VTTファイルとは、WEBVTTの行で始まり、時間付きのテキストキューを持つ、ウェブ動画用の字幕ファイル形式です。各キューには開始時刻、終了時刻、表示するテキストがあります。ブラウザーはウェブページの動画要素を通してこれを読み込みます。
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
- 時刻はミリ秒の前にピリオドを付けて00:00:01.000のように書き、これがSRTとの主な見た目の違いです。
- VTTではキューの番号は任意で、キューの時刻の前に識別子として働く名前の行を置けます。
- VTTは位置指定、スタイル、注記など、SRTにはできない追加データを持てて、HTML5動画の標準のトラック形式です。
- ファイルはUTF-8のテキストとして保存する必要があり、そうでないとアクセント付きの文字や非ラテン文字が文字化けします。
- ヘッダー行がないとブラウザーはトラック全体を無視するので、一行目にWEBVTTがないファイルは読み込まれません。
見た目のイメージ
WEBVTT
00:00:01.000 --> 00:00:03.500
Let us start the meeting.
00:00:04.000 --> 00:00:07.200
First, last week's results.
// SRT would write the first time as 00:00:01,000
関連情報
よくある質問
VTTファイルはどう開きますか？
任意のテキストエディターで開けます。プレーンテキストです。WebVTTに対応するウェブページやプレーヤーは、動画の横で字幕トラックとして読み込みます。
VTTとSRTの違いは何ですか？
VTTはWEBVTTで始まり、時刻にピリオドを使います。SRTはキューに番号があり、コンマを使います。SRTはより多くのデスクトップの編集ソフトで受け付けられます。
音声からVTTファイルを作れますか？
はい。録音をタイムスタンプ付きで文字起こしし、VTTに書き出します。Potok のボットは、TXT、MD、DOCX、PDFのほかにVTTとSRTにも書き出せます。
ブラウザーで字幕が読み込まれないのはなぜですか？
よくある原因は、WEBVTTのヘッダーがない、時刻にコンマが使われている、ファイルがUTF-8で保存されていない、です。まずこの三つを確認してください。
VTTは話者名を表示できますか？
はい。キューの先頭に音声タグやただのラベルを置けます。文字起こしの話者ラベルを、各キューの先頭に入れられます。
出典
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。
- WebVTT (Wikipedia), Wikipedia · 確認日
- WebVTT: The Web Video Text Tracks Format (W3C), W3C · 確認日
お手持ちの録音で試してみましょう
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。
Telegram で @potok_now_bot を開く