Muista: Automaattinen puheentunnistus tekee aina virheitä varsinkin nimissä ja murteissa. Tarkista ja korjaa tekstitys itse ennen julkaisua.
Tekstitys videoon voi tarkoittaa kahta hyvin erilaista asiaa: erillistä tekstitystiedostoa, jonka katsoja voi kytkeä päälle tai pois, tai kuvaan pysyvästi poltettua tekstiä. Valinta kannattaa tehdä ennen kuin aloitat, koska se vaikuttaa siihen, millä työkalulla tekstityksen kannattaa tehdä.
Pehmeä tekstitys vai kuvaan poltettu teksti
Pehmeä tekstitys (soft subtitle) on erillinen tiedosto tai raita videon rinnalla. Katsoja voi kytkeä sen päälle tai pois, ja saman tiedoston voi kääntää toiselle kielelle ilman, että alkuperäistä videota koskee. YouTube ja useimmat suoratoistoalustat tukevat tällaisia tiedostoja natiivisti.
Kuvaan poltettu teksti (burned-in, open caption) on leikattu suoraan videokuvan pikseleihin editointiohjelmassa. Sitä ei voi kytkeä pois, mutta se näkyy varmasti kaikilla laitteilla ja alustoilla, myös sellaisilla, jotka eivät tue erillisiä tekstitystiedostoja. Tästä syystä moni käyttää poltettua tekstiä esimerkiksi Instagram- ja TikTok-tyylisissä pystyvideoissa, joissa ääni on usein oletuksena pois päältä.
Jos et ole varma, valitse pehmeä tekstitys. Sen saa tarvittaessa myös poltettua kuvaan jälkikäteen, mutta toisin päin muutos ei onnistu.
SRT-tiedosto on yleisin muoto
Yleisin pehmeän tekstityksen tiedostomuoto on SRT (SubRip). Se on yksinkertainen tekstitiedosto, jossa jokaisella repliikillä on numero, aikaleima ja teksti. YouTube Studio hyväksyy SRT:n lisäksi myös VTT- ja SBV-muodot; VTT tukee lisäksi tyylittelyä, kuten värejä ja sijoittelua kuvassa. Lue tarkemmin tietopankin artikkelista mikä on SRT-tiedosto.
SRT-tiedoston voi tehdä käsin tekstieditorilla, mutta käytännössä nopeampaa on antaa automaattisen puheentunnistuksen tehdä ensimmäinen versio ja korjata se itse.
Mitkä työkalut tunnistavat suomea
Automaattisen puheentunnistuksen kielituki vaihtelee paljon ohjelmien välillä, eikä valmistaja aina kerro tukea selvästi. Tässä on koottu vain sellaiset työkalut, joiden suomen tuki on vahvistettavissa valmistajan omasta lähteestä.
| Työkalu | Suomen tuki | Huomio |
|---|---|---|
| YouTuben automaattinen tekstitys | Kyllä | Sisältyy videon lataukseen, toimii ilman erillistä ohjelmaa |
| Descript | Kyllä | Suomi on listattu Descriptin tuettujen tunnistuskielten ohjeessa |
| DaVinci Resolve | Kyllä, lisäosalla | Suomi ei ole oletuskielten joukossa, vaan vaatii erikseen ladattavan laajennetun tunnistuspaketin |
| Whisper (OpenAI) | Kyllä | Avoimen lähdekoodin malli, joka tukee kymmeniä kieliä ja ajetaan omalla koneella ilman pilvipalvelua |
| Adobe Premiere Pro | Ei vahvistettu | Adoben yhteisöpalstalla on käsitelty suomen puuttumista; tarkista tilanne Adoben omalta sivulta |
| CapCut | Ei vahvistettu | Virallinen ohje ei nimeä suomea tuettujen kielten joukossa |
YouTuben automaattinen tekstitys
Kun lataat videon YouTubeen, palvelu voi tunnistaa puheen automaattisesti ja luoda tekstityksen ilman erillistä ohjelmaa. YouTuben oma ohje listaa suomen tuettujen kielten joukossa. Tämä on helpoin tapa, jos video menee joka tapauksessa YouTubeen: lataa video, odota tunnistuksen valmistumista ja korjaa tekstit YouTube Studiossa.
Descript, DaVinci Resolve ja Whisper muuhun käyttöön
Jos video ei mene YouTubeen tai tarvitset tekstityksen editoitavana tiedostona muuta käyttöä varten, vaihtoehtoja on kolme:
- Descript on tekstipohjainen editori, jossa videota muokataan litteroidun tekstin kautta. Sen oma ohje listaa suomen tuettujen tunnistuskielten joukossa, ja ilmainen versio riittää kokeiluun.
- DaVinci Resolve osaa litteroida puhetta suoraan aikajanalta, mutta suomi ei kuulu oletuksena mukana tulevaan kielijoukkoon. Suomi lisätään erikseen ladattavalla laajennetulla tunnistuspaketilla, joka on ollut julkaisuhetkellä beta-vaiheessa.
- Whisper on OpenAI:n avoimen lähdekoodin puheentunnistusmalli, joka asennetaan ja ajetaan kokonaan omalla koneella ilman pilvipalvelua tai tiliä. Se sopii erityisesti tilanteisiin, joissa video sisältää arkaluonteista materiaalia eikä sitä haluta ladata mihinkään ulkopuoliseen palveluun.
Entä Premiere Pro ja CapCut?
Adobe Premiere Prossa on tekstistä videoksi -tyyppinen puheentunnistus, mutta suomen tukea ei ole voitu vahvistaa Adoben omalta ohjesivulta. Adoben yhteisöpalstalla on käyty keskustelua, jonka mukaan suomi on puuttunut puheentunnistuksen kielivalikoimasta. Jos käytät Premiere Prota, kokeile toimintoa ja tarkista tulos itse ennen kuin luotat siihen isommassa projektissa.
CapCutin virallinen ohjesivu automaattitekstityksestä ei nimeä suomea esimerkkinä tuetuista kielistä. CapCutiin voi silti tuoda valmiin SRT-tiedoston, joka on tehty jollain suomea tukevalla työkalulla, ja synkronoida sen videon kanssa CapCutin oman tuontiohjeen mukaisesti.
Tarkista tulos aina itse
Mikään automaattinen tunnistus ei ole täydellinen. Virheitä tulee erityisesti nimissä, murresanoissa ja päällekkäisessä puheessa. Käy tekstitys aina läpi rivi riviltä ennen julkaisua, varsinkin jos video liittyy työhön tai asiakkaalle.
Miksi tekstitys kannattaa tehdä
W3C:n saavutettavuusohjeiden mukaan tekstitys ei hyödytä pelkästään kuulovammaisia katsojia. Se auttaa myös niitä, joilla on keskittymisvaikeuksia, ja tekee videosta ymmärrettävän tilanteissa, joissa ääntä ei voi tai halua kuunnella – esimerkiksi julkisissa tiloissa tai someen selatessa ilman kuulokkeita. Tästä syystä tekstitys kannattaa lisätä myös silloin, kun se ei ole pakollista.
Kun tekstitykset ovat valmiit ja haluat kokeilla muitakin tekoälypohjaisia editointitoimintoja, katso koonti tekoälyeditoreista.