MP4 텍스트 변환, MP3를 거치지 않고
MP4를 올리면 그 안의 말을 꺼내 드립니다. 오디오 트랙은 컨테이너에서 자동으로 분리되므로 MP3로 내보내는 중간 단계가 없고, 두 번째 압축으로 음질을 잃을 일도 없습니다.
결국 손에 남는 건 거의 언제나 MP4입니다
스마트폰, 화면 녹화 프로그램, 회의 소프트웨어, 미러리스 카메라. 어떤 기기에 영상을 찍게 하든 디스크에 떨어지는 것은 MP4입니다. 아무도 신경 쓰지 않아도 어디서나 재생되는 유일한 컨테이너였기에 그 자리를 차지했습니다.
그 보편성이 곧 많은 사람이 언젠가 MP4를 텍스트로 변환해야 하는 이유이기도 합니다. 그 녹화는 애초에 글로 옮길 생각으로 찍힌 것이 아니라, 그 순간을 담은 기기의 기본 출력이었을 뿐입니다.
그래서 MP4를 텍스트로 변환하기 전에 알아 둘 가치가 있습니다. MP4는 코덱이 아니라 컨테이너입니다. 그 안에는 두 개의 별도 스트림이 들어 있는데, 화면은 보통 H.264나 H.265, 소리는 AAC입니다. 아래의 모든 이야기가 이 한 가지 사실에서 나옵니다.
용량의 95%는 화면
일반적인 MP4에서 영상 스트림은 오디오를 압도합니다. 변환에서 얻고 싶은 모든 것은 소리를 담은 그 몇 퍼센트 안에 있습니다.
읽히는 것은 오디오뿐
영상 스트림은 인식이 시작되기 전에 버려집니다. 길이가 같다면 4K 파일과 480p 파일이 같은 결과를 같은 요금에 돌려줍니다.
형식을 고른 적은 거의 없을 겁니다
MP4는 기기가 건네준 것입니다. 그 말은 안의 소리가 읽히기 위해서가 아니라 보이기 위해 녹음됐다는 뜻이고, 정확도를 좌우하는 지점이 바로 거기입니다.
진짜 제약은 용량
먼저 걸리는 것은 분량이 아닙니다. 스마트폰 영상이라면 길이 상한보다 훨씬 앞서 용량 상한에 닿습니다.
MP4를 텍스트로 변환한다는 것의 실제 의미
MP4를 텍스트로 변환한다는 것은 파일을 디먹싱해 오디오 스트림과 영상 스트림을 분리한 뒤, 오디오에만 음성 인식을 적용하는 일입니다. 화면은 변환이 시작되기 전에 버려지며, 그래서 해상도는 요금에도 결과에도 영향을 주지 않습니다.
이 정의에서 네 가지가 따라 나오고, 그 넷을 합치면 첫 파일을 올리기 전에 사람들이 묻는 것의 대부분이 설명됩니다.
- 변환이 아니라 분리 받아들일 때 재인코딩하지 않습니다. 기존 오디오 스트림을 컨테이너에서 그대로 들어내므로 이 단계에서 음질이 떨어지지 않습니다.
- MP3로 내보낼 필요 없음 예전 안내가 MP3부터 뽑으라고 하는 것은 당시 도구가 오디오만 받았기 때문입니다. 지금 그 단계는 불필요하고, MP3로 다시 압축하면 소리는 나빠지기만 합니다.
- 타임스탬프는 오디오에서 나옵니다 각 줄에 언제 말해졌는지가 붙습니다. 덕분에 같은 결과물을 추가 작업 없이 SRT 자막 파일로 만들 수 있습니다.
- 이미 오디오만 있다면 파일이 영상이 아니라 MP3, WAV, M4A라면 오디오 도구가 바로 처리합니다. 같은 엔진, 같은 크레딧, 단계만 하나 줄어듭니다.
MP4를 텍스트로 변환하는 4단계
모든 과정이 브라우저에서 끝납니다. 설치할 것도 없고, 파일을 미리 손볼 필요도 없습니다.
