이미지는 화면의 요소와 분위기, 음성은 전사와 파형, 영상은 앞 2분의 최대 6개 장면과 음성을 참고합니다. 소리의 전사는 허밍의 악보 추출과 달라요. 읽을 수 없는 파일은 설명을 적어 함께 사용할 수 있습니다.