Конвертер JSON в SRT

Что такое конвертер JSON в SRT?

Сервисы распознавания речи, такие как OpenAI Whisper, AWS Transcribe и Google Cloud Speech-to-Text, часто выдают не готовые субтитры, а JSON-файлы. В них могут быть таймкоды, слова, фразы, альтернативные варианты и данные о говорящих. Конвертер читает эту структуру, извлекает время начала, время окончания и текст, а затем создает стандартный файл SubRip в формате SRT.

Как преобразовать JSON в SRT?

Сырой JSON нельзя напрямую загрузить на YouTube или надежно импортировать в Adobe Premiere, DaVinci Resolve или Final Cut Pro. Сначала данные нужно превратить в линейную дорожку субтитров: номер блока, начало, конец и видимый текст. Этот инструмент выполняет преобразование автоматически.

• Загрузите JSON: добавьте файл транскрипта из Whisper, AWS, Google или похожей speech-to-text системы.
• Определите схему: инструмент ищет сегменты, списки слов, время начала/окончания, текстовые поля и необязательные поля спикеров.
• Экспортируйте SRT: найденные сегменты сортируются, нумеруются и сохраняются как совместимый .srt-файл.

Примеры: JSON на входе и SRT на выходе

Здесь показаны реальные API-структуры, а не только простой мини-конвертер. Так проще понять, похож ли ваш JSON на поддерживаемый формат и почему из него можно получить корректный SRT.

JSON Whisper в SRT

Экспорты Whisper часто содержат массив segments. Каждый элемент обычно включает start, end и text, что удобно напрямую переводится в SRT-блоки.

{
  "segments": [
    { "start": 0.00, "end": 2.40, "text": "Добро пожаловать в видео." },
    { "start": 2.40, "end": 5.10, "text": "Сегодня мы покажем рабочий процесс." }
  ]
}

1
00:00:00,000 --> 00:00:02,400
Добро пожаловать в видео.

2
00:00:02,400 --> 00:00:05,100
Сегодня мы покажем рабочий процесс.

JSON AWS Transcribe в SRT

AWS Transcribe часто возвращает отдельные слова и знаки препинания в results.items. Инструмент группирует эти данные в читаемые блоки субтитров и может сохранить метки спикеров.

{
  "results": {
    "items": [
      { "type": "pronunciation", "start_time": "0.00", "end_time": "0.55", "alternatives": [{ "content": "Привет" }], "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: Привет Maik.

JSON Google Speech-to-Text в SRT

Google Speech-to-Text обычно хранит слова в results[].alternatives[].words[]. Время начала и окончания часто записано в секундах с суффиксом s, например 1.200s.

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

1
00:00:00,000 --> 00:00:01,400
Speaker 1: Это работает

Поддерживаемые поля и автоматическое распознавание схемы

JSON — это формат данных, а не формат субтитров. Поэтому разные провайдеры используют разные имена полей. Конвертер проверяет распространенные варианты ключей и умеет искать во вложенных массивах, если файл не полностью совпадает со схемой Whisper, AWS или Google.

Метки спикеров в SRT-файлах

Многие сервисы транскрипции передают информацию о говорящем через поля speaker, speaker_label, speakerTag или похожие. Если включить опцию «добавлять метки спикеров», конвертер запишет эту информацию прямо в текст субтитра.

В SRT нет отдельного технического поля для спикера. Поэтому на практике имя или метка говорящего сохраняется как текстовый префикс. Это удобно для интервью, подкастов, встреч, курсов и записей поддержки.

1
00:00:00,000 --> 00:00:02,200
Speaker 1: Добро пожаловать к разговору.

2
00:00:02,300 --> 00:00:04,800
Speaker 2: Спасибо за приглашение.

Провайдеры и типичные JSON-структуры

В таблице показаны структуры, которые инструмент распознает целенаправленно. Дополнительно он пытается автоматически найти универсальные массивы с началом, окончанием и текстом.

Безопасны ли мои JSON-данные?

Да. Конвертация выполняется локально через JavaScript в вашем браузере. JSON-файл не отправляется на сервер. Это важно, потому что транскрипты часто содержат внутренние встречи, клиентские материалы, черновики сценариев или еще не опубликованные видео.

Ограничения автоматического распознавания JSON

Инструмент может создавать сегменты только тогда, когда в JSON есть пригодные временные данные. JSON только с текстом, без времени начала и окончания, нельзя надежно преобразовать в SRT, потому что SRT обязательно требует таймкоды. Если файл содержит только текст, используйте конвертер TXT в SRT или синхронизируйте текст позже в Studio.