KI-Untertitel

Beam erzeugt aus einem aktivierten Audioclip lokale Sprachuntertitel. Das ausgewählte Whisper-Modell wird heruntergeladen, die Transkription erfolgt auf dem Gerät und bearbeitbare Untertitelclips werden in der Timeline erstellt.

Untertitel-Panel

Screenshot pendingAdd the image at:website/docs/public/screenshots/editor/captions-panel.webp

Wähle vor dem Erzeugen der Untertitel eine aktivierte Audioquelle und ein lokales Whisper-Modell aus.

Audioquellen

Quelle	Wann sie erscheint	Auswahlregel
Systemaudio	Ein aktivierter Clip mit der Rolle System ist vorhanden.	Wird als Systemaudio erkannt.
Mikrofon	Ein aktivierter Clip mit der Rolle Mikrofon ist vorhanden.	Wird als Mikrofon erkannt.
Importiertes Audio	Ein aktivierter importierter Audioclip ist vorhanden.	Verwendet den Clipnamen.
Doppelte Medien-URL	Zwei aktivierte Clips verweisen auf dieselbe Audio-URL.	Nur die erste Quelle wird angeboten.
Keine verwendbare Quelle	Kein aktivierter Audioclip besitzt eine lesbare Asset-URL.	„Erzeugen“ bleibt nicht verfügbar.

Whisper-Modelle

Modell	Sprachen	Leistungshinweis
Tiny	Mehrsprachig	Standardmodell.
Tiny .en	Englisch	Nur-Englisch-Modell.
Base	Mehrsprachig	Kein zusätzlicher Hinweis.
Base .en	Englisch	Nur-Englisch-Modell.
Small	Mehrsprachig	Ohne WebGPU möglicherweise langsam.
Small .en	Englisch	Ohne WebGPU möglicherweise langsam.
Medium	Mehrsprachig	Großer Download; WebGPU wird empfohlen.
Medium .en	Englisch	Großer Download; WebGPU wird empfohlen.
Large v3	Mehrsprachig	Sehr groß und ohne WebGPU langsam.

Modell herunterladen und löschen

Status oder Aktion	Verhalten
Fehlt	„Modell herunterladen“ ist für das ausgewählte Modell verfügbar.
Wird heruntergeladen	Beam zeigt die heruntergeladenen und die gesamten Bytes mit einem Fortschrittsbalken an.
Bereit	Ein Häkchen kennzeichnet das installierte Modell und „Modell löschen“ wird verfügbar.
Modell löschen	Während des Herunterladens, Löschens oder Transkribierens nicht verfügbar.
Downloadfehler	Der Fehler wird angezeigt und kann zur Diagnose kopiert werden.

Erzeugen und erneut erzeugen

1. Wähle eine der aktivierten Audioquellen aus.
2. Wähle ein Whisper-Modell aus und lade es herunter, falls es noch nicht bereit ist.
3. Wähle „Untertitel erzeugen“. Beam dekodiert die Quelle, wandelt sie in Mono-Audio mit 16 kHz um und begrenzt sie auf die Dauer der Timeline.
4. Teilergebnisse der Transkription aktualisieren die Komposition, während die Verarbeitung fortgesetzt wird.
5. Nach Abschluss wird der erste erzeugte Untertitel zur Bearbeitung ausgewählt.

Verhalten	Regel
Satzgruppierung	Beendet eine Untertitelphrase an einem Satzzeichen oder nach 12 Wörtern.
Minimale Dauer eines erzeugten Clips	40 ms.
Erneut erzeugen	Ersetzt vorhandene KI-Untertitel und erhält manuelle Untertitel.
Abbrechen	Stoppt das Laden des Modells oder die Transkription.
Panel schließen	Bricht die aktive Transkription ab.
Diagnose	Zeigt die verstrichene Zeit an und stellt nach der Verarbeitung einen kopierbaren Transkriptionsbericht bereit.

Lokale Transkription

Whisper läuft auf dem Gerät. Für die Untertitelerzeugung sind weder ein Cloud-Upload noch ein API-Schlüssel erforderlich.

Erzeugte Untertitel bearbeiten

Erzeugte Untertitel sind normale bearbeitbare Untertitelclips, die als KI-erzeugt gekennzeichnet sind. Text, Timing und visueller Stil können nach der Erzeugung im Clip-Panel und in der Timeline angepasst werden.