自動字幕生成ツール
短い音声・動画ファイルの発話を時間情報付きの字幕に変換します。エディターで確認したり、SRT・VTT をダウンロードしたりできます。
音声・動画ファイル
このバージョンは、ブラウザでデコードできる最大 10 分・100 MB のファイルに対応しています。
初回は AI モデルをダウンロードします。モデルの読み込みとファイル処理の間は、このタブを開いたままにしてください。
処理速度は端末の性能によって変わります。CPU 処理には数分かかることがあるため、短いクリップからお試しください。
ファイルを選択して開始してください。
処理方法: このブラウザに合わせて自動選択
音声・動画はこの端末に保存されたままです。音声認識はブラウザ内で実行され、モデルファイルのみダウンロードします。
生成された字幕
生成された字幕がここに表示されます。
関連する字幕ツール
字幕の生成方法
- 端末から短い音声・動画ファイルを選択します。
- モデルと音声の言語を選び、字幕を生成します。初回のモデルダウンロードとローカル音声認識の完了をお待ちください。
- 結果を確認して SRT・VTT をダウンロードするか、エディターで字幕を開いてテキストとタイミングを修正します。
よくある質問
音声・動画ファイルはアップロードされますか？
いいえ。選択したメディアはブラウザ内でデコード・文字起こしされます。アプリと認識モデルのダウンロードにはインターネット接続が必要です。
初回の実行に時間がかかるのはなぜですか？
認識の前に、ブラウザがモデルをダウンロードして初期化します。処理速度は端末の性能にも左右され、CPU での認識は遅くなることがあります。
生成された字幕はすぐに使えますか？
下書きとして扱ってください。雑音、音楽、なまり、複数人の同時発話により誤認識が起こることがあります。公開前にテキストとタイミングを確認してください。
音声・動画からローカルで字幕を生成
元のメディアをアップロードせずに、時間情報付きの字幕の下書きを作成します。ローカル音声認識から字幕編集、SRT・WebVTT の書き出しまでをつなぐブラウザツールです。
音声・動画から時間情報付き字幕へ
対応するローカルファイルを選び、その発話から字幕を生成します。一般的な動画作業には SRT、ブラウザの動画プレーヤーには WebVTT が使えます。
モデルのダウンロード後にローカル処理
モデルの読み込み後、認識は端末上で実行されます。ブラウザのデコード能力、空きメモリ、CPU 速度が影響するため、短いクリップから始めると便利です。
字幕エディターで確認
生成したトラックをエディターで開き、文章の修正、字幕の分割・結合、元の音声・動画に合わせたタイミング調整を行えます。