音声から字幕を作成する方法
- 音声ファイルを選択を押して、100 MB・20分までの録音を選びます。MP3、M4A、WAV、OGG、Opus、FLAC、AACに対応しています。動画の場合は、動画から字幕を使ってください。
- 話されている言語を選びます。録音が音楽から始まる場合は、自分で指定すると役立ちます。
- 字幕を生成を押して、言葉が表示されるまで待ちます。
- SRTまたはVTTファイルをダウンロードして、プロジェクトに追加します。
動画ではなく音声から始めるとき
- ナレーション： 音声を先に録音して映像はあとから付けるので、字幕を目安にカットのタイミングを決められます。
- ポッドキャストの切り抜き： エピソードを、SNS向けの動く字幕つき動画にできます。
- 別録りのマイク： マイクで録ったきれいな音声は、カメラの音より良い結果になることが多いです。
- 音声だけの講座： 聞けない人や聞きたくない人のために、レッスンにテキストを付けられます。
字幕と音声を合わせたままにする
ファイル内の時間は、録音の最初の瞬間から数えられています。動画編集ソフトでは、音声をタイムラインの先頭に置き、字幕も同じ位置から始めれば、両者が合います。音声を後ろにずらすときは、両方のトラックを選んで一緒に動かしてください。字幕ファイルを作ったあとに一部をカットすると、それ以降がすべてずれるので、できれば先に編集を終えてください。
CapCutでナレーションに字幕をつける
短い動画づくりでは、先に声を録音し、そのまわりに映像をCapCutで組み立てる方法がよく使われます。録音からSRTを生成し、音声をCapCutのタイムラインの一番最初に置いて、そこにファイルを読み込むと、言葉が声に合います。
- パソコンまたはウェブのCapCutでは、キャプションの画面からSRTファイルを使えます。
- CapCutのスマホアプリは、ヘルプページによると字幕ファイルを読み込めません。パソコンまたはウェブでファイルを読み込み、あとで同期したプロジェクトをスマホで開いてください。
CapCutは別の会社のサービスで、このサイトとは関係がありません。ここに名前が出ているのは、ファイルの使い道を示すためだけです。
向いている録音
- マイクの近くで話した声は間違いが最も少なく、高価なマイクより静かな部屋のほうが重要です。
- 歌や歌声は結果が良くありません。認識は話し声向けに作られていて、音楽が言葉を覆ってしまうためです。
- ボイスメッセージは、スマホで録ったものでも、同時に話すのが一人だけならうまくいきます。
ファイルを修正する
SRTはただのテキストなので、どんなテキストエディタでも開けます。録音を聞きながら読み、よくある間違いである人名や専門用語を直してください。直すのは言葉だけにして、番号と時間には触れないでください。編集ソフトがファイルを受け付けなくなることがあります。時間なしで言葉だけが必要なら、音声文字起こしのほうが手軽なページです。
よくある質問
WhatsAppのボイスメッセージから字幕を作れますか？
はい、端末にファイルがあれば可能です。WhatsAppの音声はたいていOGGまたはOpusで、どちらにも対応しています。使用する権利のある録音だけをお使いください。また、ファイルは当サーバーを経由します。
歌詞にも使えますか？
確実ではありません。音楽が声を覆い、歌は認識が前提とする話し声とは違って聞こえるため、抜けた言葉や存在しない言葉が出ることを想定してください。ボーカルだけを取り出した音声のほうが良い結果になりますが、それでも丁寧な見直しが必要です。
動画も作成されますか？
いいえ。手に入るのは、テキストと時間が入った字幕ファイルです。画面に表示するには、音声とそのファイルを映像と一緒に動画編集ソフトへ取り込み、そこで動画を書き出してください。
SRTとVTTのどちらを選べばよいですか？
動画編集ソフトやYouTubeを含め、ほとんどの用途にはSRTです。VTTはウェブページの動画プレーヤー向けです。どちらも言葉と時間は同じなので、両方ダウンロードして試せます。
送れる録音の最長はどれくらいですか？
1ファイルにつき20分、100 MBまでです。それより長いエピソードは、音声カットで分割してパートごとに送ってください。各パートの時間は0からやり直しになるため、編集ソフトでそれぞれのファイルを正しい位置に置いてください。
録音はどこかに保存されますか？
いいえ。音声を読み取り終えた時点で削除され、字幕は保存されずにそのままお使いのページへ届きます。記録するのは、ファイルの長さや言語といった利用データだけです。
CapCutで、字幕はナレーションに合いますか？
はい。録音がCapCutのタイムラインの一番最初から始まっていれば合います。ファイル内の時間は最初の瞬間から数えるためです。CapCutで音声の冒頭をカットした場合は、録音も同じようにカットして、字幕をもう一度生成してください。