Una trascrizione con timestamp da leggere e citare
Richiedi format=text con timestamps=true per aggiungere un tempo a ogni riga. Se hai attivato il riconoscimento dei parlanti, trovi anche le loro etichette. I parametri sono nella documentazione della lettura.
Usa questo formato per appunti o documenti in cui vuoi risalire all’audio senza portarti dietro la sintassi SRT. Conserva il link o il nome del file insieme al testo: 00:12:40 è utile solo se sai a quale registrazione si riferisce.
Nel JSON, start ed end sono secondi dall’inizio del file, non ore del giorno o date. Puoi usarli per spostare la riproduzione a una frase o collegare una nota al passaggio originale. Il testo nell’esempio serve a mostrare il formato di esportazione.
curl "https://api.transcript1.com/v1/transcriptions/tr_8fK2Lm0PqRsTuVwXyZaBcD?format=text×tamps=true" \
-H "Authorization: Bearer $TRANSCRIPT1_API_KEY"
[00:00:00] Place the microphone near the speaker.
[00:00:04] Record a short test before the interview.Quando scegliere SRT e quando creare file VTT
SRT contiene voci numerate con tempi di inizio e fine. WebVTT inizia con WEBVTT e funziona con l’elemento HTML track. Aspetta che la trascrizione sia completa, richiedi format=srt o format=vtt e salva la risposta.
Scegli il formato accettato dallo strumento di destinazione. SRT è comune negli editor e nei caricamenti di sottotitoli; WebVTT serve per una traccia di un video HTML. Font, posizione e aspetto dipendono dal player o dall’editor: il file non imprime il testo sul video e non riproduce lo stile della piattaforma social.
SRT separa i millisecondi con una virgola, WebVTT con un punto. Cambiare l’estensione del file non converte la sintassi. Per passare da un formato all’altro, richiedi un’altra esportazione della stessa trascrizione: non consumi altri minuti.
1
00:00:00,000 --> 00:00:04,200
Place the microphone near the speaker.
2
00:00:04,200 --> 00:00:09,800
Record a short test before the interview.Usa i tempi delle parole nel JSON
Aggiungi include=words alla lettura JSON per evidenziare le parole durante la riproduzione o individuare un taglio più preciso. Se la sorgente non offre questi dati, ricevi words: null. Controlla i campi nella documentazione API.
Lo speech-to-text restituisce inizio, fine e confidence. I sottotitoli automatici di YouTube hanno i tempi di inizio e ricavano la fine dall’inizio della parola successiva. Quelli del creator non hanno tempi delle parole; lo stesso vale per tutti i sottotitoli non YouTube, anche automatici su X, TikTok o Bluesky. Per X, transcript_source vale x_captions. Prevedi quindi una visualizzazione basata sui segmenti quando words è null.
Un timestamp non è necessariamente un buon punto di montaggio. Riascolta prima e dopo il taglio per non troncare l’inizio di un suono o un respiro. Per i sottotitoli, raggruppa le parole in frasi leggibili e controllale sullo schermo a cui sono destinate.
curl "https://api.transcript1.com/v1/transcriptions/tr_8fK2Lm0PqRsTuVwXyZaBcD?include=words" \
-H "Authorization: Bearer $TRANSCRIPT1_API_KEY"Controlla il file nel player prima di pubblicarlo
Aspetta status=completed prima di salvare testo o sottotitoli. Finché il lavoro continua, l’API restituisce il JSON con lo stato. Se il player rifiuta un file SRT, controlla di non aver salvato quel JSON con l’estensione sbagliata.
I tempi si riferiscono al video inviato. Se tagli l’inizio o usi un estratto, devi riallinearli. Quando riutilizzi un contenuto, conserva l’intervallo scelto e sistema i sottotitoli dopo il montaggio definitivo.
Apri il file nel player di destinazione e guardalo a velocità normale. Verifica lunghezza delle righe, tempo di lettura ed etichette dei parlanti. Per l’accessibilità, controlla anche suoni importanti e contesto visivo che una trascrizione del parlato può non contenere.
Salva l’ID della trascrizione insieme alle informazioni dell’esportazione. Se in seguito ti serve WebVTT anziché SRT, oppure il JSON con le parole, rileggi lo stesso lavoro senza inviare di nuovo il video.