PotPlayer Whisper: jak wygenerować napisy z audio

Obsługa Whisper w PotPlayerze zamienia dźwięk wideo w napisy wprost w odtwarzaczu. Kliknij wideo prawym przyciskiem, wejdź w Napisy (Subtitles), wybierz Generowanie napisów z audio... (w angielskim interfejsie: Create subtitles from audio...), wskaż silnik, model i język, a potem uruchom. PotPlayer przy pierwszym użyciu pobiera, czego potrzebuje, i może zapisać wynik jako .srt obok wideo.

Funkcja pojawiła się w kompilacji 241211 PotPlayera, wydanej 11 grudnia 2024, i od tamtej pory urosła: więcej silników, przycisk aktualizacji, VAD i tryb w czasie rzeczywistym dla strumieni. Poniżej: kroki, który silnik i model pasują do twojego komputera, tryb w czasie rzeczywistym, tłumaczenie, typowe awarie i granice tej funkcji. Fakty pochodzą z oficjalnej historii wersji PotPlayera, jego polskiego interfejsu i repozytoriów twórców silników, sprawdzone 3 listopada 2026.

Jak wygenerować napisy z Whisper w PotPlayerze?

Sześć kroków. Nazwy menu i ustawień to te z polskiego interfejsu PotPlayera.

1. Otwórz plik wideo. Zwykły tryb działa tylko na plikach; strumień PotPlayer odrzuca komunikatem „Only files are available.” (dostępne są tylko pliki).
2. Kliknij wideo prawym przyciskiem → Napisy (Subtitles) → Generowanie napisów z audio...
3. Wybierz Silnik Whisper AI (Whisper AI engine). Za pierwszym razem PotPlayer pyta „Does download the engine?” (czy pobrać silnik?).
4. Wybierz Model Whisper AI i Język Whisper AI. Pobranie modelu jest proponowane tak samo.
5. Zaznacz „Jeśli to możliwe, zapisz w tym samym folderze co wideo”. Kompilacja 250226 dodała zapis „with the same name as the video” (pod tą samą nazwą co wideo), więc dostajesz movie.srt obok movie.mp4.
6. Uruchom. PotPlayer wyodrębnia dźwięk, uruchamia silnik i wczytuje napisy.

W tym samym oknie są jeszcze dwie opcje. Generuj automatycznie po rozpoczęciu odtwarzania uruchamia zadanie przy każdym otwarciu pliku, co bardziej pasuje do folderu z wykładami niż do filmu oglądanego raz. Applying voice emphasis filter when extracting sound (filtr wzmacniający głos przy wyodrębnianiu dźwięku) uwydatnia głos w wyodrębnionym audio i warto go wypróbować, gdy pod mową gra muzyka.

PotPlayer jest darmowy i działa na Windows 11, 10, 8.1, 8 i 7, według potplayer.tv. Obecna kompilacja to 261021.

Jaki silnik Whisper wybrać w PotPlayerze?

Wybieraj według karty graficznej. Lista Silnik Whisper AI oferuje siedem silników, wszystkie uruchamiają modele Whisper od OpenAI w różnych kompilacjach. Rozmiary pobrań pochodzą z serwera Kakao z 3 listopada 2026:

CPU, BLAS, Vulkan i CUDA to kompilacje whisper.cpp. Whisper od Const-me opisuje się jako „a Windows port of the whisper.cpp implementation” (port implementacji whisper.cpp na Windows). Oba silniki Faster-Whisper pochodzą z whisper-standalone-win Purfview, którego README wymienia PotPlayera wśród programów, dla których to narzędzie jest przeznaczone, i mówi, że pliki wykonywalne „automatically will choose to work on GPU if CUDA is detected” (same wybiorą pracę na GPU, jeśli wykryją CUDA). Autor oznacza starszą kompilację Faster-Whisper jako przestarzałą, dlatego na NVIDIA warto używać Faster-Whisper-XXL.

