أنشئ مقاطع ترجمة موقّتة محليًا، وراجع النص، ثم صدّر ملف SRT أو VTT منفصلًا.
ينتج التعرف الآلي على الكلام مسودة تحتاج إلى مراجعة. حدّد لغة الكلام عند ضعف الاكتشاف التلقائي، وراجع الأسماء والأرقام وحدود المقاطع. WebVTT تنسيق معياري من W3C؛ أما SRT فشائع الاستخدام ولا نقدمه هنا كمعيار W3C.