Vlastní produkt · 2025 – 2026 Projekt 14 z 20
Expanzor
Titulky ve stylu karaoke pro krátká videa.
Ve zkratce
- Role
- Návrh a vývoj
- Období
- 2025 – 2026
- Stav
- Archiv
- Technologie
- 6 technologií
Webová aplikace, která z nahraného videa udělá titulky ve stylu karaoke: přepis s časováním po slovech (OpenAI Whisper), editor vzhledu a vypálení do videa přes ffmpeg. Uživatelé mají účty s přihlášením přes JWT a za zpracování platí kredity. Doména projektu vypršela, aplikace teď neběží.
Jak to funguje
Backend v Node.js (Express) vytáhne z videa zvuk, nechá ho přepsat modelem whisper-1 s časovými značkami pro jednotlivá slova a z výsledku sestaví titulky ve formátu ASS, ve kterých se zvýrazňuje právě vyslovované slovo. Barvy, obrys, stín, písmo a umístění se nastavují v editoru a export je vypálí do videa. Nasazení šlo přes GitLab CI.
Překážky a jak jsem je vyřešil
- Setiny sekundy. ASS počítá čas v setinách sekundy. Začátky se proto zaokrouhlují dolů, aby se titulek neposunul dopředu a nepřekryl s dalším, a konce nahoru, aby nezmizel příliš brzy. Překryvy ve starších projektech se opraví při exportu.
- Slova na správném řádku. Slova z karaoke se k řádkům titulků přiřazují podle překryvu v čase, ne podle pořadí.
- Videa na výšku. Okraje titulků se škálují podle šířky videa, takže sedí i u videí na výšku.
Postaveno na
- Node.js
- Express
- MySQL
- OpenAI Whisper
- ffmpeg
- JWT