文字起こしクリーナー

クリーナーが取り除くもの

動画プレーヤーからコピーした文字起こしは、読むためではなく、見ながら追うために作られています。数秒ごとのタイムスタンプ、字幕が終わるたびの改行、文の途中に入った [Music] などです。クリーナーはそうした足場を取り除いて段落にします。どのオプションもオフにでき、入力するたびに結果が更新されます。

対応している形式

• 当サイトのYouTube文字起こし — 各区間の前に [mm:ss] Speaker A: が付いたコピーです。同じ話者の区間は結合され、話者ラベルは段落ごとに1回だけ書かれます。
• YouTube自身の文字起こしパネル — 時刻が1行、その次の行に言葉があります。時刻の行は削除され、コピーによっては含まれる読み上げ形式（「1 minute, 5 seconds」）も対象です。
• SRT、WebVTT、SBVの字幕ファイル — キュー番号、タイミング行、VTTのヘッダ、ノート、インラインタグが取り除かれ、VTTのvoiceタグは話者ラベルになり、自動字幕の各キューの先頭にある繰り返しの行も削除されます。
• 会議メモで、名前と時刻が単独の行にあるもの（「Speaker 1 0:03」）は、「Speaker 1:」になります。

タイムスタンプとして削除されるのは、タイムスタンプらしい形のものだけです。行頭にあるもの、単独の行にあるもの、角括弧で囲まれたものです。文の途中の「We meet at 10:30」はそのまま残ります。

段落の組み立て直し

プレーヤー由来のテキストでは、すべての改行を段落の区切りではなく字幕の終わりとして扱うので、まず行が結合されます。ハイフンで2行に分かれた単語は元に戻されます。そのあと、3、4、5、6、8文ごと（既定は4）に新しい段落が始まり、話者が変わったときは必ず始まります。自分で入力したテキストの空行による段落は、そのまま保たれます。

自動生成の字幕には、ふつうピリオドがまったくなく、数えるべき文がありません。1文あたり平均60語を超えるテキストでは、クリーナーは代わりに長さで段落を区切ります（指定した文数1つにつき約20語）。その場合はそう表示されます。

「スペースと大文字を整える」は、二重スペースやカンマ・ピリオドの前のスペースを取り除き、カンマの後ろに足りないスペースを補い、各文の先頭を大文字にします。「Dr.」のような略語や「U.S.A.」のようなイニシャルは文の終わりとは見なされず、「iPhone」のような語は最初の文字がそのまま保たれます。

フィラーは慎重に

既定のリストには、ためらいの音だけが入っています。英語の「um」「uh」「erm」、ロシア語の「э」「эм」、ドイツ語の「äh」「ähm」などで、英語、ロシア語、ウクライナ語、スペイン語、ポルトガル語、フランス語、ドイツ語、イタリア語、ポーランド語、オランダ語の10言語に対応します。ページの言語によって、使うリストが決まります。「like」「you know」「o sea」のような語は、あえて入れていません。普通の言葉でもあるため、むやみに消すと意味が変わってしまうからです。消したい場合は自分でリストに追加してください。複数語のフレーズも使え、リストはこのブラウザに記憶されます。

正直な制限

クリーナーはテキストを整えるだけで、内容を理解するわけではありません。元になかった句読点を足すことも、聞き間違いを直すこともできません。また、大文字で始まる単語とコロンで始まる行（「Note: …」）は話者ラベルと間違われることがあるため、そのオプションは既定ではオフです。公開する前に結果を読んでください。すべてブラウザ内で動作し、テキストはアップロードも保存もされません。