Ondertitelcorrectie en -vertaling in DaVinci Resolve automatiseren met AI
Neto Pompeu —
Ondertitelcorrectie en -vertaling in DaVinci Resolve automatiseren met AI
Bij Primo-Studio produceren we regelmatig audiovisuele content: reportages, live captures, promotievideo's, documentaires. Bijna systematisch moeten we een ondertitelde versie leveren — vaak in het Frans, soms ook in het Engels voor internationale klanten of festivals.
Handmatige ondertiteling is traag. Echt traag. Wanneer je transcriptie, spellingscontrole en vertaling van de ene taal naar de andere optelt, ben je makkelijk 3 tot 5 uur kwijt voor 20 minuten video. Op een project met meerdere video's per week is dat economisch onhoudbaar.
Dus bouwden we twee Python-scripts die rechtstreeks in DaVinci Resolve integreren en de taak automatiseren met AI. Hier is hoe het werkt, en wat het ons heeft mogelijk gemaakt.
Het probleem: de wrijving van ondertiteling
DaVinci Resolve gaat heel goed om met de timeline en ondertitelsporen. De ingebouwde editor is fatsoenlijk. Maar twee bewerkingen blijven traag:
- De Franse spelling corrigeren in een automatisch gegenereerde transcriptie — typfouten, ontbrekende accenten, verkeerd gedetecteerde eigennamen, technische woorden. Regel voor regel sleept dit door.
- Een afgewerkt Frans spoor naar het Engels vertalen. Met de hand zijn dat meerdere uren per project, en je moet de exacte tijdcodes behouden om het spoor synchroon met het beeld te houden.
Marktwerktuigen die dit doen bestaan — maar ze zijn duur bij terugkerend gebruik, of duwen het bestand naar een extern platform (tijdverlies + verlies van controle over het formaat), of de vertaalkwaliteit is te generiek voor ons vereiste niveau.
De oplossing: twee Python-scripts geïntegreerd in Resolve
DaVinci Resolve biedt een Python API waarmee scripts het geopende project kunnen manipuleren: sporen lezen, ondertitels lezen, content wijzigen, opslaan. We schreven twee scripts die in de map Fusion/Scripts/Edit/ van Resolve worden geïnstalleerd. Ze verschijnen vervolgens in het menu Workspace → Scripts → Edit.
Script 1: Franse spellingscorrectie
Het neemt het actieve Franse ondertitelspoor, stuurt elke regel naar de Claude API, en krijgt dezelfde regel met spellingscorrecties terug (accenten, typfouten, congruentie). Tijdcodes bewegen niet. De structuur blijft identiek.
In pseudocode:
``` project = Resolve.GetProjectManager().GetCurrentProject() timeline = project.GetCurrentTimeline() ondertitel_spoor = timeline.GetActiveSubtitleTrack()
for item in ondertitel_spoor.GetItems(): ruwe_tekst = item.GetText() gecorrigeerd = roep_claude_api_aan( prompt="Corrigeer deze Franse ondertitelregel...", inhoud=ruwe_tekst ) item.SetText(gecorrigeerd)
project.Save() ```
Claude geeft de gecorrigeerde tekst in enkele honderden milliseconden per regel terug. Voor een video van 20 minuten met ongeveer 200 ondertitelregels draait het script in totaal twee tot drie minuten.
Script 2: FR → EN-vertaling
Zelfde principe, maar deze keer vragen we Claude om regel voor regel naar het Engels te vertalen. Het script dupliceert het Franse spoor en vult dan het Engelse spoor met de vertalingen. We behouden regel voor regel controle: we herlezen, we stellen nuances bij, we verkorten als een regel te lang wordt op het scherm (limiet ~42 tekens per regel voor leesbaarheid).
Pseudocode:
``` spoor_fr = timeline.GetSubtitleTrack("FR") spoor_en = timeline.DuplicateTrack(spoor_fr, lang="EN")
for item_fr, item_en in zip(spoor_fr.GetItems(), spoor_en.GetItems()): tekst_fr = item_fr.GetText() tekst_en = roep_claude_api_aan( prompt="Vertaal deze Franse ondertitel naar idiomatisch Engels, max 42 tekens...", inhoud=tekst_fr ) item_en.SetText(tekst_en)
project.Save() ```
De sleutel: we specificeren in de prompt de context (video-ondertitel), de maximumlengte en de gewenste toon (idiomatisch, niet letterlijk). Zonder dat krijg je een basale Google Translate-output. Met dat krijg je een zuivere vertaling, klaar voor menselijke revisie.
De echte tijdwinst
Op een typisch videoproject van 20 minuten:
- Voorheen: 3 tot 5 uur transcriptie + correctie + vertaling
- Nu: 30 tot 45 minuten (script + menselijke revisie + stilistische aanpassingen)
Een 5× tot 8× vermindering in ondertitelingstijd. In een normale maand zijn dat 15 tot 25 uur teruggewonnen, omgeleid naar werk met hogere waarde: montage, color grading, audiomixing, klantenrelatie.
Waarom we onze eigen tools bouwen
Hier wordt het een breder onderwerp. Veel bureaus gebruiken AI in consumptiemodus — ze openen ChatGPT, plakken een briefing, nemen het antwoord. Het werkt, maar het is beperkt.
Wij kozen ervoor om AI rechtstreeks in onze productietools in te bedden. De Resolve-scripts zijn één voorbeeld. We ontwikkelden ook automatiseringen voor Photoshop, voor onze interne CRM, voor meertalige productbeschrijving-generatie. Telkens is het principe hetzelfde: pak een operationele bottleneck, identificeer de precieze plek waar AI kan ingrijpen, en codeer een klein op maat gemaakt hulpmiddel.
Het is een initiële investering — enkele uren om een script te schrijven en te testen — die zich in één of twee weken gebruik terugbetaalt, en daarna jarenlang waarde genereert.
Waarom dit telt voor een digitaal bureau in 2026
De bureau-markt (communicatie / web / digitaal) wordt opnieuw vormgegeven. AI-tools zetten de productiekosten op zijn kop: wat tien uur kostte kost er één, wat drie mensen nodig had heeft er één nodig. Bureaus die niet transformeren zullen tien uur werk factureren dat AI in één uur doet — en de klant gaat ergens anders heen.
De vraag is niet meer «gaat AI mijn vak vervangen?», maar «kan ik AI gebruiken om mijn vak 5 tot 10 keer sneller te doen, met betere kwaliteit, tegen een betere prijs?»
Dat is de transformatie die we begeleiden bij Primo-Studio. Eerst voor onze eigen bureau — we prediken niet wat we niet praktiseren. En vervolgens voor Guyaanse bedrijven die hun workflows willen moderniseren, in elk soort activiteit: audiovisueel, marketing, administratie, retail, opleiding.
Verder
Over hetzelfde thema, zie ook:
- Van OpenClaw naar Claude Code: onze reis in agentische AI in 2026
- AI-training voor bedrijven in Frans-Guyana: waar te beginnen
- Hoe AI ons hielp JamBoard te bouwen
Wilt u uw workflows moderniseren met AI?
Neem contact op. Of u nu een productiehuis, een bureau, een instelling of een KMO in Frans-Guyana bent, we helpen u de bottlenecks in uw processen te identificeren en intelligent te automatiseren — met de juiste tools, zonder hacks en zonder overmatige afhankelijkheid van een extern platform.