Altyazı dosyası, bir saate bağlanmış transkripttir. Metni almak işin kolay yarısıdır; zor yarısı zamanlardır.
Nasıl çalışır
SRT dosyası düz metindir. Her altyazı bloğu dört bölümden oluşur:
1
00:00:00,000 --> 00:00:02,800
مرحباً بكم في الحلقة الأولى
2
00:00:03,600 --> 00:00:07,600
اليوم نتحدث عن تحويل الكلام إلى نص
Library of Congress’in format açıklaması zaman biçimini saat:dakika:saniye,milisaniye olarak verir; başlangıç ile bitiş arasında “two hyphens (—) and a right-pointing angle bracket (>)” (çeviri: iki kısa çizgi (—) ve sağı gösteren bir açılı ayraç (>)) bulunur ve her bloktan sonra bir boş satır gelir. SRT’yi “a very simple text format, but not well standardized” (çeviri: çok basit ama iyi standartlaştırılmamış bir metin formatı) olarak tanımlar; karakter kodlama standardı yoktur. Uzantısı .srt’dir.
HTML video metin izleri için W3C formatı olan WebVTT neredeyse aynı görünür. Spesifikasyon ilk satırın WEBVTT olmasını, milisaniyeden önce nokta kullanılmasını (00:00:10.700), UTF-8 kodlamayı ve text/vtt medya türünü zorunlu tutar. 15 Kasım 2026 itibarıyla bir W3C Aday Tavsiye Taslağıdır (Candidate Recommendation Draft).
Neden önemli
- Zamanlama ya API’den ya sizden gelir. Bazı konuşmadan metne API’leri kelime veya segment zaman damgaları ya da hazır bir dosya döndürür. OpenAI’nin transkripsiyon referansı
response_formatdeğerleri arasındasrtvevttsayar, ancak formatın modele bağlı olduğunu vegpt-4o-transcribeilegpt-4o-mini-transcribemodellerinin yalnızcajsondöndürdüğünü söyler. - Arapça düzen. SRT’de yön işaretlemesi yoktur; sağdan sola metnin ve noktalamanın nasıl gösterileceğine oynatıcı karar verir. Bkz. sağdan sola metin.
- Okunabilirlik kuralları. Satır uzunluğu, altyazı başına satır sayısı ve okuma hızı formatla değil, stil rehberleriyle belirlenir.
BroadNet Inference’ta
BroadNet’in transkripsiyon uç noktası zaman damgası olmadan metin döndürür, bu yüzden doğrudan SRT üretemez. Konuşmadan metne API ile Arapça altyazı (SRT) yazısında test edilen uygulanabilir yöntem:
- FFmpeg’in
silencedetectfiltresiyle (veya bir VAD ile) duraklamaları bulun. - Her konuşma aralığını, en fazla yaklaşık 12 saniye olacak şekilde, 16 kHz mono WAV olarak kesin.
- Her aralığı BroadNet Transcribe Arabic ile
language=argöndererek yazıya dökün. - Her aralığın başlangıç ve bitişini altyazı zamanı olarak kullanın; satırlara metin uzunluğuyla orantılı olarak paylaştırın.
- Numaralı SRT bloklarını yazın.
Aralık sınırları, duraklama algılamanız kadar doğrudur; bir aralığın içindeki zamanlar tahmindir. Bu, konuşmalar ve podcast’ler için uygundur, dudak senkronlu dizi ve filmler için değil. Kare hassasiyetinde zamanlama için kelime zaman damgalarını belgeleyen bir sağlayıcı kullanın. Kısa aralıklar daha fazla istek demektir; kullandıkça öde limiti olan dakikada 30 isteğe dikkat edin. Ses bölme aracı FFmpeg komutlarını sizin için yazar.
Sık yapılan hatalar
- SRT zamanlarında virgül yerine nokta, WebVTT’de ise tersi. Birçok oynatıcı yanlış olanı reddeder.
- Bloklar arasında eksik boş satırlar; bu altyazıları birleştirir.