MP4를 그대로 업로드
디스크에서 파일을 끌어다 놓기만 하면 됩니다. 브라우저에서 저장소로 곧장 전송되므로 용량이 큰 녹화도 중간의 크기 제한에 걸리지 않습니다.
오디오 트랙이 분리됩니다
컨테이너를 열어 소리를 화면에서 떼어 내고, 소리만 다음 단계로 넘어갑니다. 자동으로 일어나는 처리이며 사용자가 수행하는 단계가 아닙니다.
음성 인식이 돌아갑니다
말하는 언어를 100개 이상 가운데서 판별하고, 결과는 타임스탬프가 붙은 구간으로 나뉘어 돌아옵니다. 읽으면서 바로 고칠 수 있습니다.
필요한 형식으로 내보내기
문서용이라면 일반 텍스트, 자막으로 영상에 되돌릴 거라면 SRT나 VTT. 한 번 실행으로 원하는 만큼 여러 형식을 가져갈 수 있습니다.
10분짜리 MP4는 보통 1분 안에 돌아옵니다. 긴 파일은 내부에서 나눠 처리한 뒤 이어 붙이므로, 두 시간짜리 파일도 2분짜리와 똑같이 다룰 수 있습니다.
실제로 변환이 필요해지는 녹화들
그중 어느 것도 변환을 염두에 두고 찍히지 않았습니다. 그게 예외가 아니라 보통입니다.
회의 녹화
화상회의 소프트웨어에서 MP4로 내보낸 것. 소리가 공기가 아니라 채널을 통해 들어왔기 때문에 대개 가장 깨끗한 오디오입니다.
화면 녹화
튜토리얼, 시연, 버그 리포트. 시스템 오디오에 마이크가 더해지고, 되감아 찾기가 고역일 만큼 깁니다.
강의와 교육
한 사람이 한 시간 넘게 말하는 형식. 검색 가능한 텍스트가 파일당 가장 많은 시간을 아껴 주는 경우입니다.
휴대폰으로 찍은 인터뷰
누군가 주머니에 있던 기기로 찍은 것. 비트레이트는 높고 파일은 크며, 목소리는 의도보다 먼 거리에서 잡혔습니다.
영상 팟캐스트
에피소드는 이미 완성됐는데 쇼노트는 아직입니다. 텍스트가 있으면 그 두 번째 일이 다시 듣기가 아니라 편집이 됩니다.
행사 기록 영상
인용할 만한 발표가 아무도 훑어보지 않을 파일에 묻혀 있습니다. 인용 가능하게 만드는 것은 텍스트입니다.
45분 웨비나 약 6,000단어로 돌아옵니다. 기사 하나, 뉴스레터 하나, 클립 몇 개를 만들기에 충분한 원재료입니다.
2시간 강의 480p로 약 200MB라 두 상한 모두 여유롭게 통과합니다. 내부에서 나뉘어 처리된 뒤 하나의 결과로 반환됩니다.
10분 인터뷰 1080p60이면 1.2GB에 이르기도 합니다. 용량 상한에는 충분히 들어가지만, 분과 메가바이트가 다른 척도임을 보여 주는 사례입니다.
30초 클립 250크레딧입니다. 과금은 녹화 길이를 따르므로 짧은 파일은 해상도와 무관하게 저렴합니다.
무엇을 넣고 무엇을 받나
MP4와 그 친척들
MOV, AVI, MKV, WebM도 똑같이 동작합니다. 이들 역시 컨테이너이고, 오디오는 어느 쪽에서든 같은 방식으로 분리됩니다.
읽기용 TXT
타임코드를 넣거나 뺀 일반 텍스트. 회의록, 검색, 인용, 초안에 붙여 넣기에는 이쪽입니다.
자막용 SRT·VTT
유튜브, 프리미어, 파이널컷 등 어떤 플레이어에도 들어가는 싱크 파일입니다. SRT에 MP4와 같은 이름을 붙이면 대부분 자동으로 불러옵니다.
100개 이상 언어
자동으로 감지됩니다. 중간에 언어가 바뀌는 녹화도 각 구간이 실제로 말해진 언어 그대로 옮겨집니다.
