Jak dodać napisy w OpenShot (SRT i napisy automatyczne)
Jak dodać napisy w OpenShot: wklej plik SRT lub VTT do efektu Napis. Skąd biorą się numery, jak działają napisy automatyczne i prostszy sposób na nie.
Żeby dodać napisy w OpenShot, przeciągnij efekt Napis (w angielskim interfejsie Caption) na klip i wklej do niego tekst pliku SRT lub VTT. Nie ma polecenia, które importuje plik z napisami, a wszystko, co zawiera efekt Napis, jest przy eksporcie rysowane w obrazie, więc OpenShot zawsze daje wypalone napisy, nigdy ścieżkę, którą widz może wyłączyć.
Automatyczne napisy pojawiły się w OpenShot 4.0 w sierpniu 2026, ale nie działają w samym edytorze: wymagają serwera ComfyUI na własnym komputerze, skonfigurowanego ręcznie. Dla większości ludzi szybsza jest transkrypcja klipu innym narzędziem i wklejenie wyniku.
Co efekt Napis potrafi, a czego nie
Efekt Napis to jedyna funkcja napisów w OpenShot. Jego dokumentacja mówi, że obsługuje „oba formaty plików z napisami: VTT (WebVTT) i SubRip (SRT)”, ale w praktyce przyjmuje ich tekst: właściwość o nazwie caption text, wypełnioną linijkami w zwykłej postaci: wiersz z czasem, a pod nim jeden lub dwa wiersze tekstu.
Co dostajesz:
- Linijki z czasem z samego tekstu. Wklej cały plik z napisami, a każda linijka pojawi się o swojej porze.
- Panel Napisy (w angielskim interfejsie Captions), w którym edytujesz wszystkie linijki w jednym miejscu, i przycisk Wstaw napis (Insert Caption), który dodaje trzysekundową linijkę w miejscu kursora odtwarzania.
- Stylizacja całego efektu: czcionka, rozmiar, kolor, krycie, obrys, tło w postaci ramki z zaokrąglonymi rogami, odstępy między wierszami oraz pojawianie się i zanikanie każdego napisu.
- Pozycjonowanie przez marginesy, ustawiane przeciąganiem białego prostokąta w podglądzie.
Czego nie robi:
- Brak importu pliku z napisami. Otwierasz plik w edytorze tekstu i kopiujesz jego zawartość.
- Brak napisów na wyjściu. Napisy są wypalane w klatkach wyeksportowanego wideo. Nie ma eksportu SRT ani ścieżki napisów w wyeksportowanym pliku, więc YouTube nie dostaje niczego, co mógłby zaindeksować albo przetłumaczyć, a widzowie nie mogą wyłączyć tekstu. Różnica ma większe znaczenie, niż się wydaje; hardsub vs softsub omawia, które platformy czego chcą.
- Brak rozpoznawania mowy w samym edytorze. Jest ono w osobnym przepływie AI, opisanym niżej.
Jak wkleić plik SRT do OpenShot
- Otwórz kartę Efekty (w angielskim interfejsie Effects) i przeciągnij Napis na klip, do którego należą napisy.
- Zaznacz efekt na klipie. Otworzy się panel Napisy z linijką zastępczą; usuń ją.
- Otwórz swój plik
.srtlub.vttw edytorze tekstu, zaznacz wszystko, skopiuj i wklej do panelu Napisy. - Przewiń oś czasu. Każda linijka powinna pojawiać się w chwili, gdy pada kwestia.
- Ustaw czcionkę, rozmiar i kolory we właściwościach efektu i przeciągnij biały prostokąt w podglądzie tam, gdzie mają stać napisy.
- Wyeksportuj wideo jak zwykle.
Plik VTT wkleja się bez problemów. To postać, której używa dokumentacja samego OpenShot: wiersz z czasem i tekst, bez numerów między linijkami:
WEBVTT
00:00:05.000 --> 00:00:08.200
Welcome back to the channel.
00:00:08.400 --> 00:00:11.000
Today we are fixing the audio first.
Plik SRT wstawia numer linijki nad każdym wierszem z czasem i pisze przecinek przed milisekundami (00:00:05,000). Przecinek nie jest problemem; OpenShot czyta oba separatory. Problemem są numery, od linijki 10 wzwyż. Jeśli masz tylko SRT, usuń wiersze z numerami przed wklejeniem albo najpierw zapisz plik jako WebVTT w edytorze napisów. Różnice między tymi dwoma formatami opisuje SRT vs VTT vs ASS.
