このページの内容
運営者
- 運営者
- Dileep Kumar
- 運営形態
- 個人開発者(法人ではありません)
- 所在地
- インド
- 公開連絡先メールアドレス
- dk3068806@gmail.com
できること
動画ファイルを読み込み、ブラウザ内で音声をデコードし、お使いの端末で英語の音声認識モデルを実行して、タイムスタンプ付きの字幕を作成します。テキストの修正、タイミングの調整、字幕のスタイル設定、プレビュー、字幕ファイルまたは字幕を焼き込んだ動画の書き出しができます。
本格的な動画制作スイートではなく、字幕作成に焦点を絞った編集ワークフローです。現在の実装では無料で利用でき、アカウント、支払い情報、書き出し時のウォーターマークは不要です。
対象となる利用者
英語の動画を公開または学習する方、たとえば個人クリエイター、教育者、学生、講座運営チーム、ソーシャルメディア編集者、アクセシビリティ担当者、専任の字幕制作体制を持たない小規模組織を対象としています。
YouTube へのアップロード、収録講義、チュートリアル、プレゼンテーション、インタビュー、個人プロジェクトに役立ちます。ライブ配信、リアルタイム字幕、放送基準への準拠を目的としたものではありません。
解決を目指す課題
動画を一時停止して巻き戻しながら字幕の下書きを入力するのは時間がかかります。また、多くの自動サービスでは、結果を見る前に元ファイルを第三者サーバーへアップロードする必要があります。
このプロジェクトは、まずローカルで下書きを生成し、音声認識が間違えた部分をエディターで修正し、標準的な字幕ファイルまたは字幕付き動画を作成するという方法を取ります。単純作業を減らしながら、最終的な判断は動画を公開する人に残すことを目的としています。
基本的なワークフロー
スタジオでは、元ファイルから完成した字幕まで次の4つの手順で進みます。
- 端末から対応する MP4、MOV、WebM、OGG の動画を選択します。
- 時間同期された字幕付きの英語文字起こしを生成します。
- テキストを確認し、字幕のタイミングを調整してスタイルを選びます。
- 結果をプレビューし、SRT、VTT、TXT、または字幕を焼き込んだ動画を書き出します。
現在の機能
現在のスタジオは、英語の音声認識、字幕テキストとタイミングの編集、字幕の分割・結合、文字起こしの検索、28種類のプリセットとフォント、色、縁取り、背景、影、配置、字間、位置の調整によるスタイル設定に対応しています。
書き出し形式は SRT、VTT、TXT の字幕ファイルと、字幕をフレームに焼き込んだ動画です。動画書き出しでは 16:9、9:16、1:1 のフレームを選び、フィットまたはフィルで切り抜けます。メディアはローカルで処理され、現在のスタジオにはアカウント、クラウド上のプロジェクト保存、共同編集機能はありません。
知っておくべき制限
現在の自動文字起こしは英語音声のみに対応しています。エディターの画面は複数言語で利用できますが、音声認識の対応言語が増えるわけではありません。
最初の文字起こしでは Whisper モデルをダウンロードするため、速度とメモリ使用量は接続環境、ブラウザ、端末によって変わります。音楽、ノイズ、なまり、重なった声、聞き慣れない名前も誤りにつながります。公開前に必ず字幕を確認してください。
本ツールは YouTube などのプラットフォームに接続したり、字幕を代わりに公開したり、字幕要件に関する法的助言を提供したりしません。メディア処理に伴う責任については利用規約をご覧ください。
ご質問とフィードバック
製品に関するご質問、プライバシーに関する懸念、このページの訂正については、現在の公開メールアドレスを掲載している「お問い合わせ」ページをご利用ください。