まとめ
まず決めるべきは、字幕を映像に焼き込むか、別ファイルとして用意するかです。焼き込み字幕はどこでも再生でき、消すことはできません。一方、サイドカーファイル(多くは.srt形式)はオフにしたり後から編集したりでき、検索エンジンにも読み取られますが、それはアップロード先のプラットフォームが対応している場合に限られます。その後の流れはいつも同じです。テキストを用意し、タイミングを区切ってキューにし、動画と合わせて確認し、アップロードまたは書き出しをします。ファイルはプレーンテキストなので、修正は簡単です。
編集が終わった。誰かから字幕をつけてほしいと言われたり、多くの人が音を消して視聴していることに気づいたりして、書き出しダイアログを見ても字幕用の項目がどこにあるのか分からず困っている——そんな状況はよくあります。字幕は、音楽やカラーグレーディングのように映像に組み込まれているものではありません。多くの場合、字幕は完全に別のもので、独自のファイル、独自の形式、独自のルールを持って存在しています。
だから、一文字も書く前に決めておくべき選択があり、それがその後のすべてを左右します。ほとんどの人はこれを何となく決めてしまいますが、ここでは意図的に決めていきます。
焼き込み字幕か、別ファイルの字幕か
映像に文字を載せる方法は二つあります。
焼き込み字幕は、書き出しの際に映像そのものに描き込まれます。文字のピクセルは、ロゴやテロップと同じように映像のピクセルになります。常に表示され続け、視聴者がオフにしたり、サイズを変えたり、翻訳したりすることはできません。単語を間違えていたら、動画全体を書き出し直す必要があります。その代わり、誰の協力もなくどこでも再生できます。どのプレーヤーでも、どのプラットフォームでも、再アップロードされても、誰かが画面録画をしても、字幕は必ず表示されます。
サイドカー字幕ファイルは動画とは別の独立したファイルとして存在します。プレーヤーがこのファイルを読み込み、再生時に文字を映像の上に描画します。視聴者はオン・オフを切り替えられます。誤字はテキストファイルを編集して再アップロードするだけで直せて、動画そのものに触れる必要はありません。後から別言語のファイルを追加することもできます。何も映像に焼き込まれていないので、元の動画データはそのまま残ります。
ただし、サイドカー方式には落とし穴があります。アップロード先次第で結果が変わるという点です。プラットフォームによっては字幕ファイルのアップロードに対応しており、視聴者に字幕の切り替えボタンを表示してくれます。一方で、どんな状況でも字幕ファイルを受け付けないプラットフォームもあります。字幕ファイルに対応していない場所では、書き出し時に焼き込むことが唯一の手段であり、ファイルの形式を正しく整えたとしても、この事実は変わりません。
何かを作り始める前に、投稿先が何に対応しているかを確認してください。同じ動画を二つの場所に投稿する予定で、片方はファイルに対応し、もう片方は対応していない場合、本当に二種類の書き出しが必要になることもあります。字幕なしのきれいな動画と、字幕を焼き込んだ動画の二本です。面倒ですが、それが正直な答えです。
字幕ファイルの中身は実際どうなっているか
SubRipファイル(拡張子.srt)は、最も広く受け入れられているサイドカー形式で、特別な理由がない限りこれを使うべきです。内容は驚くほどシンプルです。各キューは順番に四つの要素で構成されます。番号、タイミングの行、一行以上のテキスト、そして空白行です。そのあとに次のキューが続きます。
タイミングは「hh:mm:ss,mmm」の形式で書かれます。時、分、秒、そしてカンマの後にミリ秒です。このカンマが重要です。カンマを期待しているプレーヤーがピリオドを見つけると、ファイルを拒否したりキューを読み飛ばしたりすることがあり、その失敗はエラーメッセージが出るのではなく、何も起こらないように見えることが多いです。形式を項目ごとに詳しく知りたい場合は、SubRip形式について詳しく解説した記事を一度読んでおく価値があります。
WebVTT(拡張子.vtt)は、もう一つよく出会う形式です。ファイルの先頭に単独で「WEBVTT」という行があり、ミリ秒の区切りはカンマではなくピリオドを使います。キュー番号は省略可能です。それ以外にも、SubRipにはできないことができます。キューを画面下中央以外の位置に配置したり、スタイル情報を持たせたりできます。画面上の図表を避けるように字幕を動かしたい場合は、WebVTTでそれを指定します。
WebVTTのファイルがあり、プラットフォームがSubRipを要求している場合、変換自体は簡単ですが、何が起こるかは理解しておく必要があります。タイミングは保持されます。テキストも保持されます。しかし位置情報、スタイル、その他のメタデータは失われ、それは永久に元に戻せません。SubRipにはそれらを保存する項目自体がないからです。これは変換ツールの不具合ではありません。変換先の形式に、そもそもその情報を入れる場所がないのです。可能な限り情報を失わない方向に変換し、それができない場合は、字幕が画面下部のデフォルト位置に表示されることを前提にしておきましょう。
手順はテキスト、タイミング、確認、アップロード
どちらの方式を選ぶか決まったら、作業自体は毎回同じ四つのステップを同じ順序で行います。
- テキストを用意する。話されている言葉をすべて書き出します。
- 分割してタイミングをつける。テキストをキューに分け、それぞれに開始と終了の時間を設定します。
- 動画と合わせて確認する。字幕をオンにして再生し、おかしな箇所を直します。
- ファイルをアップロードするか、焼き込んで書き出す。