Skąd w OpenShot biorą się numery albo puste napisy?
Jedno i drugie wynika z tego, jak OpenShot czyta wklejony tekst. W kodzie napisów libopenshot (wersja 1.1.1, ta z OpenShot 4.1.1) tekst napisu to wszystko od jego wiersza z czasem aż do następnej rzeczy, która wygląda jak znacznik czasu, a pomijane są tylko wiersze o długości jednego znaku.
Ma to dwa skutki uboczne:
- Zbłąkane numery pod napisami. W SRT numer następnej linijki leży między tekstem tej linijki a następnym wierszem z czasem, więc zostaje wczytany jako część tego napisu. Numery linijek od 1 do 9 mają jeden znak i są pomijane. Od 10 wzwyż są rysowane, pod napisem, który je poprzedza.
- Napisy ucięte albo puste. Parser szuka dwóch cyfr, dwukropka i jeszcze dwóch cyfr, żeby znaleźć następną linijkę. Godzina w tekście, taka jak
10:30, pasuje do tego wzorca i napis jest ucinany w tym miejscu albo znika. Zapisz ją jako 10.30 albo słownie: „wpół do jedenastej”.
Jeśli napisy pojawiają się w złym momencie, przyczyną jest zwykle czasowanie, a nie parsowanie; zobacz sekcję o przycinaniu na końcu.
Czy OpenShot ma automatyczne napisy?
Tak, od OpenShot 4, ale nie w postaci, którą uruchomi większość ludzi. Funkcja to Add Captions from Speech w menu Ulepsz za pomocą AI (w angielskim interfejsie Enhance with AI) i oddaje pracę do ComfyUI, osobnego serwera przepływów AI, który instalujesz na własnym komputerze. Dokumentacja AI OpenShot podaje taką konfigurację:
- Zainstaluj ComfyUI i sprawdź, czy się uruchamia.
- Zainstaluj własne węzły, których potrzebuje OpenShot, między innymi ComfyUI-Whisper.
- Pobierz pliki modeli do folderów modeli ComfyUI.
- Uruchom ComfyUI, potem w OpenShot otwórz Edytuj → Ustawienia → Widok zaawansowany, wpisz adres URL ComfyUI i kliknij Sprawdź.
Ta sama strona nazywa funkcje AI eksperymentalnymi i dla całości zaleca NVIDIA 5070 z co najmniej 12 GB, 64 GB RAM i 200 GB wolnego miejsca, ostrzegając, że poniżej tego zadania będą się zawieszać albo kończyć błędem. Samo rozpoznawanie mowy wymaga znacznie mniej: model Whisper medium, którego używa ten przepływ, potrzebuje około 5 GB pamięci graficznej, według README Whispera od OpenAI. Ale i tak instalujesz i utrzymujesz cały serwer, żeby się do niego dostać.
Po uruchomieniu przepływ transkrybuje zaznaczone wideo modelem Whisper medium, z językiem ustawionym na automatyczny, i zapisuje SRT. OpenShot zapisuje ten tekst przy pliku, a każdy klip, który potem dodasz na oś czasu z tego pliku, dostaje efekt Napis z tym tekstem. SRT, który zapisuje węzeł ComfyUI-Whisper, jest numerowany, więc problem zbłąkanych numerów opisany wyżej dotyczy też tych napisów; sprawdź długi klip po dziesiątej linijce.
Jak zdobyć tekst napisów z innego narzędzia
Każde narzędzie, które zapisuje plik z napisami, może zasilić efekt Napis. Dwa, które działają dobrze, zależnie od systemu:
Whisper w wierszu poleceń
Darmowy, open source, działa na Windowsie, Macu i Linuksie. Wymaga zainstalowanego Pythona i FFmpeg. Uruchom go na pliku źródłowym klipu i poproś o VTT, które wkleja się bez problemu z numerami:
pip install -U openai-whisper
whisper interview.mp4 --model turbo --language en --output_format vtt
Komenda zapisuje interview.vtt w folderze, z którego ją uruchomiono. Zmień en na język mowy albo pomiń --language, żeby Whisper sam go rozpoznał. Różnice między turbo a innymi rozmiarami modelu opisuje nasze porównanie modeli Whisper. Nie ma tu edytora: błędy popraw w pliku tekstowym albo w panelu Napisy w OpenShot.