Faster-Whisper-XXL pojawił się w kompilacji 250226 razem z przyciskiem Update (Aktualizuj) dla silników. Aktualizacja nie działa podczas odtwarzania wideo: PotPlayer prosi, by najpierw zatrzymać odtwarzanie.

Modele Whisper w PotPlayerze: który wybrać?

Największy model, który twój komputer przetworzy w akceptowalnym czasie. Silniki whisper.cpp używają tych plików modeli, znów z rozmiarami z serwera Kakao:

Dla mniejszych modeli istnieją warianty .en, tylko angielskie, które radzą sobie lepiej, gdy każde słowo jest po angielsku. Oba silniki Faster-Whisper używają własnego formatu modeli faster-whisper, a nie tych plików.

Większy nie znaczy automatycznie lepszy. W naszym porównaniu modeli Whisper large-v3 pominął fragment mowy, który mniejszy model wychwycił na tym samym nagraniu. To jedno nagranie, a nie benchmark, ale to powód, by zacząć od large-v3-turbo, a nie od największego pliku.

Kompilacja 250625 dodała VAD, czyli wykrywanie aktywności głosowej, które pomija ciszę i ogranicza zmyślone linijki, jakie Whisper pisze nad muzyką i w pauzach. Te zmyślone linijki opisuje tekst dlaczego Whisper powtarza linijki i zmyśla tekst.

Tryb w czasie rzeczywistym: napisy z PotPlayera w trakcie oglądania

Od kompilacji 250909 PotPlayer potrafi też Generuj napisy z audio (w czasie rzeczywistym) (w angielskim interfejsie: Create subtitles from audio(Real-time)): transkrybuje w trakcie odtwarzania, z trzema ustawieniami, Not used (nieużywane), Use if there are no subtitles (używaj, gdy nie ma napisów) i Zawsze używaj. Jedna dodatkowa opcja ogranicza go do źródeł, które nie są plikami: „Używaj tylko wtedy, gdy nie jest możliwe wygenerowanie napisów z audio (nie jest to plik)”.

Oba tryby dzielą więc pracę. Plik z dysku idzie przez zwykły tryb, który przetwarza całe audio i potrafi zapisać .srt. Transmisja na żywo lub inne źródło niebędące plikiem idzie przez tryb w czasie rzeczywistym, który podpisuje to, co właśnie leci. Kompilacja 260114 naprawiła rozjeżdżanie się napisów w czasie rzeczywistym podczas transmisji na żywo, więc zaktualizuj, zanim ocenisz ten tryb.

Czy PotPlayer przetłumaczy napisy z Whisper?

Tak, przez własne tłumaczenie napisów, starsze niż funkcja Whisper. W menu Subtitle Translation (tłumaczenie napisów) wybierasz Translation Engine (silnik tłumaczenia) i to, czy pokazać samo tłumaczenie, nad oryginałem, czy pod nim. Obecny instalator zawiera wtyczki tłumaczeniowe dla Google, Bing, DeepL, Papago, Yandex, LibreTranslate i LM Studio; DeepL i Papago wymagają własnego klucza API.

Nowsza opcja Wbudowane tłumaczenie AI (Builtin AI translation) uruchamia lokalny model językowy, który PotPlayer pobiera w formacie GGUF, więc tekst zostaje na twoim komputerze. Silniki online wysyłają tekst napisów do swojej usługi, co ma znaczenie przy poufnym wideo.

Kompilacja 220706 dodała „the ability to save translation when saving subtitles” (możliwość zapisania tłumaczenia przy zapisie napisów), więc tłumaczenie może trafić do zapisanego pliku. Jeśli tłumaczenie ma przetrwać dłużej, bezpieczniej przetłumaczyć poprawiony .srt; tłumaczenie wideo na twój język porównuje dostępne opcje.

