Jak przetłumaczyć film na polski (albo na dowolny język)

Żeby przetłumaczyć film na polski, potrzebujesz polskich napisów zsynchronizowanych z mową. Najszybsza darmowa droga, czyli zadanie translate w Whisper, tworzy napisy tylko po angielsku, więc na polski robisz najpierw transkrypcję, a potem tłumaczysz tekst, zachowując każdy kod czasowy. To samo dotyczy każdego innego języka i kilku języków naraz.

Ten poradnik opisuje cztery sposoby, to, co zmienia się, gdy językiem docelowym jest polski, i jak sprawdzić wynik, zanim go opublikujesz.

Napisy czy dubbing: co tu znaczy „przetłumaczyć film”

Tłumaczenie filmu to może być dwie różne rzeczy. Ten poradnik dotyczy pierwszej: napisów, czyli tekstu na ekranie, przetłumaczonego i zsynchronizowanego z tym, co jest mówione. Druga to tłumaczenie samego głosu, czyli ścieżka z dubbingiem albo lektor w nowym języku. To zupełnie inne zadanie i inne narzędzia. Sablate nie robi dubbingu, więc żadna z poniższych metod nie daje tłumaczenia mówionego.

Każda metoda tutaj zaczyna od pliku wideo albo audio, który już masz na dysku.

Jak przetłumaczyć film na polski? Cztery metody

1. Zadanie translate w Whisper. Za darmo, z linii komend, wynik tylko po angielsku.
2. Transkrypcja, a potem tłumaczenie pliku z napisami. Działa dla każdego języka docelowego i dowolnego narzędzia.
3. Sablate. Jedna transkrypcja, tłumaczenie dodajesz jako warstwę, potem eksport albo wypalenie.
4. Automatyczne tłumaczenie w YouTube. Tylko do oglądania. Bez pliku, bez eksportu.

Najbardziej różnią się dwiema rzeczami: do jakich języków sięgają i czy na końcu masz własny plik z napisami.

Metoda 1: zadanie translate w Whisper (tylko angielski)

Whisper to otwartoźródłowy model mowy od OpenAI. Według README jest to model wielozadaniowy: robi wielojęzyczne rozpoznawanie mowy, tłumaczenie mowy i rozpoznawanie języka. Tu przydaje się część z tłumaczeniem, a README podaje taki przykład zamiany japońskiej mowy na angielski:

whisper japanese.wav --model medium --language Japanese --task translate

Żeby dostać plik z napisami zamiast domyślnych wyników, dodaj --output_format srt. Narzędzie wiersza poleceń czyta pliki wideo tak samo jak audio, bo dekoduje multimedia przez FFmpeg, więc możesz wskazać mu od razu plik .mp4.

Tylko angielski. Zadanie translate ma jeden język docelowy. Jeśli potrzebujesz napisów po polsku, niemiecku albo japońsku, ta metoda ich nie wyprodukuje.

Nie używaj turbo. To błąd, który stoi za większością zgłoszeń typu „Whisper nie przetłumaczył mojego filmu”. README podaje, że model turbo nie jest trenowany do zadań tłumaczeniowych i zwraca język oryginału nawet przy ustawionym --task translate. Do najlepszych wyników tłumaczenia poleca medium albo large. Jeśli twoje „tłumaczenie” wróciło w języku oryginału, sprawdź, którego modelu użyłeś.

Ograniczenia są praktyczne. Potrzebujesz linii komend i środowiska Python. Dostajesz jeden język i żadnego edytora, więc błędnie przetłumaczone imię oznacza ręczną edycję pliku SRT. Do jednego filmu na angielski za darmo trudno o coś lepszego. Jeśli potrzebujesz pomocy w wyborze modelu, porównanie modeli Whisper pokazuje, ile każdy rozmiar kosztuje w czasie i dokładności.