자막은 화면에 구워 넣지 않습니다. SRT는 별도 파일로 남으므로 이름이나 용어 하나를 고치려고 영상을 다시 렌더링할 필요가 없습니다.
MP4에서 깨끗한 결과를 얻으려면
MP4의 오디오는 거의 언제나 누구도 변환을 생각하기 전에 녹음됐습니다. 다시 녹음할 수는 없지만, 무엇이 정확도를 떨어뜨리는지 알면 고칠 것과 받아들일 것이 나뉩니다.
- 카메라 마이크와의 거리 휴대폰과 카메라 마이크는 말하는 사람에게서 몇 미터 떨어져 있어 목소리와 함께 공간을 담습니다. 휴대폰으로 찍은 MP4가 화면 녹화보다 결과가 나쁜 가장 큰 이유입니다.
- 화면 녹화가 유리합니다 오디오가 공기가 아니라 시스템에서 올 때는 공간도, 거리도, 기기를 쥔 소리도 없습니다. 이런 파일이 한결같이 가장 좋은 결과를 냅니다.
- 배경음악 대화 아래 깔린 음악은 에어컨 같은 일정한 소음보다 인식을 훨씬 크게 방해합니다. 변환 후가 아니라 전에 걷어내세요.
- 여러 사람이 동시에 말 겹침은 결과가 뭉개지는 가장 흔한 원인입니다. 사후에 할 수 있는 일이 없으니 그 구간은 손으로 정리할 각오를 하세요.
- 고유명사와 전문용어 제품명과 기술 용어는 정확도 97%의 결과에서도 티가 나는 지점입니다. 내보낸 텍스트에 찾아 바꾸기를 한 번 돌리면 1분도 걸리지 않습니다.
MP4는 실제로 얼마나 길 수 있나
유료 요금제는 파일당 120분 또는 2GB까지이며 먼저 닿는 쪽이 상한이 됩니다. 그리고 둘 중 어디에 먼저 닿는지는 어떻게 녹화했는지에 전적으로 달려 있습니다. 결정하는 것은 길이가 아니라 비트레이트입니다. 아래 수치는 일반적인 비트레이트로 계산한 추정치이며 실제 파일과 다를 수 있습니다.
| 출처 | 일반적 비트레이트 | 2GB로 가능한 길이 | 120분의 용량 | 먼저 닿는 상한 |
|---|---|---|---|---|
| 휴대폰 4K | 45 Mbps | 약 6분 | 약 40GB | 용량 |
| 휴대폰 1080p60 | 25 Mbps | 약 11분 | 약 22GB | 용량 |
| 휴대폰 1080p30 | 17 Mbps | 약 16분 | 약 15GB | 용량 |
| 화면 녹화 1080p | 8 Mbps | 약 33분 | 약 7GB | 용량 |
| 회의 내보내기 720p | 2 Mbps | 약 2.2시간 | 약 1.8GB | 길이 |
| 강의 480p | 1 Mbps | 약 4.4시간 | 약 0.9GB | 길이 |
파일이 너무 크다면: 업로드 전에 더 낮은 비트레이트로 다시 인코딩하세요. 휴대폰 영상을 1080p60에서 720p로 낮추면 용량이 대략 10분의 1이 되지만 결과는 조금도 달라지지 않습니다. 영상을 다시 인코딩해도 오디오 트랙은 건드리지 않기 때문입니다. 파일을 나누는 것도 방법이지만, 그러면 두 개의 결과를 손으로 이어 붙여야 합니다. 도움이 되지 않는 것은 먼저 MP3로 바꾸는 일입니다. 같은 오디오에 단계만 하나 늘고 압축이 한 번 더 들어갈 뿐입니다.
텍스트가 열어 주는 것
아래 도구는 모두 변환과 같은 크레딧 잔액에서 나갑니다. 두 번째 구독이 필요한 것은 없습니다.
MP4 변환에 대한 질문
첫 MP4를 무료로 텍스트로 변환하세요
새 계정마다 약 10분 분량이 포함됩니다. 데모 클립이 아니라 실제 녹화를 한 번 돌려 자신의 소재로 결과를 확인하기에 충분합니다.
MP4 텍스트로 변환