Aplikacja do napisów
Desktopowa aplikacja do napisów robi transkrypcję, poprawki i stylizację w jednym oknie. W Sablate, które tworzymy:
- Wrzuć plik wideo lub audio i wybierz model: Fast albo Balanced w darmowym planie, Accurate (
large-v3-turbo) albo Best (large-v3) w Pro. - Popraw imiona i interpunkcję w edytorze, podczas gdy wideo gra obok tekstu.
- Wyeksportuj
.vtti wklej go do OpenShot albo pomiń napisy z OpenShot i wypal napisy w Sablate jednym z 13 stylów, w proporcjach 16:9, 9:16 lub 1:1.
Eksport .vtt z Sablate nie ma numerów linijek. W darmowym planie eksporty .srt i .vtt kończą się krótką linijką z podpisem, którą po wklejeniu zobaczysz jako ostatni napis. Darmowy plan nie wymaga konta i obejmuje wideo do dziesięciu minut, trzy zadania miesięcznie, modele Fast i Balanced oraz jedną warstwę tłumaczenia offline; wypalone napisy mają małe oznaczenie w rogu. Gdy model mowy zostanie pobrany, transkrypcja działa bez połączenia z internetem. Na Windowsie karta graficzna NVIDIA przyspiesza transkrypcję; komputery Mac transkrybują na CPU. Wersji na Linuksa nie ma, więc na Linuksie zostaje wiersz poleceń albo własny przepływ OpenShot.
Napisy w OpenShot na tle innych sposobów
Sprawdzone 15 listopada 2026 na OpenShot 4.1.1 (wydanym 2 listopada 2026), jego dokumentacji i kodzie źródłowym oraz README Whispera od OpenAI.
| Efekt Napis w OpenShot | Add Captions from Speech w OpenShot | Whisper w wierszu poleceń | Sablate | |
|---|---|---|---|---|
| Cena | Za darmo | Za darmo | Za darmo | Darmowy plan; Pro $29 jednorazowo lub $5.99 miesięcznie |
| Platformy | Windows, Mac i Linux | Windows, Mac i Linux oraz serwer ComfyUI | Windows, Mac i Linux | Windows i Mac |
| Tworzy napisy z mowy | Nie | Tak, Whisper medium | Tak, dowolny model Whisper | Tak, cztery poziomy Whisper |
| Konfiguracja | Brak | ComfyUI, własne węzły, pliki modeli | Python i FFmpeg | Instalator |
| Edytuje samo wideo | Tak | Tak | Nie | Nie |
| Plik z napisami na wyjściu | Nie | SRT | SRT, VTT, TXT i inne | SRT, VTT, TXT; ścieżki ASS i MKV w Pro |
| Wypalone napisy | Tak, przy eksporcie | Tak, przy eksporcie | Nie | Tak; małe oznaczenie w rogu w darmowym planie |
| Tłumaczenie | Nie | Nie | Tylko na angielski | Na inne języki, jako warstwy |
OpenShot to jedyne narzędzie z tej listy, które edytuje wideo, a Sablate jedyne bez wersji na Linuksa. Sablate jest od tej części, którą OpenShot pomija: robienia napisów i ich plików.
Która droga pasuje do twojego wideo?
„Pięć linijek w krótkim klipie”. Wpisz je w panelu Napisy w OpenShot przyciskiem Wstaw napis. Nie trzeba nic instalować.
„Mam już plik SRT”. Wklej go do efektu Napis, po usunięciu numerów linijek albo zapisaniu go jako VTT.
„Linux, duża karta NVIDIA i działający już ComfyUI”. Spróbuj Add Captions from Speech i sprawdź długi klip pod kątem zbłąkanych numerów.
„Linux, zwykły sprzęt”. Whisper w wierszu poleceń z --output_format vtt, potem wklej.
„Windows lub Mac, długie wideo, stylizowany wygląd albo napisy w drugim języku”. Zrób napisy w aplikacji do napisów i wklej .vtt albo wypal je tam. Pełny zestaw opcji wypalania jest w artykule jak wypalić napisy w wideo.