Metoda 2: najpierw transkrypcja, potem tłumaczenie pliku z napisami

Druga droga dzieli zadanie na dwie części. Zrób plik z napisami w języku, w którym się mówi, dowolnym narzędziem opartym na Whisper, a potem przetłumacz tekst, zachowując kody czasowe. Działa dla każdego języka docelowego, także angielskiego, bo tłumacz to osobny krok.

Ten drugi krok można wykonać na kilka sposobów: edytorem napisów z funkcją automatycznego tłumaczenia, tłumaczem dokumentów, który przyjmuje .srt, albo modelem językowym ze ścisłym promptem, a potem sprawdzić, czy liczba bloków wciąż się zgadza. Narzędzia i pułapki opisuje tekst o tłumaczeniu pliku SRT bez psucia czasowania, więc nie powtarzam ich tutaj.

Zaletą jest kontrola: dla każdego języka możesz wybrać innego tłumacza i poprawić tekst źródłowy, zanim zostanie przetłumaczony. Kosztem jest kilka narzędzi i kilka przekazań między nimi. Jeśli transkrypcji nie masz jeszcze w pliku, pierwszą połowę omawia tekst o zamianie wideo na tekst.

Metoda 3: przetłumacz film w Sablate, jako warstwę

Sablate to aplikacja desktopowa na Windows 10 64-bit lub nowszy i macOS 12 Monterey lub nowszy. Nie używa zadania translate z Whisper. Robi transkrypcję mowy w języku, w którym się mówi, a potem tłumaczy ten tekst jako warstwę, linijka po linijce, więc każdy przetłumaczony wiersz zachowuje czasowanie oryginału.

Kroki:

1. Kliknij New job i upuść plik wideo albo audio z dysku.
2. Ustaw Spoken language albo zostaw automatyczne wykrywanie. Transkrypcja działa lokalnie na faster-whisper i obejmuje 100 języków mówionych.
3. W polu Translate into wybierz jeden lub więcej języków docelowych.
4. Kliknij Start.
5. Przeczytaj wiersze w edytorze. Kolejny język możesz dodać później przez Add language…, bez ponownej transkrypcji.
6. Wyeksportuj .srt, .vtt albo .txt, albo wypal napisy w pliku .mp4. Pro eksportuje też .ass i wielościeżkowy .mkv.

Argos to tłumacz offline. Działa na twoim komputerze, a każdy pakiet językowy pobierasz raz. Pakiety Argos łączą każdy język z angielskim, więc tłumaczenie z angielskiego na polski jest bezpośrednie. Para bez angielskiego, na przykład hiszpański na polski, idzie przez angielski jako etap pośredni i brzmi nieco płyciej. Argos obejmuje około 50 języków docelowych. Z własnym kluczem API Pro może też używać DeepL, OpenAI albo Claude, które zwykle formułują lepiej, choć tekst napisów trafia wtedy do tego dostawcy.

Ponieważ tłumaczenie jest warstwą na jednej transkrypcji, drugi i trzeci język dodasz bez powtarzania czegokolwiek, a każda warstwa ma własny styl i własną czcionkę pisma. Ten sposób pracy opisuje tekst o dodawaniu napisów w wielu językach.

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 i znosi limity; zobacz cennik. Gdy model mowy i pakiety językowe Argos zostaną pobrane, transkrypcja, tłumaczenie offline i wypalanie działają bez połączenia z internetem. Pobierz Sablate i wypróbuj go na krótkim fragmencie.

Metoda 4: automatyczne tłumaczenie w YouTube, jeśli chcesz tylko oglądać

Jeśli film jest na YouTube, a chcesz go tylko zrozumieć, żaden plik nie jest potrzebny. W odtwarzaczu otwórz zębatkę ustawień i wybierz Subtitles/CC; jeśli twojego języka nie ma na liście, wybierz Auto-translate i wskaż go. Opisuje to strona pomocy YouTube o ustawieniach napisów.