PotPlayer Whisper nie działa: co sprawdzić

Idź po tej liście:

1. Zaktualizuj PotPlayera. Whisper zmieniał się w niemal każdej kompilacji od grudnia 2024. Kompilacja 250313 naprawiła Whisper-Faster na kartach NVIDIA serii 5000, a 250514 poprawiła obsługę dodatkowych opcji Whisper.
2. Silnik lub model się nie pobrał. Użyj Open engine folder (otwórz folder silnika) i Open model folder (otwórz folder modeli), by zobaczyć, co dotarło. Twórca PotPlayera napisał na koreańskim forum użytkowników, że gdy automatyczne pobieranie zawodzi, pliki można pobrać ręcznie i umieścić w tych folderach.
3. Znaki spoza angielskiego w nazwie użytkownika Windows. W odpowiedzi na tym samym forum twórca powiązał jedną awarię z koreańskimi znakami w nazwie konta i zaproponował konto bez nich. Jeśli twoja nazwa użytkownika zawiera chińskie, japońskie, cyrylicę albo litery z akcentami, warto wykluczyć i to.
4. Brakuje pamięci GPU albo jest o wiele za wolno. Wybierz mniejszy model albo przełącz się z CUDA na Faster-Whisper-XXL lub odwrotnie.
5. Odrzuca strumień. „Only files are available” (dostępne są tylko pliki) dotyczy zwykłego trybu; dla takiego źródła użyj trybu w czasie rzeczywistym.

Jeśli tekst powstaje, ale jest błędny, sprawdź najpierw ustawienie języka. Własny komunikat PotPlayera jasno mówi, gdzie kończy się jego odpowiedzialność: „PotPlayer is not involved in Whisper AI conversion” (PotPlayer nie uczestniczy w konwersji Whisper AI), a przy nietypowym wyniku prosi, by „contact the engine developer” (skontaktować się z twórcą silnika).

Gdzie kończą się możliwości Whisper w PotPlayerze?

Tam, gdzie napisy mają zostać opublikowane, a nie czytane w trakcie oglądania. Powiedział to wprost Purfview, który buduje silniki Faster-Whisper uruchamiane przez PotPlayera, w dyskusji w swoim repozytorium: „PotPlayer nie jest właściwym narzędziem do generowania porządnych napisów. O ile wiem, bierze tekst z wyjścia postępu, które nie jest prawdziwymi napisami.”

PotPlayer to odtwarzacz. Jego okno Browse/Edit/Sync Subtitles (przeglądanie, edycja i synchronizacja napisów; Alt+E) poprawi linijkę albo przesunie czasowanie, ale nie ma osi czasu z przebiegiem fali, kontroli szybkości czytania ani presetów napisów dla gotowego wideo. Do zrozumienia obcego filmu dziś wieczorem to wystarczy. Do YouTube, klienta albo kursu plik trzeba potem dopracować w edytorze.

Kiedy Sablate pasuje lepiej niż PotPlayer?

Gdy napisy mają trafić do odbiorcy: poprawione, ostylowane i wyeksportowane, na Windows lub Macu.

Sablate to aplikacja desktopowa na Windows 10 lub nowszy i macOS 12 lub nowszy. Transkrybuje przez faster-whisper w czterech poziomach: Fast (tiny), Balanced (small), Accurate (large-v3-turbo) i Best (large-v3), bez wybierania silnika. W Windows z kartą NVIDIA środowisko CUDA pobiera się przy pierwszym użyciu GPU. Jej edytor przesuwa linijki na osi czasu, dzieli je i łączy oraz ostrzega, gdy linijka jest zbyt szybka do czytania.

Jedna transkrypcja zasila potem kilka warstw tłumaczenia, każdą z własnym stylem i własną czcionką pisma. Trzynaście presetów napisów, karaoke przesuwające się po słowach i wypalanie w 9:16, 1:1 lub 16:9 zamieniają wynik w gotowe wideo.

Plan darmowy nie wymaga konta i obejmuje filmy do dziesięciu minut, trzy zadania miesięcznie, modele Fast i Balanced oraz jedną warstwę tłumaczenia offline; wypalone napisy mają małe oznaczenie w rogu. Pro kosztuje $29 jednorazowo albo $5.99 miesięcznie, a resztę wymienia strona z cennikiem.

