Subtitle otomatis dibuat dari transkrip: audio diubah menjadi teks bertanda waktu, disimpan sebagai berkas SRT atau WebVTT, lalu ditempelkan ke video. Untuk rekaman rapat dan webinar berbahasa Indonesia prosesnya selesai dalam hitungan menit, dan lewat layanan berbayar biayanya sekitar Rp 3.000 per jam rekaman.
Artikel ini membahas subtitle untuk rekaman yang dibagikan ulang: arsip webinar, rekaman rapat untuk rekan yang berhalangan hadir, dan materi pelatihan internal. Bukan subtitle film.
Subtitle, takarir, dan closed caption
Tiga istilah ini sering tertukar, padahal fungsinya berbeda. Dalam bahasa Indonesia, caption kerap dipadankan dengan takarir, meski dalam praktik sehari-hari orang tetap menulis subtitle. Yang lebih penting daripada namanya adalah membedakan mana yang bisa dimatikan penonton dan mana yang menempel permanen di gambar.
| Jenis | Isi | Bisa dimatikan penonton? | Kapan dipakai |
|---|---|---|---|
| Subtitle (berkas terpisah) | Dialog saja | Ya | Arsip webinar di YouTube, Drive, atau LMS |
| Closed caption (CC) | Dialog + nama pembicara + keterangan suara lain | Ya | Rekaman yang ditonton orang tuli atau kurang dengar |
| Live caption | Teks muncul saat rapat berlangsung | Ya, per peserta | Rapat dan webinar yang sedang berjalan |
| Open caption / hardsub | Dibakar ke dalam gambar | Tidak | Potongan video untuk Instagram, TikTok, WhatsApp |
Untuk rekaman rapat, pilihan paling aman adalah berkas terpisah. Berkasnya bisa diperbaiki tanpa mengekspor ulang videonya, dan orang bisa menyalin teksnya.
SRT dan WebVTT: dua format yang perlu Anda kenal
Keduanya berkas teks biasa. Anda bisa membukanya dengan Notepad, memperbaiki satu kata, lalu menyimpannya lagi. Perbedaannya kecil tapi menentukan apakah berkasnya diterima platform tujuan.
| Aspek | SRT (SubRip) | WebVTT (.vtt) |
|---|---|---|
| Ekstensi | .srt | .vtt |
| Baris pertama berkas | Langsung nomor urut 1 | Wajib kata WEBVTT |
| Pemisah milidetik | Koma: 00:00:12,340 | Titik: 00:00:12.340 |
| Nomor urut cue | Wajib | Opsional |
| Pengaturan posisi dan warna | Tidak ada (tergantung pemutar) | Ada |
| Dukungan | Paling luas, termasuk pemutar lokal lawas | Standar untuk video di peramban |
Satu cue SRT terlihat seperti ini:
1
00:00:12,340 --> 00:00:15,900
Selamat pagi, terima kasih sudah bergabung.
Cue yang sama dalam WebVTT:
WEBVTT
00:00:12.340 --> 00:00:15.900
Selamat pagi, terima kasih sudah bergabung.
Untuk sebagian besar kebutuhan, mengubah SRT menjadi VTT cukup dengan tiga hal: tambahkan baris WEBVTT di paling atas, ganti koma pada tanda waktu menjadi titik, dan hapus nomor urutnya. Arah sebaliknya sama mudahnya. Spesifikasi lengkap WebVTT diterbitkan W3C kalau Anda perlu detail penataan posisi.
Dari mana teksnya? Empat sumber transkrip
Subtitle otomatis bukan satu tombol ajaib. Ia selalu berangkat dari transkripsi audio menjadi teks. Bedanya hanya pada siapa yang mengerjakan transkripsinya.
| Sumber | Biaya per jam rekaman | Waktu tunggu | Catatan Bahasa Indonesia |
|---|---|---|---|
| Berkas transkrip bawaan Zoom | Termasuk dalam akun berbayar | Menit sampai beberapa jam setelah rekaman selesai diproses | Perlu diperiksa, lihat bagian berikutnya |
| Auto-caption YouTube | Gratis | Menit sampai jam setelah unggah | Lumayan untuk suara jernih satu pembicara |
| Layanan AI berbayar | Sekitar Rp 3.000 di Se-Hari (20 menit rekaman = 1 kredit) | Beberapa menit | Dirancang untuk Bahasa Indonesia, termasuk rapat bercampur istilah Inggris |
| Ketik manual | Gratis kalau Anda sendiri yang mengerjakan | Umumnya 4-6 kali durasi audio | Paling akurat, paling melelahkan |
Kalau videonya sudah telanjur ada di YouTube dan Anda hanya butuh teksnya, cara gratis itu sudah cukup dan tidak perlu ditambah apa pun. Langkahnya kami tulis terpisah di panduan mengambil transkrip video YouTube ke teks.
