VEED Subtitles слушает речь в ролике и вшивает субтитры прямо в кадр: от спокойной строки внизу до крупных слов по одному, как в вертикальных роликах соцсетей. Подойдёт, чтобы сделать субтитры к видео онлайн на русском без монтажной программы и выложить ролик, который понятен без звука.
Коротко
- Разработчик
- VEED
- На входе
- один ролик MP4, MOV или WebM со звуковой дорожкой
- На выходе
- MP4 с субтитрами в кадре, 480p, 720p или 1080p, пропорции как у исходника
- Язык речи
- русский, английский, испанский, немецкий, французский, португальский (Бразилия), китайский или «Автоматически»
- Оформление
- 28 стилей, три положения, четыре уровня тени
- Задание
- не нужно, только файл и настройки
- Цена
- от 15 ₽/мин.
- Обычно готово
- ≈ 50 с после отправки
Что умеет VEED Subtitles
Нейросеть распознаёт речь, режет её на короткие фразы и рисует их поверх картинки в нужные моменты. Так делают субтитры к видео онлайн без монтажной программы. Отдельного файла с текстом нет: субтитры становятся частью видео, поэтому их видно в любом плеере, в мессенджере и в ленте, где ролики крутятся без звука. Мы прогнали через неё три своих ролика без реальных людей и сверили каждую строку с тем, что звучит.
Точность на русском: сверили с исходным текстом
Первым был 40-секундный влог про Байкал: пейзажи без людей и диалог двух ведущих, которых озвучила Gemini 2.5 Flash TTS. Текст реплик мы писали сами, поэтому знали каждое слово. В нём специально есть числа, топонимы, редкое слово «хивус», латиница GPX и запинка «э-э». Вот этот текст для озвучки:
Вика: Привет, это «Дорожный блокнот», и сегодня мы про Байкал в марте. Серёж, сколько мы там пробыли?
Сергей: Ну, э-э, шесть дней. Прилетели в Иркутск четырнадцатого, а на лёд вышли уже на следующее утро.
Вика: Главный вопрос в комментариях — сколько всё стоило. Отвечаю: на двоих ушло сто сорок восемь тысяч рублей вместе с билетами.
Сергей: И почти треть — это хивус до Ольхона. Кто не знает, хивус — это такое судно на воздушной подушке.
Вика: А лёд правда прозрачный, как на фотографиях?
Сергей: Местами как стекло. Толщина — сантиметров восемьдесят, мы сами мерили у мыса Хобой.
Вика: Трек маршрута в GPX оставим в описании. А вы пишите, куда нам ехать в апреле!
VEED Subtitles · Русский · Простой · снизу · средняя тень · 480p · от 15 ₽/мин.
Ролик пришёл через 58 секунд. Ни одного неверного слова мы не нашли, и это лучше, чем у программы распознавания речи на нашем компьютере: та услышала «штекло» вместо «стекло» и «мыс Хабой» вместо Хобоя. Отличия от сценария такие:
| Сказано | В субтитрах |
|---|---|
| Ну, э-э, шесть дней | Ну, шесть дней. |
| сто сорок восемь тысяч, четырнадцатого, восемьдесят | так же словами, без цифр |
| Серёж, лёд, всё | Сереж, лед, все |
| И почти треть — это хивус | И почти треть это хивус |
| «Дорожный блокнот» | "Дорожный блокнот" |
Запинку нейросеть выкинула, и это к лучшему. А вот «е» вместо «ё» в слове «всё» меняет смысл фразы «сколько все стоило», так что такие места стоит проверить. Ведущих субтитры никак не различают: реплики обоих выглядят одинаково, а строки идут по 3–6 слов, в одну-две строки.
Стили для вертикальных роликов
Для второй пробы мы склеили два коротких ролика с Лизой, выдуманной героиней, которую мы сделали для статьи о Gemini Omni: она сидит на скамейке в парке, а потом выбирает цветы на рынке. Всего 12 секунд и четыре фразы. Один и тот же файл мы отправили дважды с разными стилями:
VEED Subtitles · Hustle · по центру · русский · от 15 ₽/мин.
