コンテンツにスキップ
Coverton ブログ
この記事では
字幕とメディア

字幕コンバーター (SRT, VTT):構造と形式を確認

字幕ファイルには、対象のプレーヤーまたは公開サービスで受け入れられる形式が必要です。変換する前に、字幕が VTT の位置情報またはスタイル情報、およびダイアログとタイミングに依存するかどうかを決定します。

ツールを開くこのツールの使用方法 ↓
字幕コンバーター
このツールの操作の流れを示した図です。アップロードされたファイルの処理結果ではありません。

このツールの使用方法

  1. 元の SRT または VTT ファイルを追加します。
  2. プレーヤーで受け入れられる形式を選択します。
  3. 実行して、タイミング、会話、省略の通知を確認します。
  4. そのプレーヤーで字幕をダウンロードしてテストします。

設定を選ぶ

宛先が受け入れる形式を確認した後、SRT または VTT を選択します。 VTT を SRT に変換すると、キュー位置設定が省略され、NOTE、STYLE、REGION ブロックが解析された出力から除外されます。

サポートされている入力
  • SRT,VTT
利用可能な設定
  • 出力フォーマット

作業前の準備

音・映像・字幕から欲しい結果を決める

結果が音の図、映像の一場面、再生する字幕、読む会話記録のどれか決めます。波形画像の作成は音声編集や発話認識と異なり、動画の一フレームは動き全体を示しません。字幕から文章を取る処理は作成済み字幕を読むもので、音声から新しい台本を作る機能ではありません。欲しい形式とツールの出力を先に合わせてください。元データを別用途にも使うなら、画像や文章へ変換した結果だけで代用できるかを用途ごとに見ます。

原本が再生できるか先に試し、長さと必要箇所を確認します。同じ拡張子でもブラウザーが内部コーデックを読める必要があります。サムネイルは最初の画面だけでなく場面を説明する時刻へ移動してください。黒画面や切り替え途中なら出力サイズより選択時刻を見直します。ぼけた元フレームを大きく保存しても新しい細部は増えません。実際に再生される映像と保存した一枚を照合できるよう、選んだ時間を把握しておきます。

字幕のずれは一定の遅れか、後半ほど広がる差かを分けます。一定なら時間移動、増えるなら時間倍率を検討できます。両方を扱う場合は適用順を読み、負の時刻や開始より前の終了がないか確認してください。一部の台詞だけを全体設定で直そうとせず、その区間を原本で調べます。時間倍率は動画再生速度の変更ではありません。どの台詞を基準にしたかを記録し、違う区間の確認にも同じ対応関係を使います。

SRTやVTTは実際の再生先が受け付ける形式を確認します。台詞と時刻に加えて位置やスタイルが必要かも見てください。変換で設定が落ちる場合があるため、文字の比較だけで済ませないようにします。読み物に開始時刻を入れるか決め、再生字幕なら開始・終了と表示情報を扱う作業を選びます。形式変換が翻訳や映像への字幕焼き込みまで行うとは考えないでください。読む記録と再生ファイルは必要な情報が違います。

原本を再生して場面と時刻を比較する

保存サムネイルを動画の同じ時刻と比べ、顔、字幕、動く物体のぼけを見ます。実ピクセル数も読み、使う位置で確認してください。波形では長い無音や大きな変化を原本を聞きながら照合します。最初のチャンネルの標本を束ねる表示は全チャンネルや精密な音量値の分析ではありません。同じ音も表示スタイルで違って見えるため、比較には同じ設定を使います。波形の見た目だけで会話内容や測定結果を判断しないでください。

修正字幕は動画の始め、中ほど、終わりで対応する台詞を探します。冒頭だけ合った場合は後半も確認してください。短い台詞に読む時間があるか、重なりが意図したものか再生して判断します。読み速度や行長の初期値はすべての配信先の規則ではありません。要件が分かればその条件で調べ、報告の字幕番号と開始時刻を原本に結び付けます。疑わしい区間を報告から見つけ、実際の表示で編集の必要性を決めてください。

変換字幕や会話記録は最初と最後の文、氏名、数字を原本に照合します。タグや内部改行が簡略化されると文のつながりが変わる場合があります。VTTの位置、スタイル、別ブロックが残るかは変換説明を見ます。記録に終了時刻がないだけでエラーとせず、読むための出力範囲を確認してください。検査に問題が出なくても翻訳の正確さや内容の完全性は別に確認します。後で再生字幕が必要なら元のファイルも残しておきます。

失敗では再生・時刻移動自体ができないのか、字幕の時刻表記が不正なのかを分けます。コーデックなら読める原本か確認し、字幕なら時間構文と区間間の空行を見てください。長い音声のデコードはメモリーを多く使う場合があるため、入力条件と対応範囲を読みます。全体を再実行する前に失敗時刻や字幕区間を記録すれば、直す設定が明確になります。元の映像にない場面や欠けた台詞を変換だけで補えると期待しないでください。

入力と出力の例

captions.vtt → captions.srt

例でワークフローを説明します。結果はソース ファイルと設定によって異なります。

保存する前に結果を確認する

最初と最後のキューとその時間間隔を元のファイルと比較します。目的のプレーヤーで結果を開き、文字、改行、および重要な画面上の位置を確認します。

結果が期待したものと異なる場合

サポートされているファイルの解析に失敗した場合は、タイムスタンプの構文と字幕ブロックを区切る空白行を調べてください。形式変換では、ダイアログが翻訳されたり、基礎となるビデオに字幕が書き込まれたりすることはありません。

利用上の制限

  • テキスト SRT/VTT のみ。 VTT の配置/スタイルの設定は、SRT では省略されています。

次の作業を選ぶ

音声の波形画像を作成

オーディオ ファイル全体の変化を把握する必要がある場合は、PNG 波形を作成します。最初のチャンネルのサンプルは画像の幅にグループ化されるため、オーディオ チャンネルごとに個別に表示されるわけではありません。

幅、高さ、背景、波形の色を設定し、ミラー、ライン、またはバーを選択します。スタイルが異なると同じオーディオの見え方が異なる場合があるため、比較には同じ表示設定を使用してください。

ツールを開く

動画のサムネイルを抽出

表示したいシーンを表すフレームを保存します。ビデオが黒またはぼやけたトランジションで始まる場合は、0 秒のフレームだけから評価するのではなく、有用な時間を選択します。

時間を秒単位で入力し、最大幅の JPG、PNG、または WEBP を選択します。 JPG または WEBP の品質を設定します。幅を大きく設定しても、ソース フレームを超えるディテールは作成されません。

ツールを開く
Coverton字幕コンバーター
ツールを開く

このガイドでは、ブラウザで使える公開ツールを説明します。元のファイルのコピーを保管し、共有する前に結果を確認してください。

この翻訳はソフトウェアの支援を利用して作成されました。英語版も読むことができます。 英語で読む