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%
コメントやドキュメント、AI へのプロンプト、コミットメッセージを、オンデバイスの音声入力ですばやく書けます。話した言葉はすべて、お使いのパソコンの中だけで文字起こしされます。
コードベースを丸ごとキーボードで打ち込んでいるわけではありません。打つのは構文で、その周りには文章を書いています。なぜそう書いたのかを説明するコメント、docstring、コミットメッセージ、PR の説明、そして AI アシスタントに意図どおりの仕事をさせるための長いプロンプト。一日の時間が消えていくのは、こうした文章です。記号を打つモードから文章を書くモードへ頭を切り替えるたびに、作業のリズムが崩れます。
音声入力なら、うまくいっている部分はそのままに、この部分だけを楽にできます。ロジックは今までどおりキーボードで書き、その周りの言葉は声に任せます。
関数名を読み上げたり、正規表現を口で唱えたりする話ではありません。正確な構文を声で入力しようとしても、ツールと格闘するだけでうまくいきません。効果が出るのは自然な言葉で書く部分です。そこで組み立てているのは記号ではなく考えなので、話すほうがタイピングよりはるかに速く進みます。
タイピングの速さは多くの人で 1 分あたり 40〜60 語ほどですが、話す速さは 130〜150 語ほどです。プロンプトに一段落ぶんの文脈を書くときや、丁寧なコミットメッセージを書くときには、数秒で済むか、本当は考えることに使いたい 1 分を手作業に取られるかの差になります。
キーボードで書いた文章と同じように、見直しと手直しはこれまでどおり行います。違うのは、空の行で点滅するカーソルからではなく、一通りそろった下書きから始められることです。
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。文字はカーソルのある場所にそのまま入るので、管理するウィンドウも、コピー&ペーストの手間もありません。
システム全体で使えるショートカットを選びます。どのアプリでも同じキーで動くので、アプリごとに設定する必要はありません。
エディタでも、ターミナルでのコミットメッセージ入力でも、ドキュメントのファイルでも、アシスタントの入力欄でも、いつもの速さで話します。
IDE でもブラウザでもターミナルでも、操作中のアプリに文字が入ります。作業のやり方を変える必要はありません。
ツールごとの連携ではなく、システム全体で使えるひとつのホットキーなので、VS Code でも JetBrains でも、ターミナルの Vim でも、ブラウザで開いた PR でも、AI アシスタントでも同じ手順で使えます。エディタごとに何かをインストールする必要はありません。
ソースコードや社内ドキュメント、プロンプトには、もともと機密性の高い情報が含まれています。独自のロジック、インフラの詳細、顧客に関する記述、未発表の計画などです。クラウドの音声入力は、処理のために話した内容を遠くのサーバーへ送ります。話している内容が NDA の対象のコードや、公開ツールには決して貼り付けないシステムの話であれば、これは見過ごせない問題です。
DijiFlow Dictate は、文字起こしを 100% お使いのパソコンの中で行います。音声モデルが手元のデバイスで動くので、音声もテキストもアップロードされません。アカウントも、クラウドとの往復もありません。モデルを一度ダウンロードすれば(求める精度に応じて約 300 MB〜6 GB)、ネット接続なしで文字起こしできます。Mac 版のアプリ本体は約 34 MB です。機内でも、厳しく管理された社内ネットワークの中でも、機密のアーキテクチャについて話しているときでも、声とテキストはデバイスの外に出ません。
ポイント
独自のコードもプロンプトも設計メモも、パソコンの外には出ません。流出したり、記録されたり、第三者に渡されたりする文字起こしを保管しているサーバーは、どこにもありません。
技術文書には、辞書にない言葉があふれています。自社のサービス名、社内の略語、ライブラリ名などです。Pro では独自の語彙を登録できるので、こうした言葉が辞書のよく似た単語に置き換えられることなく、正しく文字起こしされます。さらに 29+ 言語にオンデバイスで対応しているので、各地に分かれたチームでも、それぞれが考えている言語で音声入力でき、そのどれもクラウドを経由しません。
ずっと無料で使える無料版から始めることも、30 日間のトライアルで Pro の全機能を使い、実際のコミットやプロンプト、PR の作業で一日試してから決めることもできます。コーディングの合間の文章を声で書く習慣が根づけば、なくなる手間の大きさをすぐに実感できるはずです。
話した下書きを、一語もクラウドに送ることなく、コメントやコミット、プロンプトにそのまま入力したいなら、DijiFlow Dictate Pro がふだんの開発にどう合うかをご覧ください。