Sonixのすべての機能

David Dat Nguyen(CXO)監修 最終更新

AI字幕ジェネレーター

動画をアップロードして、タイミングを調整。
あらゆる形式で書き出し。

Sonixは正確な字幕を自動で生成し、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ます。

ビジュアルエディターでタイミングを微調整し、字幕のスタイルを整えたら、SRT、VTT、TTML、FCPXML、または字幕を焼き付けた動画として書き出せます。

30分間無料、クレジットカードは不要です。料金を見る

SRT、VTT、TTML、FCPXML
単語タイミング100ミリ秒
焼き付け対応
54以上の言語
主な特長

言葉にぴたりと合う字幕

AI字幕ジェネレーターがすべてのトラックにもたらす4つの特長です。

単語単位でタイミングを合わせた字幕

すべての単語に100ミリ秒の精度でタイムスタンプが付くので、各字幕ブロックは話された瞬間に正確に表示されます。

100 ms単語タイミング

必要な形式をすべて

SRT、VTT、TTML、FCPXMLで書き出すか、お好みのスタイルで字幕を動画に直接焼き付けられます。

数時間ではなく数分で

1時間の動画が約5〜6分で字幕付きになり、タイムラインエディターですぐに調整できます。

10xリアルタイムより高速

どの言語も、1つのトラックで

54+以上の言語で文字起こしし、字幕トラックを54+以上の言語に翻訳して、それぞれ書き出せます。

54+翻訳言語
こんな方に

お仕事に合わせて作られています

お仕事に最も近いページを選ぶと、その分野で大切な情報をご覧いただけます。

動画制作チーム

すべてのカットに字幕、キャプション、検索できる映像素材を。

詳しく見る

映画制作者

デイリーやインタビューを文字起こしして同期し、編集の準備まで完了。

詳しく見る

マーケター

ウェビナーやキャンペーンを、字幕、投稿、ページに展開。

詳しく見る

アクセシビリティチーム

アクセシビリティ要件を満たす字幕、文字起こし、SDH。

詳しく見る
さらに詳しく

この機能のページ

この機能の一部をさらに掘り下げるガイドとツールです。

実際の動きを見る

動画が自ら 字幕を付ける様子

実際のワークフローをループでご覧ください。動画をアップロードし、文字起こしをタイミングぴったりの字幕コマに分割して、時間を微調整し、スタイルを選べます。

ご利用の流れ

アップロードから字幕ファイルまで 4ステップ

1

ファイルをアップロード

MP4、MOV、MKV、AVIなど、一般的な動画形式をドラッグ&ドロップするだけです。音声から字幕を作るジェネレーターとしても使え、MP3、WAV、M4A、FLACをアップロードすれば、ポッドキャストやラジオ番組にも動画と同じ手順で字幕を付けられます。

2

AIが単語単位で文字起こし

Sonixは、クリアな音声で精度99%の文字起こしを行い、各単語が話された時刻を正確に記録します。話者も自動で識別されるため、複数人のインタビューやパネルディスカッションもすっきり仕上がります。タイミングは後から推測するのではなく、単語単位で取得しています。

3

字幕ブロックに分割

Sonixは、タイムスタンプ付きの文字起こしを、時間の指定された字幕ブロックに変換します。1ブロックあたりの最大文字数、1行か2行か、最大表示時間をご自身で決められるので、同じ文字起こしから、SNSクリップ向けの2秒の短いブロックも、放送向けの長めのブロックも作れます。

4

編集、スタイル設定、書き出し

ビジュアルエディターで字幕ブロックを確認し、必要ならタイミングを調整して、スタイルを適用したら、字幕ファイルまたは焼き付け動画をダウンロードします。作業全体は、動画1時間あたり約5分から6分です。

プラグインも、デスクトップソフトも、レンダリング用のサーバーも不要です。すべてがブラウザ上で動くので、Sonixはどのノートパソコンでもオンライン字幕ジェネレーターとして使えます。

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。

書き出し仕様

ワークフローに必要な あらゆる字幕形式

各ファイルは、正しいタイムコードと文字エンコーディングで、配信先に合わせて作成されます。

形式ファイル種別適した用途対応ソフト
SRT (SubRip).srtオン・オフ切り替え可能な字幕の汎用標準YouTube、Vimeo、Adobe Premiere Pro、VLC、ほとんどの動画プラットフォーム
VTT (WebVTT).vttWeb動画、HTML5プレーヤーブラウザ標準のプレーヤー、Vimeo、ほとんどのWeb CMS
TTML.ttml放送、ストリーミング配信放送およびOTT配信システム
FCPXML.fcpxmlポストプロダクションのタイムラインFinal Cut Pro
AVIDマーカーマーカー書き出しポストプロダクションでの確認Avid Media Composer
焼き付け動画動画ファイルSNS、キオスク、常に字幕を表示したい場所どこでも再生可能、字幕への対応は不要

