ScribeToAny

MP3를 SRT 자막으로 변환

자막이 필요한데 오디오 트랙만 있나요? MP3를 업로드하면 ScribeToAny가 타이밍이 정확한 SRT 파일을 생성합니다 — 각 캡션이 세그먼트로 나뉘고 타임스탬프가 붙어 비디오나 팟캐스트 플레이어와 바로 결합할 수 있습니다.

  • AI 전사
  • 98개 언어
  • 암호화되며 사용자 파일로 AI를 학습시키지 않음

녹음 파일로 시작하기

오디오 또는 동영상 파일을 여기에 놓거나 클릭해서 선택하세요.

실제 전사 결과 샘플

화자 감지를 켠 상태에서 64초 분량의 2인 인터뷰(합성 음성)를 무편집으로 전사한 결과입니다. 첫 몇 줄만 표시됩니다.

전사본 (TXT)
SPEAKER_00 (0:00) Welcome back to Small Shop Stories.
SPEAKER_00 (0:02) Today I'm talking to Maya, who runs a tiny bakery on the
SPEAKER_00 (0:05) corner of Mill Street.
SPEAKER_01 (0:07) Thanks for having me.
SPEAKER_01 (0:08) It's really small, just two ovens and a counter.
SPEAKER_00 (0:12) So how does a normal day start for you?
자막 (SRT)
1
00:00:00,000 --> 00:00:01,680
[SPEAKER_00] Welcome back to Small Shop Stories.

2
00:00:02,160 --> 00:00:05,320
[SPEAKER_00] Today I'm talking to Maya, who runs a tiny bakery on the

3
00:00:05,320 --> 00:00:06,320
[SPEAKER_00] corner of Mill Street.

원문 대본과 비교했을 때 189단어 중 4단어만 달랐으며(“eighty”를 “80”으로 표기한 것도 오류로 계산하여 단어 오류율 2.1%), 14회의 발화 전환이 모두 정확하게 라벨링되었습니다. 이는 잡음 없는 또렷한 음성 기준이며, 소음이 심하거나 말이 겹치는 녹음본은 점수가 더 낮게 나옵니다. 전체 전사본 및 정확도 산출 방식 보기

사용 방법

  1. 1

    업로드

    오디오·비디오 파일을 끌어다 놓거나 링크를 붙여넣으세요. 일반적인 형식을 모두 지원합니다.

  2. 2

    전사

    AI가 타임스탬프와 함께 전사하며 화자 레이블도 선택할 수 있습니다. 보통 몇 분이면 끝납니다.

  3. 3

    내보내기

    바로 쓸 수 있는 SRT 또는 VTT 자막, 또는 TXT, PDF, DOCX로 내보내세요.

왜 ScribeToAny인가

  • 순수 MP3 오디오를 정확히 동기화된 SRT 자막으로 변환: 팟캐스트 오디오그램(Audiogram) 및 음원 영상화 작업에 매우 유용합니다.
  • 정적인 배경 이미지 및 오디오 파형 효과와 결합하여 팟캐스트 음원을 시선을 사로잡는 SNS 숏폼 영상으로 손쉽게 업그레이드합니다.
  • 자막 타이밍은 음성 자체에서 추출되므로, 비디오나 오디오그램과 결합해도 자막이 음성과 정확하게 일치합니다.

자주 묻는 질문

자막 타임스탬프는 얼마나 정밀한가요?

타임스탬프는 세그먼트 단위로 실제 음성에 맞춰 1초 미만의 정밀도로 생성됩니다.

내보내기 전에 캡션을 편집할 수 있나요?

네 — 편집기에서 문구를 고치거나 세그먼트를 삭제한 뒤 내보내면 SRT에 편집 내용이 반영됩니다.

SRT와 VTT 중 무엇을 써야 하나요?

SRT는 편집기와 플레이어를 위한 범용 표준이고, VTT는 웹 비디오(HTML5)용입니다. 둘 다 내보낼 수 있으니 플랫폼이 요구하는 쪽을 사용하세요.

노래나 가사 비디오용 자막을 만들 수 있나요?

시도해 볼 수는 있지만, 노래는 일반적인 음성보다 훨씬 어렵습니다. 큰 배경 음악 위의 가사는 잘못 인식되거나 누락되기 쉽고, 자막 타이밍도 보컬을 대략적으로만 따라갑니다. 팟캐스트, 내레이션, 인터뷰 같은 음성 오디오가 훨씬 더 완성도 높은 SRT를 만듭니다. 노래의 경우 편집기에서 가사를 직접 수정할 계획을 세우는 것이 좋습니다.

자막은 어떻게 나뉘나요?

먼저 자연스러운 멈춤 구간에서 나누고, 그 다음 길이에 따라 조절합니다. 각 자막은 약 7초 및 84자(대략 42자씩 2줄), 중국어·일본어·한국어의 경우 약 32자 이내로 유지되며, 가능한 경우 문장이나 절의 구두점에서 줄을 바꿉니다.

관련 도구