AI字幕ジェネレーター

精度を追求した字幕エディター

自動生成で大部分は仕上がり、最後の詰めを素早く終わらせるのが字幕エディターです。制作チームが動画プラットフォーム内で自動字幕を修正せずにSonixを選ぶのは、このためです。

思いどおりに制御できるスマート分割

Sonixは、1行の文字数、1行か2行か、表示時間といった、ご自身で決めた上限に基づいて、文字起こしを字幕ブロックに分割します。上限を変えるとページは即座に再分割されるため、YouTube向けのブロックから放送向けの長さのブロックまで、打ち直しなしで切り替えられます。区切りが文の途中に入った場合は、好きな位置でブロックを分割してください。短いブロックを結合したいときは、上限を上げて再分割させます。

単語そのものに固定されたタイミング

すべての字幕ブロックは、文字起こしの際に取得した単語単位のタイムスタンプに固定されています。各ブロックの開始点と終了点は、最初と最後の単語が実際に話された時刻から決まり、再生時間を均等に割ったものではありません。そのため、字幕は自然な句の切れ目に収まり、分割ルールを変えても字幕がずれることはありません。タイミングは、何度再分割しても保たれます。

ドラッグで操作できるビジュアルタイムライン

すべての字幕ブロックは、メディアと並んだビジュアルタイムライン上に表示されます。ブロックの端をドラッグして開始点と終了点を変えたり、任意の単語をクリックしてその瞬間の音声を聞き、耳でタイミングを確認したりできます。専用のキャプションソフトを覚えなくても、フレーム単位の精度で調整できます。

ミリ秒単位のタイムコード調整

字幕ブロックは、ミリ秒単位まで調整できます。字幕を生成したあとで動画をトリミングしたり速度を変えたりした場合も、ブロックを1つずつ直さずに、すべてを一括でずらせます。タイミングは文単位の平均ではなく単語単位のタイムスタンプに固定されているため、早口の会話や話者が重なる場面でも同期が保たれます。

言葉を直しても、タイミングはそのまま

字幕のテキストは自由に編集できます。名前の修正、専門用語の訂正、言い回しの整理を行っても、字幕ブロックのタイミングは変わりません。置換ペアは文字起こし全体に適用されるため、名前の誤字も全ブロックで一度に直り、話者の識別も引き継がれるので、編集中も誰の発言かがわかります。

これが、字幕作成ツールと、動画のタイムライン上のテキストボックスとの実際的な違いです。字幕を、時間情報を持つ構造化データとして編集するため、どの書き出し形式でもファイルが正しい状態に保たれます。

字幕のスタイルを整えて、焼き付ける

SRTやVTTなどの字幕ファイルは、見た目の表示をプレーヤーに任せます。どこでも決まった見た目で表示したいときは、Sonixで字幕のスタイルを設定し、動画に恒久的に埋め込めます。

自由に設定できるスタイル

字幕のフォント、文字色、サイズ、背景、位置をカスタマイズできます。書き出しの前にリアルタイムでプレビューできるので、承認した内容がそのまま視聴者に表示されます。ブランドガイドラインに合わせることも、読みやすさのためにコントラストやサイズを上げることも可能です。

SNS向けの焼き付け字幕

焼き付け（ハードコード字幕とも呼ばれます）は、スタイルを設定した字幕を動画ファイルに直接描画する方法です。視聴者が消すことはできず、多くの人が音を消して見て、プラットフォームの字幕対応もまちまちなInstagram、TikTok、LinkedInでは、まさに求められる仕様です。9:16のストーリー用フレームなど、配信先に合ったキャンバスを選ぶと、Sonixが焼き付け済みの動画をレンダリングし、そのまま共有できるファイルとしてお渡しします。動画編集ソフトは要りません。

焼き付け済みの動画は、H.264の映像とAACの音声を含むMP4としてダウンロードでき、Instagram、TikTok、LinkedIn、YouTubeにそのままアップロードできます。選んだキャンバスがフレームを決め、字幕は出力サイズで描画されるため、文字はくっきりと表示されます。

焼き付けとファイル書き出しの使い分け

SNSのクリップや、別ファイルの字幕をアップロードできない場所では焼き付けを使います。プラットフォームが字幕のオンとオフの切り替えに対応していて、視聴者に切り替えを任せたい場合は、SRTまたはVTTを書き出します。Sonixは同じ文字起こしから両方を作成するため、タイミングの作業をやり直す必要はありません。

書き出す字幕ファイルの選び方

1つの文字起こしから、必要な納品物をすべて。Sonixは、SRT作成ツール、VTT作成ツール、ポストプロダクション向けの書き出しツールとして、同じプロジェクトから使えます。どのファイルにも、正しいタイムコードと文字エンコーディングが適用されます。

Webプレーヤー向けのVTTファイル

同じプロジェクトから、ワンクリックでWebVTTを書き出せます。字幕ブロックもタイミングも同じで、形式だけがHTML5動画向けになります。

SRTファイルをすばやく作成

動画をアップロードし、字幕ブロックを確認して、.srtファイルをダウンロードします。SRTファイルの作り方は、これがすべてです。タイムコードの計算も、手作業の書式設定も要りません。

