Op elke regel zien waar de uitspraak begint
Vraag tekst op met timestamps=true. Heb je sprekerherkenning gebruikt, dan staan de sprekerlabels er ook bij. De API-referentie beschrijft de exportopties.
Tekst met tijdstempels werkt goed voor notities en citaten: elke regel wijst naar een passage in de opname. Bewaar de videolink of bestandsnaam erbij. Aan 00:12:40 heb je weinig als niet meer duidelijk is bij welke opname die tijd hoort. De tekst in het voorbeeld laat alleen zien hoe de export eruitziet.
In JSON staan de segmenttijden in seconden vanaf het begin van de media. Het zijn geen kloktijden of datums. Je kunt die waarden gebruiken om je speler naar een uitspraak te laten springen of als bronverwijzing bij een notitie.
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.Een SRT- of VTT-bestand maken: wat is het verschil?
SRT heeft genummerde ondertitelblokken met begin- en eindtijden. WebVTT begint met WEBVTT en werkt met het HTML-element track. Wacht tot de transcriptie klaar is, vraag format=srt of format=vtt op en sla de response op.
Kies wat je volgende tool accepteert. SRT is gangbaar in montageprogramma’s en bij het uploaden van ondertitels. Voor een HTML-videotrack gebruik je WebVTT. Geen van beide brandt tekst in het videobeeld of neemt de opmaak van een socialmediaplatform over. Je speler of editor bepaalt het uiterlijk.
SRT scheidt milliseconden met een komma, WebVTT met een punt. Alleen de extensie veranderen zet het bestand dus niet om. Vraag het gewenste formaat op van dezelfde afgeronde transcriptie. Dat is een nieuwe export, geen nieuwe transcriptie, en kost geen extra minuten.
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.Woorden uitlijnen met JSON
Met include=words krijg je beschikbare tijdstempels per woord, bijvoorbeeld om woorden tijdens het afspelen te markeren. Heeft de bron die gegevens niet, dan is words null. Bekijk de velden en opties voordat je hier je interface op bouwt.
Speech-to-text levert begin- en eindtijden met confidence-waarden. Automatisch gegenereerde YouTube-ondertitels hebben begintijden; de eindtijd volgt uit het begin van het volgende woord. Ondertitels van de maker en alle ondertitels van andere platforms hebben geen tijdstempels per woord, ook automatische tracks van X, TikTok en Bluesky niet. Bij X zie je transcript_source: x_captions. Zorg dat je interface ook met segmenttijden werkt als words null is.
Een woordgrens is niet automatisch een mooi knippunt. Luister rond de overgang om te voorkomen dat je een ademhaling of het begin van een klank afsnijdt. Maak je ondertitels, groepeer de woorden dan tot leesbare zinnen en controleer ze op het schermformaat waarvoor je publiceert.
curl "https://api.transcript1.com/v1/transcriptions/tr_8fK2Lm0PqRsTuVwXyZaBcD?include=words" \
-H "Authorization: Bearer $TRANSCRIPT1_API_KEY"Open je export voordat je hem verder verwerkt
Controleer eerst status=completed. Zolang de transcriptie loopt, krijg je het JSON-object met de status terug, ook als je om SRT vraagt. Weigert je speler een ondertitelbestand, kijk dan of je niet per ongeluk dat statusobject als .srt hebt opgeslagen.
De tijdstempels horen bij de ingestuurde opname. Knip je later een fragment uit het midden, dan moet je de tijden verschuiven. Bewaar bij hergebruik van content de gewenste fragmentgrenzen en lijn de ondertitels na de definitieve montage opnieuw uit.
Speel voor publicatie de ondertitels op normale snelheid af in de uiteindelijke speler. Let op regellengte, leestijd en de weergave van sprekers. Voor toegankelijkheid telt meer dan een geldig bestand: controleer ook betekenisvolle geluiden en ontbrekende beeldcontext. De ondertitelgids helpt daarbij.
Bewaar het transcriptie-ID bij je export. Heb je later toch WebVTT in plaats van SRT nodig, of JSON met beschikbare tijdstempels per woord, dan lees je dezelfde transcriptie opnieuw. De media hoeven niet nog eens verwerkt te worden.