字幕生成ガイド

動画音声から二言語字幕へ

字幕生成は自動音声認識（ASR）、別名音声テキスト変換（STT）を使います。話し声をテキストにし、各行が適切な時点に表示されるよう時刻を付けます。

翻訳は字幕テキストを対象にした別の工程です。別言語が必要なときに実行します。読み取り可能なテキスト字幕があれば、そのまま確認・編集・翻訳できます。

音声モデルの準備、字幕の生成と編集、翻訳、原文・訳文・二言語での再生方法を紹介します。

はじめに

動画をタップして操作を表示し、上部の字幕吹き出しボタンをタップします。パネルには設定・字幕・生成タブがあります。

字幕があれば通常は字幕タブ、なければ生成タブが開きます。いつでも切り替えできます。

設定 → 機能 → 字幕生成からモデル管理と翻訳管理を開けます。

ローカル動画を開いて字幕生成を選択します。モデル管理で音声モデルを準備し、モデル・言語・音声トラックを選びます。結果を確認し、テキストと時刻を編集してSRTを書き出せます。

初回のモデル準備には時間と容量が必要です。速度は端末、モデル、動画の長さに依存します。使用前に認識テキストを確認してください。

プレーヤー → 上部の字幕 → 生成。設定 → 機能 → 字幕生成からモデル管理と翻訳管理を開けます。

音声モデルをダウンロードして選択

初回はモデル管理でASRモデルをダウンロードします。通信量とストレージを使用します。準備後の音声認識は端末内で実行します。

同じ系統では大きいモデルほど一般に高精度ですが、容量・メモリ・時間を多く使います。言語、録音品質、端末も結果に影響します。

Whisperモデル

多言語Whisperは言語を自動検出するか指定言語を使います。英語専用版は英語音声向けです。

Parakeetモデル

現在のParakeetは対応するヨーロッパ言語を自動認識します。中国語・日本語・韓国語には対応していないため、適切な多言語Whisperを選んでください。

モデル管理の推奨端末と短い音声テストで比較できます。テスト速度は参考値で、すべての動画の速度を予測するものではありません。

音声モデルは音声をテキスト化し、Appleの翻訳言語リソースは既存テキストを翻訳します。別々のダウンロードで、互いに代用できません。

字幕を生成し進捗を確認

生成タブでモデルと認識言語を選びます。複数の音声トラックがある場合は、必要な話し声のトラックを選んで開始します。

認識言語は動画で話される言語です。翻訳先の言語は後で字幕翻訳時に選びます。

タスクは処理前に待機する場合があります。段階、進捗、残り時間を確認できます。一時停止・再開・失敗後の再試行が可能です。

iOSはバックグラウンド処理を制限します。中断時は開き直し、保存済みの進捗から続けてください。長いタスクではなるべくアプリを前面に保ってください。

完了すると通常は動画名のSRTを保存し、自動的にプレーヤーに読み込みます。字幕タブで結果を確認してください。

字幕は別ファイルとして読み込みます。生成しても映像に文字を焼き込んだり、元動画を変更したりしません。

字幕を確認・編集

行をタップするとその位置に移動します。現在の行が強調され、聞き直して文言を確認できます。

原文と、存在する場合は訳文を編集できます。開始・終了時刻もミリ秒単位で調整できます。

1タップで0.1秒調整し、長押しで連続調整します。終了は開始より後、かつ動画の範囲内にしてください。

編集画面を閉じるか前後の行に移ると自動保存し、再生字幕を更新します。保存失敗時はメッセージに従い、離れる前に再試行してください。

選択モードで翻訳・削除・結合する行をタップします。全選択・解除で素早く変更できます。結合には2行以上の連続した行が必要です。

原文・訳文・二言語を選択

字幕タブの表示メニューで原文・訳文・二言語を選びます。二言語では原文を訳文の上に表示します。

オフにすると映像上の字幕を隠しますが、リストは使えます。一部だけ翻訳済みの場合、未翻訳行は原文を表示します。

よくある質問と改善のヒント

生成を開始できないのはなぜ？

対応モデルのダウンロード完了、ローカル動画へのアクセス、音声トラックを確認してください。リモートファイルは先に端末へダウンロードします。

誤認識があるのはなぜ？

話される言語、モデルの対応言語、音声トラックを確認してください。雑音、音楽、重なった声は認識を難しくします。適切な大きいモデルを試し、残る誤りは編集で直してください。

処理が遅いのはなぜ？

長い動画や大きいモデルは時間がかかります。端末性能、温度、低電力モードも影響します。残り時間は推定で、処理中に変わる場合があります。

翻訳失敗時は何を確認する？

Appleでは対応言語とダウンロード済みリソース、DeepLではキー・プラン・利用枠、オンラインエンジンでは接続を確認します。字幕を再試行する前に翻訳テストを使ってください。

文字化けや編集できない原因は？

文字エンコーディングと対応フォントを確認してください。画像字幕は直接テキストとして編集・翻訳できないため、動画音声から生成してください。