To darmowe i natychmiastowe, ale daje napisy wyłącznie w odtwarzaczu YouTube. Nie dostajesz pliku, eksportu ani niczego do wypalenia. Strona YouTube o napisach automatycznych mówi, że napisy automatyczne są generowane maszynowo i ich jakość może być różna, więc tłumaczenie zbudowane na nich dziedziczy tę wadę. Do zrozumienia wykładu często to wystarcza. Do filmu, który opublikujesz, nie.

Tłumaczenie filmu na polski (albo na dowolny język inny niż angielski)

Wielu osobom angielski nie jest potrzebny. Potrzebują polskiego, niemieckiego, francuskiego albo japońskiego, a to zmienia metodę.

• Zadanie translate w Whisper odpada. Obsługuje tylko angielski. To jedyny fakt z tego poradnika, który nie przenosi się na inne języki.
• Najpierw transkrypcja, potem tłumaczenie. Metody 2 i 3 działają dla każdego języka docelowego, bo tłumaczenie jest osobnym krokiem od rozpoznawania mowy.
• Para bezpośrednia czy przez pośrednika. W Argos pary z angielskim są bezpośrednie. Para bez angielskiego, na przykład hiszpański na polski, idzie przez angielski, co dodaje jedno miejsce, w którym znaczenie może się rozjechać. Jeśli twoje źródło albo cel to już angielski, unikasz tego dodatkowego przeskoku.
• Lepszy tłumacz pomaga bardziej niż większy model mowy. Gdy transkrypcja jest poprawna, jakość sformułowań zależy od tłumacza. DeepL, OpenAI i Claude, używane z własnym kluczem w Sablate Pro, zwykle brzmią lepiej niż Argos offline. Kompromis polega na tym, że tekst opuszcza twój komputer.
• Pisma i czcionki. Chiński, japoński, koreański, arabski i dewanagari wymagają czcionki, która faktycznie zawiera te znaki, inaczej wypalone wideo pokaże puste prostokąty. Sablate daje każdej warstwie językowej własną czcionkę pisma.

Film można też przetłumaczyć z angielskiego na polski w ten sam sposób. Język źródłowy to ten, w którym się mówi; docelowy to ten, który wybierzesz.

Co tłumaczenie robi z czasowaniem i prędkością czytania

Tłumaczenie zachowuje czasowanie i psuje prędkość czytania. Linijka wciąż zaczyna się i kończy tam, gdzie mówca, ale przetłumaczony wiersz może być dłuższy, a widz ma tyle samo sekund na jego przeczytanie. Częsty przykład to angielski → niemiecki: tekst rośnie, a linijka, która była wygodna, staje się za szybka.

Miarą jest liczba znaków na sekundę, opisana w tekście o prędkości czytania napisów (CPS). Rozwiązanie to skrócić tekst albo podzielić linijkę na dwie. Nie przesuwaj znaczników czasu, bo pasują do dźwięku.

Przeczytaj też każdy wiersz przed publikacją. Tłumaczenie maszynowe napisów bywa dosłowne: idiomy, żarty i imiona wychodzą źle w sposób, którego szybki rzut oka nie wychwyci. Argos offline plasuje się poniżej DeepL i aktualnych modeli językowych pod względem sformułowań, a żaden silnik nie zastąpi czytania przez człowieka.

Tłumaczyć film online czy offline?

Internetowe tłumacze wideo działają tak, że wysyłają twój plik na swoje serwery, tłumaczą go tam i odsyłają wynik. To wygodne, ale film opuszcza twój komputer. Przy prywatnym materiale, pracy dla klienta albo wolnym łączu bezpieczniejszym wyborem jest metoda lokalna. Zadanie translate w Whisper i ścieżka Argos w Sablate przetwarzają plik na twoim komputerze.

Porównanie metod

Zarówno zadanie translate w Whisper, jak i YouTube biją Sablate ceną i prostotą uruchomienia: pierwsze jest darmowe i nie trzeba kupować żadnej aplikacji, drugie nie wymaga niczego. Do jednego filmu na angielski albo wykładu, który chcesz tylko śledzić, może wystarczyć któreś z nich.

