自動字幕生成

Video and audio are processed in your browser by FFmpeg (ffmpeg.wasm), free software under the GPL-2.0-or-later and MIT licenses — licenses & source.

自動字幕生成について

この無料の自動字幕生成ツールは、動画の音声を聞き取って字幕を書き起こします。動画を選んで字幕を作成を押すと、しばらくして、すべての文が開始・終了時刻つきで画面に並びます。

あとは自由に仕上げられます。リスト内の言葉を直し、時刻を変え、行を削除したり追加したりできます。字幕のスタイルを選んで、字幕を動画に焼き込むか、SRTまたはVTTファイルとしてダウンロードしてください。

音声認識は小型のAIモデル（Whisper）を使って端末上で動きます。音声認識でも焼き込みでも、動画がアップロードされることはありません。

特長

自動字幕 — 動画の音声が、時刻つきの字幕行になります
16言語に対応 — 英語、スペイン語、フランス語、ドイツ語、日本語、中国語、韓国語など
すべて編集可能 — 言葉の修正、開始・終了時刻の変更、行の追加・削除
ライブプレビュー — 再生中の動画に字幕が重なって表示されます
字幕スタイル — クラシック、イエロー、帯付き、リール向けの大きめ、上に表示。大きさや色も自由
焼き込み — 字幕を映像に描き込んだMP4をダウンロード
SRTとVTT — 字幕ファイルだけを保存して、YouTube、Facebook、動画プレーヤーで使えます
プライバシー重視 — アップロードなし、アカウント不要、透かしなし

どのくらい正確？

モデルはWhisper tiny、つまりOpenAIの音声モデルの最小版で、Webページの中で動かすために選ばれています。これはトレードオフです。

英語のはっきりした音声はきれいに認識されます — 講演、授業、良いマイクで撮ったVlogなど
ほかの言語は多言語モデルを使うため、英語用より間違いが多くなります
固有名詞、ブランド名、めずらしい言葉はよく間違えて表示されます
音楽、雑音、複数人の同時発話があると、言葉を取りこぼしたり推測になったりします

そのため、焼き込む前に一度は行を読んで確認してください。リストの再生ボタンをクリックすれば、その部分をもう一度聞けるので簡単です。

どのくらい速い？

初回は、ブラウザが音声モデル（約40 MB）をダウンロードします。以降は保存されるので、次の動画はすぐに始まります
聞き取りは、パソコンなら通常、動画の再生時間より速く終わります。スマホは遅くなります
字幕の焼き込みは動画全体を端末上で再エンコードするため、動画の長さとほぼ同じ時間がかかります。HD動画やスマホではさらに長くなります
急ぐときは.srtをダウンロードしてください。字幕ができた時点ですぐ使え、YouTube、Facebook、LinkedInが字幕ファイルとして受け付けます

とても長い動画（約30分以上）では、スマホだとメモリが足りなくなることがあります。パソコンのほうが安心です。

こんなときに

リール、TikTok、ショート — 多くの人が音を出さずに見るので、焼き込み字幕で見続けてもらえます。スマホ画面には短めの行と大きめスタイルがおすすめです
YouTube — .srtを字幕トラックとしてアップロードすれば、視聴者が字幕のオン・オフを切り替えられます
授業や講演 — 録画した授業やウェビナーを追いやすくする
アクセシビリティ — 字幕は、耳の聞こえない・聞こえにくい視聴者の助けになります
仕事のSNS投稿 — 字幕つきの製品デモや短いインタビュー

よくある質問