영상 자막 만들기 (SRT·VTT)
영상을 올리면 말을 인식해 자막을 만들어요. 영상 위에 자막이 겹쳐 보이니 싱크를 보면서 고칠 수 있어요.
이용 전 확인 저작권·녹음 관련 주의 (눌러서 보기)
- 본인이 이용할 권리가 있는 파일만 올려 주세요. 다른 사람의 음원·영상·녹음을 허락 없이 복제하거나 배포하면 저작권법 등에 따라 책임이 따를 수 있어요. 소리공방은 올린 파일을 서버에 저장하지 않아요.
- 대화 당사자가 아닌 사람이 타인 간의 대화를 몰래 녹음한 파일은 올리지 마세요. 통신비밀보호법에 따라 처벌될 수 있어요.
- 영상 속 음악·대사 등 타인 저작물에 대한 권리는 그대로 유지돼요. 자막 파일을 배포하기 전에 권리 문제가 없는지 확인하세요.
도구를 불러오는 중이에요...
영상에 자막을 넣으면 소리를 듣지 못하는 환경에서도 내용을 전달할 수 있고 검색 노출에도 도움이 돼요. 이 도구는 영상이나 음성에서 자동으로 자막 초안을 만들어줘요.
이럴 때 쓰세요
- 유튜브에 올릴 영상의 자막 파일(SRT·VTT)을 자동으로 만들고 싶을 때
- 강의나 발표 영상에 자막을 넣어 접근성을 높이고 싶을 때
- 외국어 자막을 달기 전에 원어 자막 초안을 먼저 뽑고 싶을 때
- 인터뷰 영상의 말을 자막으로 옮겨 편집에 활용하고 싶을 때
- SNS 숏폼 영상에 넣을 짧은 자막 줄을 만들고 싶을 때
사용 방법
- 영상이나 음성 파일을 끌어다 놓아요. mp4, mov, webm 등 영상 파일도 바로 올릴 수 있어요.
- 모델 크기와 언어를 고르고 인식이 끝날 때까지 기다려요(처음엔 모델 다운로드가 필요해요).
- 영상 미리보기 화면에서 자막 줄을 눌러 들으며 틀린 부분을 고쳐요.
- 자막 줄이 너무 길면 “긴 줄 나누기”를 눌러 화면에 보기 좋은 길이로 나눠요.
- SRT나 VTT로 저장해서 영상 편집 프로그램이나 유튜브 자막 업로드에 바로 써요.
지원 형식과 제한
- 입력: mp4 · mov · webm 등 영상 파일, mp3 · wav · m4a 등 오디오 파일
- 모델: 작은 모델 tiny(약 41MB) · 중간 모델 base(약 77MB) · 큰 모델 small(약 250MB)의 Whisper 기반 음성 인식
- 출력 자막 형식: SRT(SubRip, 가장 널리 쓰이는 자막 형식) · VTT(WebVTT, 웹·HTML5 영상용) · TXT · JSON
- “긴 줄 나누기”로 한 자막에 너무 많은 글자가 들어가지 않도록 자동으로 나눌 수 있어요
- 싱크 이동(±0.5초) 버튼으로 자막 타이밍을 전체적으로 당기거나 늦출 수 있어요
더 잘 쓰는 팁
- 영상과 소리가 분리된 파일(무음 영상 + 별도 오디오)이라면, 먼저 오디오 변환이나 편집 도구로 하나로 합친 뒤 올리는 게 편해요.
- 자막 한 줄은 너무 길면 화면에서 읽기 어려우니 “긴 줄 나누기”로 적당히 나누는 걸 추천해요.
- 자막 타이밍이 전체적으로 조금씩 어긋나 있다면 하나하나 고치지 말고 싱크 이동 버튼으로 한 번에 맞출 수 있어요.
- 유튜브에 올릴 때는 SRT를 많이 쓰고, 웹페이지에 HTML5 비디오로 넣을 때는 VTT를 주로 써요.
