動画からSRT：字幕ジェネレーター
動画をドロップすれば、どの編集ソフトにも読み込めるタイミング付き字幕ファイルが手に入ります。
字幕の各行には、Whisperが出した開始時間と終了時間が付きます。SRTをPremiere、DaVinci Resolve、Final Cut、CapCut、YouTube Studioに読み込み、デザインはそちらで調整してください。
文字起こしは、OpenAIのオープンな音声認識モデルWhisperを使ってブラウザ内で行われます。音声がアップロードされることはありません。ダウンロードされるのはモデル本体だけで、それも最初の1回のみ。その後はブラウザに保存されるので、次のファイルからはすぐに始まります。
音声モデル：OpenAIのWhisper（MIT）。Transformers.js（Apache-2.0）で動作します。
使い方
- ファイルをドロップ 音声でも動画でもOK：MP3、M4A、WAV、MP4、MOV、WebM、OGGなど。
- 言語を選ぶ 話されている言語を選びます。雑音の多い録音やなまりの強い話し方には「高精度」を選んでください。
- 文字起こしして保存 テキストをコピーするか、TXT、SRT、VTT形式の字幕として保存します。
よくある質問
字幕が早すぎたり遅すぎたりする場合、ずらせますか？
はい。「字幕のタイミングをずらす」ツールで、すべての行を指定した秒数だけ移動できます。
録音はアップロードされますか？
いいえ。文字起こしはあなたの端末で行われます。ダウンロードされるのは音声モデルだけで、音声が送信されることはありません。
長さの制限はありますか？
こちらでは制限を設けていません。長いファイルほど時間がかかります。ChromeまたはEdgeを使った最近のパソコンなら、1時間の音声で約10分です。スマホや古いパソコンではもっと遅くなります。
どの言語に対応していますか？
Whisperは約100の言語を理解します。日本語、英語、スペイン語、ドイツ語、フランス語、ポルトガル語、ヒンディー語、アラビア語、インドネシア語なども含まれます。話者の多い言語ほど精度が高くなります。
無料ですか？
はい。アカウント不要、時間の制限なし、透かしもありません。