Premiere ProとFinal Cut Pro

Final Cut Pro向けにはFCPXMLを書き出し、Premiere ProにはSRTを取り込めます。SonixはAdobe Premiere Proと直接連携しているため、字幕の作業がそのまま編集に引き継がれ、編集側でやり直す必要はありません。

放送向けの納品

TTMLの書き出しは放送やストリーミングのワークフローに対応しており、適切に確認すれば、Sonixの字幕はFCCのキャプション要件や国際的な放送規格を満たせます。

ファイルの種類別のアップロード手順は、MP4、MOV、AVIファイルへの字幕追加ガイドをご覧ください。

字幕を翻訳しても、タイミングはそのまま

字幕のタイミングは資産です。Sonixなら、公開するすべての言語で再利用できます。

文字起こしのあとは、ワンクリックで54以上の言語に翻訳できます。翻訳後も元の字幕のタイミングがそのまま保たれるため、スペイン語、フランス語、ドイツ語、日本語、中国語の字幕も、エディターで仕上げた瞬間に合わせて同期します。1回のアップロードから、言語ごとに別々のSRTまたはVTTファイルを書き出せます。

確認は、元の文字起こしと訳文を並べて表示し、音声と同期するエディターで行います。どちらを編集しても、字幕のタイミングは保たれます。ネイティブによる確認が必要なチームは、AI翻訳を下書きとして使い、その場で仕上げています。

1本のインタビューを、字幕ブロックのタイミングを1つも直さずに、世界中の視聴者向けの字幕セットにできます。詳しくは自動翻訳と、対応言語の一覧をご覧ください。

Sonix APIで字幕を大量に生成

このページで紹介した機能はすべてAPIからも利用できるため、大量の動画を扱うチームは、エディターを開かずに自動で動画へ字幕を追加できます。

Sonix REST APIでは、メディアのアップロード、文字起こしの実行、完成した字幕ファイルの取得ができます。任意のメディアファイルでtranscript.srtまたはtranscript.vttをリクエストでき、エディターと同じ分割の設定も使えます。文字数または表示時間でのブロックの制限、字幕1つあたりの最大文字数、ブロックの最大表示時間、1行か2行かの指定です。

ファイルの処理が完了するとWebhookでシステムに通知され、Zapier、Dropbox、Google Drive、Boxとの直接連携がファイルの受け渡しを担います。メディアライブラリ、講座プラットフォーム、報道機関では、公開するすべての動画を同じ字幕基準に通せます。エンドポイントとパラメーターはAPIドキュメントをご覧ください。

優れたAI字幕ジェネレーターに共通する条件

字幕ツールを比較するときは、5つの機能によって、実際にどれだけ時間を節約できるかが決まります。

文単位ではなく、単語単位のタイミング

文全体にタイムスタンプを付けるツールでは、字幕が話し手より遅れたり先行したりします。Sonixはすべての単語に100ミリ秒以内の精度でタイムスタンプを付けるため、早口の会話でも字幕ブロックが音声に追従します。

本格的なエディター

自動生成は、今や最低条件です。本当の作業は確認にあるため、最も重要なのはエディターです。ビジュアルタイムライン、クリックで音声を再生、ミリ秒単位の調整、字幕ブロックの即時再分割が必要です。

ワークフローに必要なすべての書き出し形式

1つのプロジェクトから、YouTube向けのSRT、Web向けのVTT、放送向けのTTML、編集室向けのFCPXML、SNS向けの焼き付け動画を作れることが理想です。形式ごとにタイミングをやり直すのは、簡易ツールに潜む見えないコストです。

タイミングを保つ翻訳

多言語での公開では、タイミングの作業をやり直すのではなく、再利用できるべきです。翻訳したSRTが、元のSRTから数分で用意でき、すべての字幕ブロックが元の位置にあるのが理想です。

所有権

YouTubeの自動字幕は閲覧専用で、YouTube上にしか残りません。Sonixなら、字幕ファイルはお客様のものです。SNS、放送、ストリーミングプラットフォーム、自社サイトなど、どこでも使えます。

字幕ワークフローの続き

このページでは、エンジン、エディター、書き出しというジェネレーター自体を取り上げました。この先については、関連する2つのページをご覧ください。

完成したファイルをYouTube、Premiere Pro、TikTokに取り込む方法などのプラットフォーム別ワークフローや、主要な形式の比較については、自動字幕とキャプションの総合ガイドをご覧ください。

Sonixは、アクセシビリティ要件を満たす必要があるコンテンツ向けに、聴覚障害のある視聴者のための話者識別や音の説明を含むSDH字幕も生成できます。

いまお手元のデスクトップにある特定のファイルから始める場合は、映画に字幕を数分で追加する方法のウォークスルーで、ファイルから完成した字幕トラックまでの手順をご確認いただけます。