문제 해결
- 영상 파일이 커서 느리다면 소리만 먼저 오디오 변환 도구로 뽑아 작은 용량으로 만든 뒤 올려 보세요.
- 자막과 영상이 안 맞으면 싱크 이동(±0.5초)으로 전체를 당기거나 늦춰 보세요. 그래도 안 맞으면 구간별로 직접 시작·끝 시간을 수정하세요.
- 인식 결과가 부정확하면 모델을 중간(base)이나 큰(small) 모델로 바꿔서 다시 시도해 보세요.
- SRT 파일이 일부 플레이어에서 깨져 보이면 UTF-8 인코딩을 지원하는 플레이어나 편집 프로그램을 사용해 보세요.
- 찾아 바꾸기와 내 단어장(자동 교정)
- 영어 번역 자막, 원문·영어 두 줄 SRT, 워드(DOCX) 저장
- WebGPU 기기용 최고 정확도 모델(whisper-large-v3-turbo)
- 조용한 구간 건너뛰기, 남은 시간 표시, 녹음기에서 바로 넘겨받기
자주 묻는 질문
SRT와 VTT 중 뭘 써야 하나요?
유튜브나 대부분의 영상 편집 프로그램은 SRT를 널리 지원해요. 웹페이지의 HTML5 비디오에 자막을 붙이려면 VTT가 표준 형식이에요.
자막 줄 길이를 자동으로 나눌 수 있나요?
네. “긴 줄 나누기” 버튼을 누르면 너무 긴 자막 줄을 보기 좋은 길이로 나눠줘요.
자막 타이밍이 전체적으로 안 맞아요.
싱크 이동(−0.5초/+0.5초) 버튼으로 전체 자막의 시작 시간을 한 번에 당기거나 늦출 수 있어요.
여러 사람이 말하는 영상도 화자별로 구분되나요?
아니요. 화자 구분 기능은 지원하지 않아요. 필요하다면 편집기에서 직접 화자 이름을 자막 앞에 입력해 구분할 수 있어요.
영상 파일이 서버에 저장되나요?
아니요. 모든 인식과 편집은 브라우저 안에서 이루어지고 서버로 전송되지 않아요.
자주 틀리는 단어를 고칠 수 있나요?
네. 결과 편집기의 「찾아 바꾸기」로 한 번에 바꿀 수 있고, 「내 단어장」에 "틀린말=바른말"을 적어 두면 다음 변환부터 자동으로 바꿔요. 단어장은 이 기기 브라우저에만 저장돼요.
영어 자막으로 번역할 수 있나요?
네. 결과 언어에서 「영어로 번역」을 고르면 영어 자막을, 「원문 + 영어 두 줄」을 고르면 원문 아래에 영어가 붙은 두 줄 SRT를 만들 수 있어요. 번역은 Whisper 모델의 번역 기능을 써요.
워드(DOCX)로 저장할 수 있나요?
네. SRT·VTT·TXT 외에 시간 표시가 들어간 워드(DOCX) 파일로 저장할 수 있어요.
가장 정확한 모델은 무엇인가요?
WebGPU를 지원하는 PC에서는 「최고 정확도」(whisper-large-v3-turbo, MIT)를 고를 수 있어요. 처음 한 번 약 560MB 이상을 내려받아야 하고 그래픽 성능이 필요해요. 지원하지 않는 기기에서는 이 선택지가 꺼져 있어요.
조용한 구간 건너뛰기는 무엇인가요?
소리가 거의 없는 30초 구간은 인식하지 않고 넘어가서 긴 녹음을 더 빨리 처리해요. 기본으로 켜져 있고, 아주 작은 목소리를 놓친다면 꺼 주세요.
녹음기에서 바로 넘겨받을 수 있나요?
네. 녹음기나 홈 화면에서 넘겨준 파일은 다시 고르지 않아도 바로 변환이 시작돼요.
더 알아보기
더 자세한 사용 순서와 활용법은 가이드에서 확인하세요: 영상 자막 만드는 순서와 SRT 파일 쓰는 법.