音声のSRT作成

SRT はプレーンテキストの字幕形式で、各字幕が通し番号、開始と終了のタイムコード、その区間に話された言葉を持ちます。録音を映像と組み合わせる、字幕付きで公開する、時刻で検索する、といった場面で必要になります。音声のSRT作成はそのファイルを音声そのものから組み立てます。

MP3、M4A、WAV、AAC、WMA、OGG に対応し、端末からのアップロードでもリンクでも追加できます。録音を再エンコードしたり何かを取り出したりする必要はなく、音が重要な場合は話を含む映像ファイルも同じページで扱えます。

テキストを録音に合わせ、自然な間で区切るので、各字幕は話された1つの句の長さだけ画面に残ります。短い発話は光るだけにせずまとめます。確認する人が区切りを動かせば、その変更が通し番号と標準のタイムコード書式とともに保存内容に反映されます。

各ファイルが個別のジョブを始め、1本目が処理中でも2本目、3本目を投入できます。ポッドキャストのシリーズは同じ設定を保てるので、毎回言語を設定し直さずに済みます。表題、回番号、話者名は書き出す前にエディタで確かめる価値があります。

背景音楽や強い室内の雑音は精度を下げ、声の重なりはどの認識器にとっても最も難しい例です。音声のSRT作成はそれでも時刻付きの下書きを返しますが、大きな音楽の下で録られた箇所は波形と照らして確かめるべきです。話者の分離は、同時ではなく順番に話す2人には役立ちます。

直せます。言い回し、句読点、話者名はテキスト表示の中で編集でき、変更した行が書き出すファイルに入ります。名字を1度直せばたいてい足ります。同じ語は1本の中で繰り返されるので、ファイルが画面を離れる前に探して直せます。

判定は90を超える話し言葉に対応し、最初から1つの言語で進む録音で最もよく働きます。冒頭が長い音楽だったり文の途中で言語が変わったりする場合は、自動の推測に任せるより手動で指定したほうが安定した SRT になります。

インストールは不要で、変換はブラウザ上で動き、最初のファイルはログインせずに作れます。アカウントは過去のテキストを残し、1日の処理量を増やすのに役立ち、毎週の番組では意味があります。短い素材で先に字幕のタイミングを試すこともできます。