Otomatik Altyazı Biçimlendirme ve Video Dışa Aktarma Motoru
Video içerik oluşturucuları, farklı stiller ve platformlar arasında piksel mükemmelliğinde işleme ile kısa videolarına profesyonel düzeyde animasyonlu altyazılar uygulamak için hızlı ve güvenilir bir sisteme ihtiyaç duyuyordu.
Projenizi Tartışın
Zorluk
Videolara manuel olarak biçimlendirilmiş altyazı eklemek, kısa video içerik üretimindeki en büyük darboğazdı:
- Her platform (TikTok, Instagram, YouTube) farklı altyazı biçimlendirmesi gerektiriyordu
- Popüler içerik oluşturucu stilleri (MrBeast, Hormozi) belirli yazı tipleri, renkler ve animasyonlar gerektiriyordu
- Kelime düzeyinde animasyonlar (karaoke vurgusu, zıplama efektleri) manuel olarak büyük ölçekte oluşturulamıyordu
- Tek bir uzun videodan 50'den fazla klibi toplu işlemek, standart araçları zorluyordu
Çözümümüz
FFmpeg'i Advanced SubStation Alpha (ASS) altyazı desteği ve AI destekli transkripsiyon düzeltmesi ile kullanarak özel bir altyazı biçimlendirme ve işleme motoru geliştirdik.
Mimari
- İşleme Motoru: ASS altyazı üretimi ile FFmpeg
- Transkripsiyon: Kelime düzeyinde zaman damgalarıyla OpenAI Whisper
- Düzeltme: AI destekli transkripsiyon doğruluğunu artırmak için GPT-4o
- İşleme: Bellek optimizasyonlu toplu işleme ile Node.js
- Depolama: Çoklu bulut (Azure, AWS S3, Google Cloud Storage, Cloudflare R2)
Altyazı Stilleri
- KARAOKE - Ses çalarken kelime kelime vurgulama
- ALI - Ali Abdaal'dan ilham alan temiz tipografi
- MR_BEAST - Kalın, dikkat çekici, etkili metin
- HORMOZI - Alex Hormozi tarzı profesyonel altyazılar
- BOX - Kutu içine alınmış/vurgulanmış kelime vurgusu
- Platforma Özel - TikTok, Instagram, YouTube için belirli stiller
İşleme Hattı
- Ses Çıkarımı - Videodan ses parçasını ayırma
- Whisper Transkripsiyonu - Güvenilirlik skorlarıyla kelime düzeyinde zaman damgaları
- AI Düzeltmesi - GPT-4o transkripsiyon hatalarını ve biçimlendirmeyi düzeltir
- ASS Üretimi - Biçimlendirilmiş altyazıları ASS altyazı formatına dönüştürme
- FFmpeg İşlemesi - Altyazıları video karelerine bindirme
- Toplu İşleme - Bellek optimizasyonu ile 50'den fazla segmenti işleme
Temel Özellikler
- 14+ Altyazı Stili - Her biri benzersiz yazı tipleri, renkler, animasyonlar ve konumlandırma ile
- Kelime Düzeyinde Animasyon - Karaoke vurgusu, zıplama, solma, ölçeklendirme efektleri
- AI Transkripsiyon Düzeltmesi - GPT-4o, Whisper çıktısının doğruluğunu artırır
- Toplu İşleme - Tüm video kütüphanelerini paralel olarak işleme
- Bellek Optimizasyonu - Büyük dosyaları OOM hataları olmadan işler
- Çoklu Bulut Depolama - Yapılandırılmış bulut sağlayıcılarına otomatik yükleme
Sonuçlar
Teknoloji Yığını
caseStudyDetail.more Vaka Çalışmaları
Daha fazla teknik uygulamamızı keşfedin
Çapraz Platform Sosyal Medya Planlama ve Performans Analizi
Haftalık onlarca kısa video klibi üreten içerik oluşturucular, tek bir kontrol panelinden TikTok, YouTube Shorts ve Instagram Reels genelinde içerik dağıtmak için birleşik bir planlama ve analiz sistemine ihtiyaç duydu — gönderi stratejisini optimize etmek için içgörülerle birlikte.
Küresel İçerik Dağıtımı için Çok Dilli Altyazı Çevirisi
Uluslararası kitlelere sahip içerik oluşturucular, orijinal sesi koruyarak video altyazılarını 30'dan fazla dile çevirerek erişimlerini genişletmeye ihtiyaç duyuyordu; bu sayede dünya çapındaki izleyicilerin içeriği kendi ana dillerinde tüketmesi sağlanacaktı.
Sıkça Sorulan Sorular
MicrocosmWorks, kelime kelime vurgulama, karaoke tarzı aşamalı ortaya çıkarma ve animasyonlu metin efektleri dahil olmak üzere 40'tan fazla önceden ayarlanmış altyazı stiliyle bir şablon motoru oluşturdu. Motor, değişen sahne kompozisyonlarında okunabilirliği sağlamak için video arka planlarını analiz ederek zıt renkleri, gölge derinliklerini ve konumlandırmayı otomatik olarak seçer.
Evet, MicrocosmWorks, ses parçasından bireysel konuşmacıları tanımlayan ve her konuşmacının altyazısına farklı renk şemaları veya konumlandırma atayan speaker diarization entegre etmiştir. Tutarlı konuşmacılara sahip podcast tarzı içerik için sistem, konuşmacı kimliklerini öğrenir ve atanan stillerini bölümler arasında korur.
MicrocosmWorks, Whisper large-v3'ü transkripsiyon arka ucu olarak entegre etti ve net İngilizce ses için %95-98, aksanlı konuşma veya gürültülü ortamlar için ise %90-95 kelime doğruluğuna ulaştı. Sistem, transkripti güncelleyen ve düzeltilmiş metinle stilize edilmiş altyazıları otomatik olarak yeniden oluşturan manuel bir düzeltme arayüzü içerir.
MicrocosmWorks, stilize edilmiş altyazıları doğrudan H.264 ve H.265 kodlu MP4 dosyalarına 720p'den 4K'ya kadar herhangi bir çözünürlükte yakmak için dışa aktarma hattını geliştirdi. Motor ayrıca, stilize edilmiş altyazı oluşturmayı doğal olarak destekleyen platformlar için stil meta verileri içeren ayrı SRT, VTT ve ASS altyazı dosyalarını da dışa aktarır.
MicrocosmWorks, altyazı teknolojisi projelerini saatlik 20-40 dolar oranlarında sunar; transkripsiyon entegrasyonu, 40'tan fazla stil şablonu ve çok formatlı dışa aktarma içeren tam bir altyazı biçimlendirme motoru genellikle 350-500 geliştirme saati gerektirir. Sistem, şu anda video başına 15-30 dakika el ile altyazı biçimlendiren içerik ekipleri için hızla kendi maliyetini karşılar.
İşletmenizi Dönüştürmeye Hazır mısınız?
Zorluklarınıza benzer çözümler uygulamamızın yollarını konuşalım.