Overtone genera subtítulos optimizados para cualquier formato de pantalla

Fuentes: Overtone generates captions optimized for any screen shape

Overtone es una herramienta de software que genera subtítulos optimizados para diferentes proporciones de pantalla, como 16:9 y 9:16, a partir de un único archivo de datos. A diferencia de los formatos estándar como WebVTT o TTML, que almacenan pistas terminadas y requieren reenvolverlas manualmente, Overtone almacena cada palabra una sola vez junto con su tiempo y el hablante, permitiendo recortar las líneas de texto de forma inteligente para cada perfil de visualización. El sistema aplica reglas de lectura que evitan terminar las líneas en palabras débiles, mantienen nombres y números juntos y separan las pausas de los hablantes, mejorando la legibilidad para usuarios con dificultades auditivas.

La herramienta incluye una línea de comandos (CLI) que permite recortar subtítulos existentes o transcribir audio directamente, utilizando proveedores como OpenAI, Azure AI Speech o ElevenLabs. El proceso de transcripción integra un sistema de votación de texto donde un modelo de lenguaje corrige errores de transcripción y etiquetas a los hablantes, mientras que la línea de recorte se basa en reglas versionadas que garantizan la consistencia visual. Overtone también ofrece un plugin para video.js con múltiples temas y un formato propio (.overtone.json) que no depende de tiempo de ejecución. Los benchmarks indican una tasa de error de palabras del 5,3% en transcripciones de texto y un costo estimado de 0,023 dólares por minuto de audio, destacando su eficiencia en la gestión de subtítulos para contenido multimedia.