手作業で入力する場合、ステップ1が最も時間がかかります。自分で文字起こしをすれば正確ですが動画の長さの数倍の時間がかかりますし、音声を自動で文字起こしして後から修正する方法なら速く済みますが、探し出して直すべき間違いが生まれます。多いのは人名、専門用語、背景音が大きい場面での発言です。ほとんどの人にとって、自動文字起こしを丁寧に読み直すのが妥当な標準です。ブラウザで使える字幕生成ツールは、テキストが手元にあれば分割とタイミングづけを引き受けてくれます。
SozAIは、iOS、Android、macOS向けの文字起こしアプリで、音声ファイル、動画ファイル、録音、YouTubeのリンクを、話者ラベル付きのテキストに変換し、99以上の言語に対応した翻訳もできます。サイト上のブラウザツールは字幕ファイルの処理や文字数カウントを行いますが、音声そのものの文字起こしはしません。これは選択肢の一つであり、すでに使っている編集ソフトが使えるトランスクリプトを出力できるなら、それを使ってこの手順を省略してかまいません。
手元にあるのがタイミング情報のない一枚のテキストだけの場合、プレーンテキストからSRTへの変換ツールが、キューへの分割と正しい形式のタイミング行の作成という機械的な部分を担ってくれます。それでも、動画と合わせてタイミングを微調整する作業は残ります。話者がどこで止まったかを、テキストだけから推測できるツールはありません。
キューを画面に表示する時間の目安
タイミングは、字幕が素人っぽく見えてしまう最大の要因で、失敗の仕方には正反対の二つのパターンがあります。
表示時間が1秒に満たないキューは読みにくいです。目は文字を見つけて内容を理解し、映像に視線を戻すまでに時間が必要で、1秒未満ではその時間が足りません。視聴者には何かがちらっと見えただけで、何かを読み逃したという曖昧な感覚だけが残ります。これは、トランスクリプトを句点や読点ごとに機械的に分割した場合や、「はい」や名前、笑い声といった短い相づちに、その音の長さとぴったり同じ長さのキューを割り当てた場合によく起こります。
逆に、およそ8秒を超えて表示され続けるキューは別の問題で、これはほぼ常に二つの文が一つのキューにまとめられてしまったことを示しています。長いキューは視聴者が読み終わったあともそこに残り続け、これは軽い煩わしさにすぎませんが、本当の問題は、二番目の文が実際に話される前から画面に表示されてしまうことです。テキストと音声がずれ始め、視聴者は映像を見るのをやめて先を読み進めてしまいます。
この二つの境界の間に無理なく収まるキューを目指し、固定の文字数ではなく自然な文や句の切れ目で分割し、キューの間には映像だけの時間を持たせましょう。キューが長すぎるかどうか迷ったら、実際に話している速度で声に出して読んでみてください。息が続かなければ、それは二つのキューに分けるべきものです。
アップロード前にファイルを確認する
字幕ファイルはプレーンテキストです。どのマシンのどのテキストエディタでも開いて、頭から終わりまで読み、好きなように書き換えることができます。これは字幕について知っておくべき最も有用な事実で、単語の間違いを直す最速の方法は、編集ソフトを開き直してタイムライン上のキューを探し出して再書き出しすることでは、ほぼないということです。ファイルを開き、単語を直し、保存すればいいのです。
問題が起きるパターンは二種類あり、それぞれ確認方法が異なります。
構造上の問題はファイルが読み込まれない原因になります。キューの間の空白行が抜けている、タイミングにカンマではなくピリオドが入っている、終了時刻が開始時刻より早い、キューが重なっている、といったことです。これらは人間がざっと目で見ても分かりにくく、機械には一目瞭然で、それがSRTファイルの検証ツールの役割です。アップロード前にファイルをこのツールに通しておけば、字幕が黙って表示されないという結果につながる種類のエラーを事前に見つけられます。
内容の問題は実際に見てみないと分かりません。名前の誤字、字幕が始めから終わりまでずっと半秒遅れている、文法的には正しいのに読みづらい一文、などです。字幕をオンにして、通常の再生速度で最後まで動画を見て、映像ではなく文字のほうを見てください。所要時間は動画そのものと同じで、これに近道はありません。
これでは解決しないこと
プラットフォームが自動生成する字幕は、自分で作った字幕ファイルとは違います。それらは自分が関わらずに音声から生成されるため、最も重要な単語——商品名、人名、専門用語——を間違えることが多く、通常はほとんど手を加えられません。自分のファイルをアップロードできる場所では、それによって当て推量の代わりに、自分で読んで確認したテキストを使えます。それができない場所では、焼き込み字幕だけが、画面に表示される文字が自分の選んだ言葉であることを保証する唯一の方法です。
焼き込み字幕は、思われているよりも取り消しがつきません。一度書き出したら、その文字は映像の一部になります。その動画を別言語に翻訳することはできず、字幕なしの版を用意することもできず、小さな画面で見ている視聴者が文字を大きくすることもできません。その動画を再利用したり、別の言語で字幕をつけたり、誰かに作業を引き継いだりする可能性がわずかでもあるなら、今日投稿する版に字幕を焼き込んでいたとしても、字幕なしのきれいなマスター版と字幕ファイルは別に保管しておいてください。
そして形式間の変換は、毎回同じ代償を払うことになります。WebVTTからSubRipへ変換すると、位置情報とスタイルは永久に失われます。それらを入れる場所がSubRipにはないからです。画面上の図表を避けるように字幕を作り、それをSubRipを要求するプラットフォーム向けに変換すると、その字幕はデフォルトの位置に表示され、図表を覆ってしまいます。これを事前に知っておくほうが、公開後の動画で気づくよりずっとましです。
