音声を字幕に変換：録音から字幕を作成

音声から字幕を作るには、録音をTelegramのPotokのボットに送り、文字起こしをSRTまたはVTTで書き出します。字幕ファイルはテキストとタイミングを動画から切り離して保持するので、クリップのどのコピーの隣にも読み込めます。2 GBまでのファイルに対応しており、長い結果はファイルで届きます。

録音を文字起こしする

音声メッセージ、音声、動画を Telegram の @potok_now_bot に送ると、チャットにテキストが返ってきます。

2 GB までのファイル · TXT、MD、DOCX、PDF、SRT、VTT で書き出し · 話者ラベルとタイムスタンプ · 約30言語

要点

先に形式を選びます。 デスクトップのプレーヤーや多くのエディタはSRTを読み込みます。HTML5動画を使うウェブページはVTTを求めます。迷ったら両方書き出してください。
録音を送ります。 Telegramで@potok_now_botを開き、音声または動画を添付します。
ファイルを書き出します。 書き出しオプションからSRTまたはVTTを選びます。
動画と一緒に読み込みます。 字幕ファイルに動画と同じ基本名を付けるか、プレーヤーやエディタで添付します。
字幕をオンにしてクリップを見ます。 遅れて出るキューや長すぎるキューがないか確認し、エディタでテキストを修正します。

例：講義クリップの字幕行

[00:00] 話者 1: おはようございます。ご来場ありがとうございます。
[00:03] 話者 1: 今日はグラフの読み方を三つご紹介します。
[00:08] 話者 1: 最初のものは、軸を見るところから始まります。

文字起こしのレイアウトを示すために当社で作成したサンプルテキストです。認識エンジンの出力ではなく、実際の録音でもありません。

Potokでできること
機能	詳細
利用場所	Telegram ボット @potok_now_bot。大きなファイルはボットのミニアプリから送れます
ファイルサイズ	最大 2 GB
書き出し形式	TXT、MD、DOCX、PDF、SRT、VTT
話者と時間	話者ラベルとタイムスタンプをオンにできます
対応言語	公開されている結果が良好な約30言語と、注意が必要な数言語
翻訳	文字起こしは他の言語に翻訳されません
音声入力	別途Potokのデスクトップアプリで、任意のプログラムに音声でテキストを入力できます。ロシア語の音声に対応しています

よくある間違いと対処法
間違い	起こること	対処法
確認する前に字幕を焼き込む	映像に描き込まれた誤字は、あとから変更できません。	テキストが確定するまで、字幕は別ファイルのままにしてください。
形式を当てずっぽうで選ぶ	VTTを求めるプレーヤーはSRTファイルを無視することがあり、その逆もあります。	出力先が受け付ける形式を確認するか、両方の書き出しを残してください。
別の言語の字幕を期待する	ボットは、話されたことを録音と同じ言語で書きます。	他の言語は、書き出したテキストをもとにボットの外で用意してください。
とても長いキューのままにする	視聴者は、画面に表示されている間に長い二行を読み切れません。	長いキューは、自然な区切りで二つに分けてください。

音声をボットに送り、文字起こしをSRTまたはVTTで書き出します。各キューには時間範囲が付いています。

SRTはミリ秒の前にカンマを使うプレーンテキストの字幕形式です。WebVTTはHTML5動画向けの形式で、ピリオドを使います。

いいえ。テキストとタイミングは別のファイルに残るので、動画に触れずに修正できます。

いいえ。テキストは録音と同じ言語のままです。

字幕ファイルのアップロードを受け付けるサイトは多いですが、それぞれ独自の規則があります。サイトが求める形式を確認してください。

各出典は、記載の日付に手作業で開いて確認しました。ページは変更されることがあるため、細部が重要な場合は出典をご確認ください。

音声メッセージ、音声、動画を Telegram の @potok_now_bot に送ると、チャットにテキストが返ってきます。