VEED Subtitles · Рукописный · снизу · Автоматически · от 15 ₽/мин.
Hustle пишет фразу заглавными буквами на тёмной плашке и подсвечивает зелёным слово, которое звучит сейчас. Читается он хорошо даже на пёстром фоне парка, но буквы мелкие. Рукописный показывает целиком только текущее слово, крупно и жёлтым, а соседние мелко и белым. В ленте он заметнее, зато длинная фраза в нём рассыпается на куски. Текст в обоих вариантах верный, только восклицательный знак в «Садитесь рядом!» превратился в точку. «Автоматически» без подсказки узнало русский и даже поставило «неё» через «ё», а в варианте с выбранным русским вышло «НЕЕ».
Ещё один стиль, Glide 2, мы проверили на ролике с баристой. Так три оформления выглядят в кадре:
Два языка в одном ролике
Третий ролик мы собрали нарочно: бариста говорит по-русски «Ваш капучино, хорошего утра!», а продавец яблок после склейки отвечает по-английски. Язык речи стоял «Автоматически». Нейросеть решила, что ролик русский, подписала баристу и оставила продавца совсем без субтитров:
Значит, в одном ролике должен звучать один язык. Если в записи говорят на двух, разрежьте её и подпишите куски по отдельности.
Как это работает
Загрузите ролик в поле Видео: подойдёт один файл MP4, MOV или WebM, в котором есть звук. Задание писать не нужно. Сайт сам измерит длину ролика и покажет цену на кнопке Отправить ещё до запуска. Дальше выберите язык речи, разрешение, стиль, положение и тень либо оставьте значения по умолчанию.
Нейросеть распознает речь, разобьёт её на фразы и вошьёт их в картинку. Вернётся новый MP4 с тем же звуком, а исходник не меняется. Наши ролики длиной от 11 до 40 секунд были готовы за 50–58 секунд. Готовое видео встанет в ленту под формой, там же кнопка Скачать. Хранится оно 7 дней в разделе Мои результаты, а чтобы не пропало, сохраните его в библиотеку. Хотите другой стиль на том же ролике? Нажмите Изменить: файл и настройки вернутся в форму, останется поменять одно поле. Повторить запускает то же задание ещё раз без правок.
Настройки: что выбрать
| Поле | Что ставить |
|---|---|
| Язык речи | Выберите язык, если в ролике говорят на одном. «Автоматически» на наших русских роликах не ошиблось, но второй язык оно не подпишет. |
| Разрешение | Число задаёт высоту кадра. Горизонтальный ролик в 720p выходит 1280×720, а вертикальный у нас вышел узким, 404×720, то есть мельче исходника 720×1280. Как поведёт себя вертикальный ролик в 1080p, мы не проверяли: если размер важен, сравните на коротком отрывке. Горизонтальному хватит 720p. Выше исходника ставить смысла нет: чётче картинка не станет. |
| Стиль субтитров | 28 вариантов. Простой и Чистый дают спокойную строку для интервью и уроков, а Hustle, Glide 2 и Рукописный — для коротких роликов в соцсетях. |
| Положение субтитров | Снизу привычнее для горизонтального видео. В вертикальном ролике низ кадра закрывают подписи и кнопки соцсети, там лучше «По центру». |
| Тень текста | Средняя стоит по умолчанию, её хватает почти всегда. Сильная — для светлого или пёстрого фона. На светлом льду Байкала нам хватило средней. |
Превью стилей в форме нет, только названия. Незнакомый стиль проверьте на первых десяти секундах ролика.
Чтобы субтитры вышли без ошибок
- Голос должен быть громче музыки. Если фон заглушает речь, сначала отделите голос в ElevenLabs Audio Isolation.