Której metody użyć?

• Potrzebujesz angielskiego, nie polskiego, masz jeden film i swobodnie czujesz się w terminalu: zadanie translate w Whisper z modelem medium albo large.
• Chcesz tylko zrozumieć film z YouTube: automatyczne tłumaczenie YouTube. Nie buduj na nim całego procesu.
• Polski, jeden film: zrób transkrypcję, a potem przetłumacz plik SRT tłumaczem, któremu ufasz najbardziej.
• Kilka języków, film, który opublikujesz, albo napisy wypalone w wideo: Sablate, bo jedna transkrypcja zasila każdy język, a edytor wyłapuje za długie linijki.
• Sformułowania liczą się bardziej niż prywatność: połącz dowolną transkrypcję z DeepL albo modelem językowym i zostaw krok sprawdzania.

Jeśli publikujesz wynik, pamiętaj, że plik z napisami i wideo z wypalonymi napisami zachowują się inaczej na każdej platformie. Hardsub czy softsub wyjaśnia, którego potrzebujesz, a wypalanie napisów w wideo omawia sam render.

Najczęściej zadawane pytania

Jak przetłumaczyć film na polski za darmo?

Whisper tłumaczy tylko na angielski, więc na polski zrób najpierw transkrypcję darmowym narzędziem opartym na Whisper, a potem przetłumacz tekst napisów, zachowując znaczniki czasu. Możesz też użyć darmowego planu Sablate, który ma jedną warstwę tłumaczenia offline dla filmów do dziesięciu minut. Oba sposoby działają na pliku z twojego dysku.

Czy Whisper potrafi przetłumaczyć film na polski?

Nie. Wbudowane zadanie translate w Whisper tworzy wyłącznie tekst po angielsku. Żeby dojść do polskiego albo dowolnego innego języka, najpierw zrób transkrypcję mowy w języku oryginału, a potem przetłumacz powstały tekst osobnym tłumaczem, zachowując kody czasowe. Ten drugi krok na tekście napisów wykonają Argos, DeepL i duże modele językowe.

Dlaczego Whisper nie przetłumaczył mojego filmu?

Prawdopodobnie użyłeś modelu turbo. README Whisper mówi, że turbo nie jest trenowany do tłumaczenia i zwraca język oryginału nawet przy ustawionym zadaniu translate. Przełącz się na model medium albo large i uruchom to samo polecenie jeszcze raz. README poleca te dwa modele, jeśli zależy ci na najlepszym tłumaczeniu.

Czy mogę przetłumaczyć film offline, bez wysyłania go do sieci?

Tak. Whisper działa lokalnie przy transkrypcji i tłumaczeniu na angielski, a Sablate łączy lokalną transkrypcję z Argos, tłumaczem offline. Po pobraniu modelu mowy i pakietów językowych oba działają bez połączenia z internetem. Internetowe tłumacze wideo działają inaczej: wysyłają twój plik na swoje serwery i tam go przetwarzają.

Czy tłumaczenie filmu psuje czasowanie napisów?

Nie, jeśli tłumaczysz tekst i zachowujesz kody czasowe. Początek i koniec linijki zostają tam, gdzie pada mowa. Zmienia się długość: przetłumaczone wiersze bywają dłuższe, więc linijka może stać się za szybka do przeczytania. Popraw to, skracając tekst albo dzieląc linijkę, a nie przesuwając znaczników czasu.

Jak przetłumaczyć angielski film na polski?

Zrób transkrypcję angielskiej mowy, a potem przetłumacz tekst na polski, zachowując czasowanie. Zadanie translate w Whisper nie obsługuje tego kierunku, bo tworzy tylko angielski. Sablate robi to jako warstwę tłumaczenia, a para angielski na polski to bezpośrednia para Argos. Niezależnie od narzędzia przeczytaj wynik przed publikacją, bo tłumaczenie maszynowe napisów bywa dosłowne.