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 なら 29+ 言語で音声入力でき、文字起こしは 100% お使いのデバイスの中で行われます。クラウド処理もアカウントも不要。精度は約 98% で、モデルを一度ダウンロードすればネット接続なしで文字起こしできます。
文の途中で言語が切り替わると、多くの音声入力ツールはうまく対応できません。話した言葉をすべて遠くのサーバーに送り、1 回の利用につき 1 言語しか扱えず、接続が切れたとたんに止まってしまいます。DijiFlow Dictate はその逆です。音声モデルをお使いのパソコン上で動かすので、音声を外に出すことなく 29+ 言語で音声入力できます。
モデルを手元に置く。この設計ひとつが、多言語の音声入力を本当に使えるものにしています。音声はアップロードされず、ネットワークの応答を待つこともなく、クラウドの利用時間を数える必要もありません。ホットキーを押して話せば、今使っているアプリのカーソル位置に文字が入ります。
ここで数字の意味をはっきりさせておきます。二つの数字は、それぞれ別のことを表しているからです。DijiFlow Dictate は自動検出で 90 以上の言語を認識でき、これが文字にできる言語の全体です。そのうち 29 言語はフル対応で、言語名を選んで指定できます。さらに Pro とトライアルでは語彙を調整できるため、専門用語や人名、ふだんの言い回しが当て推量ではなく、正しく書き取られるようになります。29 言語以外は語彙の調整がなく、英語で出力される場合があります。
つまり、対応する言語の幅が広いだけでなく、精度の裏付けもしっかりあります。スペイン語で段落を話し、途中に英語の専門用語を挟み、メモの最後はドイツ語で締める。そのすべてが同じ設定のまま、モードの切り替えもメニュー操作もなしにできます。はっきりした発話なら精度は約 98% に達し、タイピングの数倍の速さで入力できます。ふだん使わないキー配列で文字を探しながら打つのと比べれば、その差はさらに大きくなります。
複数の言語で仕事をしていると、第三者には渡したくない資料を扱うことがよくあります。顧客とのやり取り、法律文書、医療メモ、調査のインタビュー、社内資料などです。その音声がクラウドサービスに送られた時点で、扱いは他社の判断に委ねられてしまいます。オンデバイスの文字起こしなら、その心配自体がありません。アカウントもアップロードも不要で、声もそこから生まれた文章も、目の前のパソコンから出ることはありません。
文字起こしがデバイスの中で完結するので、多言語の作業をじわじわと遅らせる手間もなくなります。
ポイント
どの言語もオンデバイスで処理されるので、モデルさえダウンロードしておけば、ネット接続がなくても文字起こしを続けられます。機内でも、電波の届かない場所でも、Wi-Fi が途切れたときでも同じです。
並べてみると、違いははっきり分かれます。
| 項目 | DijiFlow(オンデバイス) | クラウドの音声入力 |
|---|---|---|
| 音声が手元のパソコンから出ない | ✓ | ✗ |
| インターネットなしで文字起こし | ✓ | ✗ |
| 文の途中で言語を切り替えられる | ✓ | ✗ |
| アカウントも利用時間ごとの課金もない | ✓ | ✗ |
Mac 版のアプリ本体は約 34 MB と小さく、音声モデルは別に一度だけダウンロードします。モデルのサイズは選ぶものによって約 300 MB〜6 GB です。最初のダウンロードが済めば、ネット接続なしで文字起こしできます。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、英語を含む 16 言語に対応します。無料版では、英語に「標準」、ほかの言語に「強化」を使います。精度と速さのどこでバランスを取るかは、自分で選べます。
ふだんの DijiFlow Dictate は Mac ではメニューバー(Windows ではシステムトレイ)に常駐し、作業の邪魔をしません。管理するウィンドウも、文章をコピーして持ち出すための画面もありません。メールソフト、コードエディタ、チャットアプリ、ワープロなど、文字を入力できる場所ならどこでも音声で入力できます。
オンデバイスの多言語音声入力がいちばん力を発揮するのは、日々の仕事で当たり前のように複数の言語を行き来する人です。
DijiFlow Dictate には、ずっと無料で使える無料版、すべての機能を使える 30 日間のトライアル、そして月額、6 か月、12 か月、または買い切りで購入できる Pro があります。いちばん確かな方法は、インストールしてトライアルを始め、実際に使う言語で音声入力してみることです。オンデバイスの文字起こしが自分の仕事にどう合うかは、そうして初めて実感できます。
手元のパソコンで完結する多言語の音声入力を探していたなら、ぜひ DijiFlow Dictate がふだんの仕事にどう合うかをご覧ください。