JSON to SRT 변환기

JSON to SRT 변환기란?

OpenAI Whisper, AWS Transcribe, Google Cloud Speech-to-Text 같은 음성 인식 서비스는 완성된 자막 대신 JSON 파일을 내보내는 경우가 많습니다. 이 JSON에는 시간 정보, 단어, 문장, 대체 결과, 화자 정보가 들어 있을 수 있습니다. 이 변환기는 그 구조를 읽고 시작 시간, 종료 시간, 텍스트를 추출해 표준 SubRip 형식의 SRT 파일을 만듭니다.

JSON을 SRT로 변환하는 방법

원본 JSON은 YouTube에 바로 업로드하거나 Adobe Premiere, DaVinci Resolve, Final Cut Pro에 안정적으로 가져올 수 없습니다. 먼저 번호, 시작 시간, 종료 시간, 표시 텍스트로 이루어진 자막 트랙으로 정리해야 합니다. 이 도구가 그 과정을 자동으로 처리합니다.

• JSON 업로드: Whisper, AWS, Google 또는 유사한 speech-to-text 시스템의 전사 파일을 추가합니다.
• 스키마 감지: 세그먼트, 단어 목록, 시작/종료 시간, 텍스트 필드, 선택적 화자 필드를 찾습니다.
• SRT 내보내기: 감지된 세그먼트를 정렬하고 번호를 붙여 표준 .srt 파일로 저장합니다.

예시: JSON 입력에서 SRT 출력까지

이 페이지는 단순한 미니 변환기보다 더 구체적으로 실제 API 구조를 보여줍니다. 내 JSON 파일이 비슷한 구조인지, 왜 유효한 SRT로 변환될 수 있는지 바로 확인할 수 있습니다.

Whisper JSON을 SRT로 변환

Whisper 내보내기에는 보통 segments 배열이 포함됩니다. 각 항목에는 일반적으로 start, end, text가 있으며, 이 구조는 SRT 블록으로 바로 변환하기 좋습니다.

{
  "segments": [
    { "start": 0.00, "end": 2.40, "text": "영상에 오신 것을 환영합니다." },
    { "start": 2.40, "end": 5.10, "text": "오늘은 작업 흐름을 보여드립니다." }
  ]
}

1
00:00:00,000 --> 00:00:02,400
영상에 오신 것을 환영합니다.

2
00:00:02,400 --> 00:00:05,100
오늘은 작업 흐름을 보여드립니다.

AWS Transcribe JSON을 SRT로 변환

AWS Transcribe는 단어와 문장부호를 results.items에 개별 항목으로 제공하는 경우가 많습니다. 이 도구는 단어 데이터를 읽기 쉬운 자막 블록으로 묶고, 화자 라벨이 있으면 유지할 수 있습니다.

{
  "results": {
    "items": [
      { "type": "pronunciation", "start_time": "0.00", "end_time": "0.55", "alternatives": [{ "content": "안녕하세요" }], "speaker_label": "spk_0" },
      { "type": "pronunciation", "start_time": "0.56", "end_time": "1.10", "alternatives": [{ "content": "Maik" }], "speaker_label": "spk_0" },
      { "type": "punctuation", "alternatives": [{ "content": "." }] }
    ]
  }
}

1
00:00:00,000 --> 00:00:01,100
spk_0: 안녕하세요 Maik.

Google Speech-to-Text JSON을 SRT로 변환

Google Speech-to-Text는 보통 단어를 results[].alternatives[].words[] 아래에 저장합니다. 시작/종료 시간은 1.200s처럼 s 접미사가 붙은 초 단위로 표시되는 경우가 많습니다.

{
  "results": [
    {
      "alternatives": [
        {
          "words": [
            { "startTime": "0s", "endTime": "0.700s", "word": "이건", "speakerTag": 1 },
            { "startTime": "0.700s", "endTime": "1.400s", "word": "작동합니다", "speakerTag": 1 }
          ]
        }
      ]
    }
  ]
}

1
00:00:00,000 --> 00:00:01,400
Speaker 1: 이건 작동합니다

지원 필드와 자동 스키마 감지

JSON은 자막 형식이 아니라 데이터 형식입니다. 그래서 전사 서비스마다 필드 이름이 다를 수 있습니다. 이 변환기는 흔한 키 이름을 확인하고, 파일이 Whisper·AWS·Google 형식과 정확히 같지 않아도 중첩 배열을 탐색할 수 있습니다.

SRT 파일의 화자 라벨

많은 전사 서비스는 speaker, speaker_label, speakerTag 또는 비슷한 필드로 화자 정보를 제공합니다. “화자 라벨 포함”을 켜면 해당 정보가 자막 텍스트 안에 직접 기록됩니다.

SRT에는 화자를 위한 별도 기술 필드가 없습니다. 실무에서는 화자를 텍스트 접두어로 저장합니다. 인터뷰, 팟캐스트, 회의, 강의, 고객지원 녹화에 특히 유용합니다.

1
00:00:00,000 --> 00:00:02,200
Speaker 1: 대화에 오신 것을 환영합니다.

2
00:00:02,300 --> 00:00:04,800
Speaker 2: 초대해 주셔서 감사합니다.

제공업체별 일반적인 JSON 구조

아래 표는 이 도구가 적극적으로 인식하는 구조를 보여줍니다. 또한 시작, 종료, 텍스트가 있는 일반 배열도 자동으로 찾아봅니다.

JSON 데이터는 안전한가요?

네. 변환은 브라우저 안에서 JavaScript로 로컬 실행됩니다. JSON 파일이 서버로 업로드되지 않습니다. 전사 파일에는 내부 회의, 고객 자료, 초안 스크립트, 공개 전 영상이 포함될 수 있기 때문에 중요합니다.

자동 JSON 감지의 한계

이 도구는 JSON 파일에 사용할 수 있는 시간 정보가 있을 때만 세그먼트를 만들 수 있습니다. 시작과 종료 시간이 없는 텍스트 전용 JSON은 SRT로 안정적으로 변환할 수 없습니다. SRT에는 반드시 타임스탬프가 필요하기 때문입니다. 텍스트만 있다면 TXT to SRT 변환기를 사용하거나 Studio에서 나중에 동기화하세요.