動画の自動字幕起こし:音声から字幕を作る方法
DijiFlow Dictate が動画の音声をパソコン上でタイミング付きの字幕に変える仕組みと、四つの出力形式の選び方を紹介します。
カートに %itemCount% があります。合計 %total%
DijiFlow Dictate のインストールからホットキーの設定、どのアプリにも使えるプライベートなオンデバイス音声入力まで、実際の手順に沿って解説します。
ダウンロードしてから画面に最初の一文が出るまで、DijiFlow Dictate ならコーヒーを一杯いれるほどの時間で済みます。キーを押して話せば、カーソルのある場所に言葉がそのまま入ります。メールでも文書でも、チャット欄でもコードのコメントでも、今使っているアプリならどこでも構いません。操作するウィンドウも、コピー&ペーストも、アカウントも要りません。
しかも、声もテキストもお使いのパソコンの外に出ません。DijiFlow Dictate は音声モデルを手元で動かすので、サインインは不要で、音声が 1 バイトたりともアップロードされることはありません。このガイドでは、インストールから音声入力までを 4 つの短いステップで案内します。
多くはありません。Mac 版の DijiFlow Dictate はメニューバーで動く小さなアプリで、ダウンロードは約 34 MB です。音声モデルは別にダウンロードし、求める精度や対応言語によって約 300 MB〜6 GB になります。ダウンロードは一度だけで、その後はネット接続なしで文字起こしできます。
最初にプランを決める必要はありません。無料版はいつまでも使え、30 日間のトライアルではクレジットカードなしで Pro の全機能を使えます。まずはインストールして実際に音声入力を試し、どのプランが合うかはそのあとで考えるのがおすすめです。
どのステップも最初に一度行うだけです。一度済ませれば、その後はキーをひとつ押すだけで音声入力できます。
アプリをインストールして起動します。大きなウィンドウは開かず、メニューバー(macOS)またはシステムトレイ(Windows)に常駐します。初回起動時には、マイクへのアクセスと、カーソル位置に文字を入力するための許可(macOS では「アクセシビリティ」)を求められます。どちらも許可してください。許可しないと、アプリは声を聞き取ることも、文字を入力することもできません。
モデルのダウンロードを案内され、使う言語とお使いのパソコンに合ったモデルをアプリが提案します。Pro とトライアルでは、「大型」がもっとも精度が高く、「エクスプレス」はそれに近い精度でより速く、「高速」はもっとも速いモデルです。モデルは後から変更できます。このステップにはネット接続が必要ですが、その後の音声入力には要りません。
「言語」タブを開き、音声入力を始めるホットキーを設定します。話している途中でほかの操作とぶつからないように、ふだん使っていないキーの組み合わせを選びましょう。使っていない修飾キーやファンクションキーは、たいてい見つかります。
好きなテキスト欄をクリックし、ホットキーを押して話します。すぐにカーソルの位置に言葉が入ります。流れはこれだけです。押して、話して、終わり。
モデルのダウンロードが終われば、ネット接続なしで文字起こしできます。この最初の準備さえ済めば、音声入力にネット接続は必要ありません。
最初の音声入力の手応えで、使い続けるかどうかが決まります。だからこそ、うまくいく条件を整えておきましょう。いきなり本番のメールでホットキーを押すのではなく、白紙のメモや下書き用の文書など、間違えても困らない場所で試すのがおすすめです。
そして、ふつうの速さでひとまとまりの文を話してみます。たとえば「打ち合わせは木曜に変更して、資料は前の晩に送ろう」のような文です。はっきり発音しすぎたり、一語ずつ区切って話したりしたくなりますが、そこは我慢しましょう。音声モデルは文全体から句読点や表記を判断するので、慎重に区切った話し方より、自然にまとまった文のほうがきれいに文字になります。
ポイント
単語ごとではなく、文のまとまりで話しましょう。音声モデルは前後の文脈から句読点や表記を決めるので、文として話したほうが、目に見えてきれいに文字起こしされます。
初期設定のままでも十分に使えますが、少し調整するだけでさらに良くなります。人名や専門用語の多い仕事なら、なおさらです。
多くの音声入力ツールは、文字起こしのために声をサーバーへ送り続けます。DijiFlow Dictate はその逆で、文字起こしを 100% お使いのハードウェアの中で行います。サインインもなく、音声がどこかに送られることもありません。だから、機密のメモ、顧客の仕事、まだ人に見せたくない下書き、ネット接続が安定しない場所にも安心して使えます。待たされる通信の往復がないので、回線の速さに左右されることもありません。
ふだん使っているアプリで、10 分ほど音声入力してみてください。ホットキーが手になじめば、話すことが下書きをいちばん速く書き出す方法になります。無料版なら、それを自分のペースで確かめられます。すべての機能を使いたくなったら、DijiFlow Dictate Pro をご覧ください。