מנוע עיצוב כתוביות אוטומטי וייצוא וידאו

MicrocosmWorks בנתה מנוע תבניות עם למעלה מ-40 סגנונות כתוביות מוגדרים מראש, כולל הדגשת מילה-במילה, חשיפה מתקדמת בסגנון קריוקי, ואפקטים של טקסט מונפש. המנוע מנתח רקעי וידאו כדי לבחור אוטומטית צבעים מנוגדים, עומקי צללים, ומיקום המבטיחים קריאות על פני קומפוזיציות סצנה משתנות.

כן, MicrocosmWorks שילבה זיהוי דוברים (speaker diarization) המזהה דוברים בודדים מרצועת האודיו ומקצה סכמות צבעים או מיקום שונים לכתוביות של כל דובר. עבור תוכן בסגנון פודקאסט עם דוברים קבועים, המערכת לומדת את זהויות הדוברים ושומרת על הסגנונות שהוקצו להם לאורך הפרקים.

MicrocosmWorks שילבה את Whisper large-v3 כ-backend לתמלול, והשיגה דיוק של 95-98% במילים עבור שמע אנגלי ברור, ו-90-95% עבור דיבור במבטא או בסביבות רועשות. המערכת כוללת ממשק תיקון ידני שמעדכן את התמלול ומעבד מחדש באופן אוטומטי כתוביות מעוצבות עם הטקסט המתוקן.

MicrocosmWorks בנתה את צינור הייצוא כדי לצרוב כתוביות מעוצבות ישירות לתוך קובצי MP4 מקודדים ב-H.264 ו-H.265 בכל רזולוציה מ-720p עד 4K. המנוע מייצא גם קובצי כתוביות נפרדים מסוג SRT, VTT, ו-ASS עם מטא-דאטה עיצובי עבור פלטפורמות התומכות בהצגת כתוביות מעוצבות באופן מובנה.

MicrocosmWorks מספקת פרויקטים בטכנולוגיית כתוביות במחירים של 20-40 דולר לשעה, כאשר מנוע עיצוב כתוביות מלא הכולל שילוב תמלול, למעלה מ-40 תבניות עיצוב, וייצוא מרובה פורמטים דורש בדרך כלל 350-500 שעות פיתוח. המערכת מחזירה את ההשקעה במהירות עבור צוותי תוכן שמבלים כיום 15-30 דקות בעיצוב ידני של כתוביות לכל סרטון.