Zoom sudah menuliskan sebagian pekerjaannya
Ini yang jarang diketahui orang: untuk sebagian besar rekaman cloud, Zoom ikut menghasilkan berkas transkrip berformat VTT tanpa diminta, lengkap dengan nama pembicara. Berkas itu bisa langsung diunduh dari halaman Recordings dan langsung dipakai sebagai subtitle. Gratis, karena sudah termasuk dalam akun berbayar yang Anda gunakan untuk merekam.
Ada tiga hal yang perlu Anda tahu sebelum mengandalkannya:
- Bahasa Indonesia tidak ada di daftar bahasa transkrip resmi Zoom. Hasilnya tetap keluar dan sering kali cukup baik, tetapi statusnya bukan fitur yang dijamin. Baca sekali dari atas ke bawah sebelum dibagikan, terutama pada nama orang, nama lembaga, dan angka. Daftar bahasa yang didukung ada di pusat bantuan Zoom dan berubah dari waktu ke waktu.
- Berkas transkrip biasanya muncul belakangan. Video dan audionya siap lebih dulu; transkripnya menyusul. Kalau tab Recordings baru menampilkan berkas video, tunggu dan periksa lagi.
- Nama pembicara ditulis sebagai awalan di dalam teks, bukan sebagai penanda pembicara tersendiri. Jadi kalau berkasnya Anda pasang apa adanya, tulisan seperti nama lengkap peserta akan ikut tampil di layar setiap cue. Hapus dulu awalan itu kalau Anda hanya ingin dialognya.
Kalau Anda belum yakin rekamannya tersimpan di mana, panduan lokasi file rekaman Zoom di PC, cloud, dan HP menjelaskan perbedaan rekaman lokal dan rekaman cloud. Rekaman lokal tidak menghasilkan berkas transkrip sama sekali.
Cara membuat subtitle otomatis, langkah demi langkah
- Siapkan berkasnya. Video MP4 atau audio M4A sama saja, karena yang dibaca hanya suaranya. Kalau tujuannya subtitle, simpan videonya juga untuk pemeriksaan akhir.
- Pastikan durasinya masuk akal. Sesi tiga jam boleh diproses sekaligus, tetapi memeriksa hasilnya jauh lebih mudah kalau dipotong per bagian acara.
- Hasilkan transkrip bertanda waktu. Tanda waktu itu wajib. Transkrip tanpa tanda waktu tidak bisa dijadikan subtitle tanpa dikerjakan ulang dari nol.
- Ekspor ke SRT atau VTT. Pilih VTT kalau videonya akan ditonton lewat peramban atau situs internal, SRT kalau akan dibuka di pemutar seperti VLC.
- Periksa dan rapikan. Bagian ini tidak bisa dilewati, dan aturannya ada di bawah.
- Pasang ke video. Baik sebagai berkas terpisah maupun dibakar ke gambar.
Aturan merapikan yang sering dilewatkan
Subtitle yang benar secara teks bisa tetap tidak terbaca kalau tata letaknya salah. Empat aturan berikut adalah konvensi umum yang dipakai penerbit video profesional dan dampaknya langsung terasa:
- Maksimal dua baris per cue, sekitar 35-42 karakter per baris. Lebih dari itu, mata penonton berhenti mengikuti pembicara.
- Satu cue tampil 1-7 detik. Cue setengah detik tidak sempat dibaca; cue sepuluh detik menandakan potongannya terlalu panjang.
- Jangan memotong frasa di tengah. Potong di jeda alami, bukan di antara kata sifat dan kata bendanya.
- Nama orang, nama lembaga, akronim, dan angka adalah tempat kesalahan berkumpul. Kalau waktu Anda terbatas, periksa keempat hal itu saja dan abaikan sisanya.