PotPlayer czy Sablate w skrócie

PotPlayer wygrywa ceną, napisami w czasie rzeczywistym dla strumieni oraz wyborem silników i tłumaczy. Jeśli chcesz głównie śledzić film w języku, którego nie znasz, zostań przy nim. Sablate to droga na wypadek, gdy napisy mają opuścić twój komputer w gotowej postaci.

Którą drogę wybrać?

„Chcę zrozumieć film, który oglądam”. PotPlayer z large-v3-turbo i jego tłumaczeniem napisów, jeśli język jest obcy.

„Mam kartę NVIDIA”. Faster-Whisper-XXL albo CUDA z large-v3-turbo.

„Mam grafikę AMD lub Intel”. Vulkan z small albo large-v3-turbo, zależnie od tego, jak długo zaczekasz.

„Jestem na Macu”. PotPlayer tam nie działa. Subtitle Edit z Whisper to droga darmowa; aplikacja desktopowa do napisów to droga krótsza.

„Potrzebuję napisów do YouTube albo dla klienta”. Wygeneruj je w edytorze, a nie w odtwarzaczu, żeby czasowanie i długość linijek zostały sprawdzone.

„Ostylowane napisy w trzech językach do jednego wideo”. Pobierz Sablate na Windows lub Maca.

Najczęściej zadawane pytania

Jak użyć Whisper w PotPlayerze?

Otwórz plik wideo, kliknij go prawym przyciskiem, wejdź w menu Napisy i wybierz Generowanie napisów z audio. Wskaż silnik Whisper AI, model i język mowy, potem uruchom. Przy pierwszym użyciu PotPlayer proponuje pobranie silnika i modelu, wyodrębnia dźwięk, uruchamia Whisper i po zakończeniu wczytuje napisy.

Jaki silnik Whisper wybrać w PotPlayerze?

Przy karcie NVIDIA wybierz Faster-Whisper-XXL albo silnik CUDA, przy GPU AMD lub Intel Vulkan, a bez użytecznego GPU CPU albo BLAS. Faster-Whisper-XXL to największe pobranie, około 2,5 GB, a silnik CPU waży poniżej 4 MB. Starszy silnik Whisper-Faster jego autor oznaczył jako przestarzały.

Gdzie PotPlayer zapisuje napisy z Whisper?

Obok wideo, jako plik SRT o tej samej nazwie, jeśli włączona jest opcja zapisu napisów w folderze z wideo. Zapis pod nazwą wideo PotPlayer dodał w kompilacji 250226. Zaznacz tę opcję przed startem, a wynik trafi do pliku, który otworzysz w dowolnym edytorze napisów lub odtwarzaczu.

Czy PotPlayer generuje napisy w czasie rzeczywistym?

Tak. Od kompilacji 250909 PotPlayer potrafi generować napisy z audio w czasie rzeczywistym podczas odtwarzania. Możesz ustawić, by nigdy się nie włączał, włączał się tylko wtedy, gdy nie ma napisów, albo działał zawsze. Tryb jest przeznaczony dla źródeł, które nie są plikami, np. transmisji na żywo. Plik z dysku przetwarza zwykły tryb.

Dlaczego PotPlayer Whisper nie działa?

Zwykle zawodzi pobieranie silnika lub modelu, kompilacja PotPlayera jest stara albo karta graficzna nie jest obsługiwana przez silnik. Najpierw zaktualizuj PotPlayera, bo kompilacje z 2025 roku naprawiły karty NVIDIA serii 5000. Gdy pobieranie nie działa, wgraj pliki ręcznie przez Open engine folder i Open model folder. Twórca wskazał też jedną awarię spowodowaną koreańskimi znakami w nazwie użytkownika Windows.

Czy PotPlayer jest dostępny na Maca?

Nie. Oficjalna strona PotPlayera podaje tylko Windows 11, 10, 8.1, 8 i 7, w wersjach x86, x64 i ARM64. Na Macu potrzebujesz innego narzędzia do generowania napisów z audio, na przykład aplikacji desktopowej do napisów albo Subtitle Edit. Obie uruchamiają Whisper lokalnie na macOS.