이 제한을 넘는다면 동영상 자르기로 필요한 구간을 먼저 준비하고 그 구간의 자막을 만들 수 있습니다. 다른 작업은 무료 도구 모음에서 찾을 수 있습니다.
이 도구는 무료이며 가입이 필요 없고 DojoClip 워터마크를 추가하지 않습니다. 처리 가능 여부는 브라우저, 코덱, 모델 다운로드 상태와 여유 메모리에 영향을 받습니다.
이 로컬 작업을 위해 미디어나 자막 텍스트를 업로드하지 않습니다. 모델과 글꼴 다운로드에는 인터넷 연결이 필요합니다. 페이지를 닫거나 새로고침하기 전에 결과를 저장하세요.
한국어, 영어, 스페인어, 프랑스어, 독일어, 이탈리아어, 포르투갈어, 중국어, 일본어와 자동 감지를 선택할 수 있습니다. 원본에서 말하는 언어를 정하는 설정이며 다른 언어로 자동 번역하는 기능은 아닙니다.
이름, 전문 용어, 숫자, 억양이 강하거나 목소리가 겹치는 부분을 검토하세요. 글자와 시간을 고치고 줄을 추가하거나 합칠 수 있습니다. 단어별 강조는 추정 시간을 사용하므로 재생하며 맞는지 확인해야 합니다.
화면에 입힌 자막은 영상의 일부가 되어 끌 수 없으므로 SRT/VTT도 보관하세요. MP4는 30 fps로 다시 인코딩하며 긴 변은 최대 4096픽셀입니다. 무손실이나 원본 fps를 보장하지 않습니다. 오디오만 넣으면 어두운 배경의 자막 영상이 됩니다.
첫 실행에는 모델을 내려받는 시간도 필요합니다. 자동 인식은 최대 700 MiB이며, 브라우저가 저메모리로 보고하는 기기는 10분, 그 외에는 30분까지입니다. 실제 처리 능력은 기기에 따라 달라집니다. SRT/VTT 가져오기에는 음성 모델이 필요 없습니다.