1つの文字起こしから、5種類の字幕ファイル形式と焼き付け動画を作成できます。再分割やタイミング変更は1回行えば、すべての書き出しに反映されます。

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。

数字で見る

Sonixの字幕を 数字で見る

精度
クリアな音声で文字起こし精度99%。
タイミング
単語単位のタイムスタンプ精度は100ミリ秒で、早口の会話でも字幕ブロックが話し手に追従します。
速度
動画1時間あたり約5分から6分。
言語
54以上の言語で入力、54以上の言語で出力。
形式
5種類の字幕ファイル形式(SRT、VTT、TTML、FCPXML、AVIDマーカー)と焼き付け動画。
料金
従量課金では動画1時間あたり$10、1分あたり約17セントで、従来のキャプション作成サービスが通常請求する1分あたり$1から$3を大きく下回ります。
ユーザー
世界中で620万+のユーザー。
無料トライアル
30分間の無料枠ですぐに始められ、クレジットカードは不要です。
よくある質問

AI字幕ジェネレーター FAQ

AIで字幕を生成するにはどうすればよいですか?

動画または音声ファイルをSonixにアップロードしてください。AIが単語単位のタイムスタンプ付きで数分のうちに文字起こしを行い、文字起こしを時間の指定された字幕ブロックに自動で分割します。ビジュアルエディターでブロックを確認し、気になる点を調整したら、字幕ファイルを書き出します。作業全体は、動画1時間あたり約5分から6分です。

自動生成された字幕を編集できますか?

はい、すべて編集できます。すべての字幕ブロックが編集可能で、テキストの変更、ビジュアルタイムライン上での開始点と終了点のドラッグ、好きな位置での分割、ミリ秒単位のタイミング調整ができます。単語をクリックするとその瞬間の音声が再生され、耳で同期を確認できます。書き出し時の書式が崩れることもありません。

どの字幕形式で書き出せますか?

SonixはSRT(SubRip)、VTT(WebVTT)、TTMLに加えて、Final Cut Pro向けのFCPXMLやAVIDマーカーなどのポストプロダクション形式にも書き出せます。スタイルを設定した字幕を恒久的に埋め込んだ焼き付け動画のダウンロードも可能です。各ファイルは配信先に合わせて作成され、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。

字幕ジェネレーターの精度はどのくらいですか?

Sonixは、クリアな音声で精度99%の文字起こしを行い、すべての単語が話された時刻から100ミリ秒以内の精度でタイムスタンプされます。この単語単位のタイミングにより、字幕が口の動きと合います。最後のわずかな修正も、エディターなら素早く進みます。字幕ブロックをクリックして音声を聞き、テキストを直すだけです。

Sonixで字幕を翻訳できますか?

はい。ワンクリックで文字起こしを54以上の言語に翻訳でき、どの翻訳でも元の字幕のタイミングが保たれます。音声と同期した原文と訳文の並列エディターで確認し、同じアップロードから、言語ごとにタイミング付きのSRTまたはVTTファイルを書き出せます。

1行の文字数や字幕の長さはどのように設定しますか?

字幕1つあたりの文字数、行数(1行か2行)、字幕ブロックの最大表示時間の上限をご自身で設定すると、Sonixがそれに合わせて文字起こしを再分割します。同じ設定はAPIでも使えるため、一括処理のジョブも、手作業で仕上げるプロジェクトと同じ基準で処理されます。

字幕を動画に焼き付けることはできますか?

はい。フォント、色、サイズ、背景、位置を選んで字幕のスタイルを設定すると、Sonixが字幕を恒久的に埋め込んだ新しい動画をレンダリングします。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び、MP4としてダウンロードできます。焼き付け字幕は、Instagram、TikTok、LinkedInに最適です。

無料で試す方法はありますか?

はい。新規アカウントには、30分間の無料文字起こしが含まれており、クレジットカードは不要です。実際のプロジェクトで字幕を生成、編集、書き出しし、お手持ちの動画で精度を確かめるには十分な時間です。トライアル終了後は、従量課金で音声または動画1時間あたり$10です。

その他の機能

同じ録音で
Sonixにできるほかのこと

今すぐ始める

次の動画に字幕を

新規アカウントは30分無料。動画をアップロードして、SRTを書き出してからご判断ください。

4.98211件のカスタマーレビューで5点満点中4.98点
10xリアルタイムより高速
30分の無料体験

99% の精度。 一言一句を大切に、いつでも。

54以上の言語対応の AI 文字起こしと翻訳。

30 minutes 無料
クレジットカード不要
いつでもキャンセル可能