SUPからSRTへの変換
SUPファイルはテキストではなく画像なので、Webで使うにはOCRをかけるか、音声から作り直す必要があります。
SUP形式のBlu-ray字幕をWebで使いたい場合は、先にテキスト形式へ変換しなければなりません。SUPは画像なので、変換では字幕1枚ずつにOCRをかけて文字を読み取ることになり、装飾の強いフォントでは誤認識が起こりがちです。
多くの場合、変換そのものを省いたほうが早くきれいに仕上がります。動画をSonixに通して、音声から正確にタイミングの合った新しいSRTを作成する方法です。どちらの方法もSUPからSRTへの変換手順ガイドで解説しています。
キャプション、字幕、SDHの違い
3つの用語はよく混同されますが、それぞれ解決する課題が異なります。
字幕
字幕は、セリフを翻訳または書き起こしたもので、音声は聞こえるものの言語がわからない方や、読んで理解を補いたい方に向けたものです。載せるのは発話の内容だけです。
クローズドキャプション
キャプションは、音声が聞こえない視聴者のために作られます。クローズドキャプション（CC）は視聴者がオンとオフを切り替えられ、オープンキャプションは映像に焼き付けられて常に表示されます。米国では「キャプション」という言葉にアクセシビリティの意味合いがあり、セリフだけでなく、話者の交代や意味のある音の情報も含まれます。
SDH
SDH（聴覚障害者およびハードオブヒアリングの方向け字幕）は、両方の特長を併せ持ちます。見た目は字幕ですが、話者の識別、効果音、音楽の合図など、キャプションが担う非発話の情報も加わります。SDHはストリーミングプラットフォームの標準的な納品形式で、アクセシビリティが求められる場合に最も確実な選択です。
それぞれが必要になる場面
視聴者が音を消して見るだけなら、通常の字幕か焼き付けキャプションで足ります。アクセシビリティの義務に対応する場合、ストリーミングサービスに公開する場合、聴覚に障害のある視聴者に届ける場合は、キャプションまたはSDHが必要です。Sonixは話者を自動で識別し、書き出しの前に効果音や音楽の合図を追加できるエディターを備えています。全体の流れはSDH字幕の作成ページをご覧ください。
字幕の生成はどこでも同じで、Sonixにアップロードし、確認し、書き出すだけです。違うのは、書き出すファイルとその使い先です。
YouTube
字幕をSRTまたはVTTで書き出し、YouTube Studioを開いて、該当動画の字幕としてファイルをアップロードします。Sonixのタイミングは精度が高く、そのままアップロードできます。YouTubeの自動字幕と違い、動画を公開する前に名前や専門用語、句読点を修正しておけます。詳しい手順はYouTube動画に字幕を追加する方法をご覧ください。
Adobe Premiere Pro
SonixからSRTを書き出してPremiere Proのプロジェクトに読み込むと、キャプショントラックに配置され、そのままスタイルを設定できます。SonixのXML書き出しを使って、文字起こしを編集に直接取り込むこともできます。そのあとでキャプションのスタイルを変更したり、書き出しの動画に焼き付けたりできます。手順はPremiere Proで字幕を追加する方法をご覧ください。
Final Cut Pro
SonixはFinal Cut Proの標準的な交換形式であるFCPXMLで書き出せるため、字幕は貼り付けたテキストではなく、タイミングを保ったままキャプションロールとして届きます。ファイルを読み込み、キャプションロールを割り当て、見た目をFinal Cut Pro内で調整してください。ガイドはFinal Cut Proでキャプションを追加する方法にあります。iMovieで編集する場合は、iMovieのキャプションと字幕のガイドをご利用ください。
TikTok、Reels、Shorts
縦型動画ではルールが変わります。視聴者の多くは消音で見ていて、別ファイルの字幕はSNSアプリごとに動作が不安定で、安全に使える表示領域も狭いためです。そこで字幕は焼き付けます。Sonixで字幕を生成し、9:16のストーリー用キャンバスを選び、大きなフォントとコントラストの高い色でスタイルを設定します。キャプションやUIの重なる部分を避けて中央に配置し、完成した動画をダウンロードしてください。1回のアップロードで、TikTok、Instagram Reels、YouTube Shortsのどれでも同じように表示されます。関連ガイドはReelsにキャプションを追加する方法です。
Webプレーヤー、講座プラットフォーム、Vimeo
自社サイト、LMS、Vimeoに動画を埋め込む場合は、HTML5プレーヤーが標準で読み込めるVTTを書き出してください。動画と一緒にVTTをアップロードすれば、プレーヤーがキャプションの切り替えを担います。焼き付けとは違い、テキストを選択でき、検索でき、スクリーンリーダーでも読み上げられます。多くの講座プラットフォームや企業向け動画ホスティングはSRTにも対応しているため、同じSonixの文字起こしから両方の形式を書き出しておけば、どの埋め込みにも対応できます。
キャプションに関するWCAGとADAの要件
一般に公開する動画には、通常キャプションが必要です。
ウェブコンテンツ アクセシビリティ ガイドライン（WCAG）は、デジタルアクセシビリティの基準となる規格です。WCAG 2.1の達成基準1.2.2（レベルA、最低限の適合レベル）は、同期メディアに含まれる収録済みの音声コンテンツすべてにキャプションを求めています。達成基準1.2.4（レベルAA、多くの組織が目標とし、多くの規制が参照するレベル）は、この要件をライブ音声にも広げています。
米国では、障害を持つアメリカ人法（ADA）がデジタルコンテンツにも繰り返し適用されており、キャプションのない動画をめぐって法的な申し立てを受けた組織もあります。政府機関、大学、放送事業者には、Section 508やFCCのキャプション規則に基づく義務も加わります。このページは法的助言ではありませんが、実務上の結論は一貫しています。公開する動画に正確なキャプションを付けることは、あれば望ましいものではなく、基本的に求められる水準です。
コンプライアンスに対応するキャプションは、正確で、同期が取れていて、話者の識別や関連する音の情報まで漏れなく含まれている必要があります。これはまさにSDHが提供するものです。自動生成に、Sonixのエディターでの人による確認を組み合わせるのが、最短の方法です。アクセシブルなメディア全般については、Webコンテンツをアクセシブルにする方法のガイドをご覧ください。
他言語の字幕
はい、対応しています。自動化の効果は、ここで2倍になります。Sonixは54以上の言語で文字起こしを行い、完成した文字起こしを54以上の言語に翻訳できます。
ヒンディー語、スペイン語、日本語、アラビア語をはじめ、英語以外の多くの言語で録音されたコンテンツにも、その言語のままで字幕を作成できます。文字起こしは各言語の文字体系で返され、単語ごとにタイミングが付き、好きな長さの字幕ブロックに分割できます。
新しい視聴者に届けたいときは、収録し直すのではなく、字幕を翻訳してください。Sonixの自動翻訳は、完成した文字起こしを54以上の言語に変換し、確認用に原文と訳文を並べて表示します。字幕のタイミングも引き継がれるので、翻訳済みのSRTは、元のSRTからわずか数分で用意できます。
特にご要望の多い言語については、専用のワークフローガイドを用意しています。ベンガル語の字幕、ウルドゥー語の字幕、タミル語の字幕、ヒンディー語の字幕などです。基本の流れはどれも同じで、文字体系やフォントに関する言語別の注意点を加えています。
多言語で出力する際のコツは、修正済みのマスター文字起こしを1つ用意し、そこから翻訳することです。誤りを1回直せばすべての言語版に反映され、同じミスを6回直す必要がなくなります。
Stephen Hopkins（CTO）監修