- Имена и редкие слова проверьте глазами: словаря, куда их можно вписать заранее, в форме нет.
- Числа нейросеть пишет словами, как они звучат. Если нужны цифры, например цена в рекламе, добавьте их потом в видеоредакторе.
- В файле должна быть звуковая дорожка. Ролик без звука, например немая генерация, подписывать нечем.
Сколько стоит
Платите за минуты ролика, неполная минута считается целой: ролик на 61 секунду стоит как двухминутный. 480p и 720p стоят одинаково, 1080p дороже. Стиль, положение, тень и язык на цену не влияют.
| Разрешение | Длина ролика | Цена |
|---|---|---|
| 480p | до 1 минуты | 15 ₽ |
| 720p | до 1 минуты | 15 ₽ |
| 1080p | до 1 минуты | 30 ₽ |
| 720p | 5 минут | 75 ₽ |
| 1080p | 5 минут | 150 ₽ |
Короткий ролик выгодно собирать до минуты целиком: десять секунд и пятьдесят стоят одинаково. Все четыре пробы для этой статьи стоили нам по одной минуте в 480p или 720p.
Для чего подойдёт
- Вертикальные ролики, Shorts и сторис, которые смотрят без звука: крупные слова по центру видно даже на маленьком экране.
- Видеоблог и обзор, где важны числа и названия, как в нашем ролике про Байкал.
- Интервью, урок или запись вебинара со спокойной строкой внизу.
- Ролики, сделанные нейросетью с речью: например, говорящий персонаж из Gemini Omni или другой видео-нейросети со звуком.
- Видео для мессенджеров и чатов, где звук по умолчанию выключен.
Если ролик горизонтальный, а нужен вертикальный, сначала смените формат в Luma Reframe, а субтитры добавляйте последним шагом, иначе текст окажется у края кадра или под дорисованной частью. Какие пропорции нужны разным соцсетям, рассказано в инструкции о пропорциях для сторис и вертикальных роликов.
Ограничения: чего здесь нет
- Текст субтитров нельзя поправить: редактора нет, а ошибку исправит только новый запуск или монтажная программа. Поэтому длинные записи сначала проверяйте коротким отрывком.
- Файла SRT нейросеть не отдаёт, только готовое видео. Если текст нужен отдельно, возьмите Расшифровку аудио и видео, она выдаёт субтитры файлом SRT для YouTube и видеоредакторов.
- Субтитры получаются на том языке, на котором говорят. Перевести ролик на другой язык вместе с голосом может Heygen Translate 2.
- Второй язык в том же ролике остаётся без подписи (см. пробу с баристой выше).
- Говорящих нейросеть не различает: все реплики выглядят одинаково, без имён и цветов.
- В вертикальном ролике 720p кадр получается меньше исходника, об этом в таблице настроек.
Когда нужна другая нейросеть
Вшивать субтитры в кадр на сайте умеет только VEED, остальные решают соседние задачи с речью и форматом:
| Нейросеть | Цена | Что делает | Когда брать |
|---|---|---|---|
| VEED Subtitles | от 15 ₽/мин. | вшивает оформленные субтитры в видео | текст должен быть виден в любом плеере |
| Расшифровка аудио и видео | 0,01 ₽/сек. | превращает речь в текст, отдаёт SRT, DOCX, PDF | нужен файл субтитров или расшифровка |
| Heygen Translate 2 | от 8 ₽/сек. | переводит речь, голос и движение губ | ролик нужен на другом языке |
| Luma Reframe | от 8 ₽/сек. | меняет формат, дорисовывает края | горизонтальный ролик нужен вертикальным |
| VEED Удалитель фона (видео) | от 5 ₽ | делает фон ролика прозрачным | герой нужен поверх своего фона |
Как эти нейросети меняют готовое видео, рассказано в статье «Изменение видео».
Частые вопросы о субтитрах
Описание обновлено 2 октября 2026 г.