„Napisy muszą dać się włączać i wyłączać na YouTube”. Trzymaj je poza OpenShot. Wyeksportuj czyste wideo i wgraj .srt lub .vtt obok niego; jak zrobić plik SRT opisuje, jak go napisać.
Jak zachować synchronizację napisów przy przycinaniu
OpenShot czasuje efekt Napis względem pliku źródłowego klipu, a nie osi czasu. W libopenshot numer klatki, który dostaje efekt, to klatka pliku źródłowego, więc napis wyczasowany na 0:42 w oryginalnym nagraniu zostaje przy słowach padających o 0:42, gdziekolwiek klip leży na osi czasu i ile by z jego początku nie przyciąć.
To rozstrzyga, który plik transkrybować:
- Jeden długi klip, przycięty (wykład, wywiad, nagranie ekranu): transkrybuj plik źródłowy i wklej do efektu Napis na tym klipie. Przycięcia i przesunięcia zachowują synchronizację.
- Wiele klipów zmontowanych razem: plik z napisami zrobiony z wyeksportowanego wideo liczy od początku gotowego montażu i nie pasuje do żadnego z klipów w projekcie. Albo wypal go w wyeksportowanym wideo innym narzędziem, albo zaimportuj wyeksportowane wideo do nowego projektu OpenShot, dodaj tam efekt Napis i wyeksportuj jeszcze raz, co kosztuje drugie kodowanie.
Skończ montaż, zanim zrobisz napisy z wyeksportowanego wideo. Przycięcie po tym momencie przesuwa każdy następny napis.
OpenShot to sprawny, darmowy edytor z efektem napisów, który robi dokładnie to, co obiecuje, o ile tekst dotrze we właściwym kształcie. Jeśli wolisz nie stawiać ComfyUI ani wiersza poleceń, żeby ten tekst zrobić, pobierz Sablate na Windowsa lub Maca, wrzuć klip i wklej .vtt do OpenShot albo wypal napisy bezpośrednio.
Najczęściej zadawane pytania
Czy OpenShot importuje pliki SRT?
Nie jako plik. OpenShot nie ma polecenia importu pliku z napisami, ale jego efekt Napis (po angielsku Caption) czyta tekst SRT i VTT. Otwórz plik w edytorze tekstu, skopiuj całość i wklej do efektu Napis na klipie. Napisy są potem rysowane w obrazie przy eksporcie wideo.
Czy OpenShot ma automatyczne napisy?
Tak, od OpenShot 4, przez Add Captions from Speech w menu Ulepsz za pomocą AI. Uruchamia Whispera na lokalnym serwerze ComfyUI, który sam instalujesz i łączysz, razem z węzłami ComfyUI-Whisper i plikami modeli. OpenShot nazywa swoje funkcje AI eksperymentalnymi i zaleca do nich wydajną kartę graficzną NVIDIA.
Dlaczego w napisach w OpenShot pojawiają się numery?
To numery linijek z pliku SRT. Parser napisów w OpenShot traktuje każdy wiersz aż do następnego wiersza z czasem jako tekst napisu i pomija tylko wiersze o długości jednego znaku, więc od linijki 10 wzwyż numer może zostać narysowany pod poprzednim napisem. Usuń wiersze z numerami albo wklej plik VTT, który ich nie ma.
Czy OpenShot wyeksportuje napisy jako osobną ścieżkę albo plik SRT?
Nie. Efekt Napis jest przy eksporcie rysowany w klatkach wideo, więc napisy z OpenShot są zawsze wypalone i nie da się ich wyłączyć. Żeby mieć napisy do wyłączania, wyeksportuj wideo bez napisów i wgraj plik SRT lub VTT obok niego albo wstaw plik do MKV jako ścieżkę napisów innym narzędziem.
Jak zmienić czcionkę i położenie napisów w OpenShot?
Zaznacz efekt Napis i edytuj jego właściwości: czcionkę, rozmiar czcionki w punktach, kolor tekstu, kolor i grubość obrysu, kolor tła i promień rogów oraz pojawianie się i zanikanie każdego napisu. Żeby przesunąć napisy, przeciągnij biały prostokąt w podglądzie wideo, co ustawia marginesy efektu. Styl dotyczy wszystkich napisów w tym efekcie.