Cara memasang subtitle ke video
| Tujuan | Cara | Format yang aman |
|---|---|---|
| Pemutar lokal (VLC, MPC) | Simpan berkas subtitle dengan nama persis sama dengan videonya, di folder yang sama | SRT |
| YouTube | YouTube Studio, buka video, menu Subtitles, unggah berkas | SRT atau VTT |
| Situs atau LMS internal | Lampirkan sebagai trek takarir pada pemutar video | VTT |
| Instagram, TikTok, status WhatsApp | Bakar ke gambar lewat aplikasi penyunting video | Hardsub, tidak ada berkas terpisah |
Aturan praktisnya: selama platform tujuannya mendukung berkas terpisah, pakai berkas terpisah. Hardsub hanya untuk tempat yang memang tidak menyediakan pilihan lain, karena setiap perbaikan satu kata berarti mengekspor ulang seluruh video.
Alasan yang lebih besar daripada kenyamanan
Subtitle sering dianggap pelengkap. Untuk rekaman rapat dan webinar, ia menyelesaikan empat masalah sekaligus:
- Aksesibilitas. Peserta tuli dan kurang dengar tidak punya jalan masuk lain ke rekaman Anda. Ini alasan pertama, bukan alasan tambahan.
- Menonton tanpa suara. Sebagian besar rekaman rapat ditonton di sela pekerjaan, di ruang terbuka, tanpa earphone.
- Bisa dicari. Transkrip membuat rekaman satu jam bisa ditelusuri dengan Ctrl+F. Tanpa itu, arsip rekaman hanyalah tumpukan berkas yang tidak pernah dibuka lagi.
- Rapat campur bahasa. Istilah Inggris yang diucapkan cepat di tengah kalimat Indonesia jauh lebih mudah ditangkap saat tertulis.
Pertanyaan yang Sering Diajukan
Apakah subtitle otomatis bisa Bahasa Indonesia?
Bisa. Baik auto-caption YouTube, transkrip bawaan Zoom, maupun layanan AI menghasilkan teks Bahasa Indonesia. Yang berbeda adalah kualitasnya pada nama orang, akronim, dan bagian yang bercampur istilah Inggris. Semuanya tetap perlu dibaca ulang sekali sebelum dibagikan.
Bedanya SRT dan VTT apa?
Isinya hampir sama. SRT memakai koma sebagai pemisah milidetik dan mewajibkan nomor urut; VTT memakai titik, wajib diawali kata WEBVTT, dan mendukung pengaturan posisi serta warna. VTT adalah format standar untuk video di peramban, SRT paling luas dukungannya di pemutar lokal.
Bagaimana cara membuat subtitle otomatis gratis?
Unggah video Anda sebagai video tidak publik di YouTube, tunggu caption otomatis muncul, lalu unduh dari YouTube Studio. Kalau rekamannya berasal dari rekaman cloud Zoom, berkas transkrip VTT-nya biasanya sudah tersedia di halaman Recordings tanpa biaya tambahan.
Kenapa subtitle saya tidak muncul di video?
Tiga penyebab paling umum: nama berkas subtitle tidak sama persis dengan nama videonya, berkas VTT tidak diawali baris WEBVTT sehingga ditolak pemutar, atau berkas tersimpan dalam pengodean yang salah sehingga huruf beraksen berantakan. Simpan ulang sebagai UTF-8 dan coba lagi.
Berapa lama membuat subtitle untuk rekaman satu jam?
Dengan layanan otomatis, transkripnya jadi dalam hitungan menit. Yang memakan waktu justru pemeriksaan: siapkan 15-30 menit untuk membaca dan memperbaiki rekaman satu jam. Kalau diketik manual dari nol, umumnya butuh 4-6 kali durasi audionya.
Apakah subtitle bisa menggantikan notulen rapat?
Tidak. Subtitle memuat semua yang diucapkan, termasuk yang tidak penting. Notulen memuat keputusan dan tindak lanjut. Keduanya berangkat dari transkrip yang sama, tetapi dibaca oleh orang dengan kebutuhan yang berbeda.
Langkah berikutnya
Kalau yang Anda butuhkan hanya teks dan videonya sudah ada di YouTube, berhenti di sini dan pakai cara gratisnya. Kalau yang Anda urus adalah rekaman rapat, subtitle saja jarang cukup: yang dibaca orang adalah ringkasan, daftar keputusan, dan action item per penanggung jawab. Ketiganya berangkat dari transkrip bertanda waktu yang sama. Lihat cara kerja Notulen AI kalau Anda ingin transkrip dan ringkasan sekaligus dalam Bahasa Indonesia, dengan tarif 20 menit rekaman per kredit.
Terakhir diperiksa: 20 Agustus 2026.