オンデバイスAI音声認識で字幕を自動生成する

字幕を手作業で入力するのは、画面録画を仕上げるうえで最も面倒な作業のひとつです。RecordedのAI音声字幕機能は、この手間を完全に取り除きます。マイクのナレーションを解析し、タイミングが合った編集可能な字幕を自動生成します。処理はすべてデバイス内で完結するため、クラウドには何も送信されません。

このガイドでは、この機能の仕組み、より良い結果を得るコツ、そして編集ワークフローへの組み込み方を解説します。

AI音声字幕でできること

マイクを有効にして録画すると、Recordedはそのナレーションを字幕セグメントに書き起こし、動画のタイムラインにスタイル付きテキストとしてそのまま配置できます。文字起こしは完全にデバイス上で行われるため、音声がパソコンの外に出ることはありません。機密性の高い内容を含むナレーションでも安心して使えます。

前提条件: マイク音声付きで録画する

AI音声字幕が文字起こしするのはマイクトラックのみで、システム音声や画面上のテキストは対象外です。マイクを有効にせずに録画した場合、字幕タブに「マイク音声がありません」という表示が出て、生成機能は無効になります。

ポイント: 字幕の自動生成を考えているなら、録画を始める前に必ずマイクのトグルをオンにしておきましょう。

ステップ1: AIモデルを選択する

エディタで録画を開き、字幕タブに切り替えます。2つのモデルオプションが表示されます。

• Fast(高速) — 処理が速く、下書きや長尺の録画に最適
• Accurate(高精度) — 文字起こしの精度が高く、公開用の最終字幕に最適

特定のモデルを初めて使う際は、文字起こしを実行する前にモデルのダウンロードが必要です。ダウンロードの進行状況は画面に表示され、完了すれば以降の録画でも再ダウンロードなしで利用できます。

ステップ2: 字幕を生成する

モデルを選択してインストールしたら、字幕を生成をクリックします。Recordedはバックグラウンドでナレーションを文字起こしし、進行状況を表示します。完了すると、タイムスタンプと書き起こしテキストが付いた字幕セグメントの一覧が表示されます。

ステップ3: セグメントを確認・編集する

自動生成された文字起こしは良い出発点になりますが、完璧ではありません。同音異義語、製品名、専門用語などは音声認識が間違えやすい箇所です。字幕を適用する前に、以下を確認してください。

• セグメントをクリックするとテキストをその場で編集できます
• 不要なセグメント(フィラーワードや余談など)は削除できます
• 除外と表示されたセグメントに注意してください。すでにカットした部分に該当するセグメントで、Recordedが最終結果から自動的に除外します

適用前にすべてのセグメントを確認するには数分かかりますが、仕上がりのクオリティに明確な違いが出ます。

ステップ4: 適用モードを選ぶ

字幕に満足したら、タイムラインにすでに追加しているテキストとどう組み合わせるかを決めます。

• 置き換え(Replace) — 既存のテキストオーバーレイをすべて削除し、新しい字幕のみを適用
• 追加(Add) — 既存のテキストオーバーレイを残したまま字幕を追加

テキストタブでタイトルや説明テキストをすでに追加している場合は、多くのケースで追加の方が安全な選択です。

ステップ5: 字幕のスタイルを設定する

適用後の字幕はタイムライン上の通常のテキストセグメントになるため、他のテキストオーバーレイと同じようにスタイルを再設定できます。デフォルトでは、字幕は見やすくコントラストの高いプリセット(半透明の暗い背景に白いテキスト、画面下部中央寄せ)が使われますが、テキストタブからフォント、サイズ、色、位置、背景を自由に調整してブランドに合わせることができます。

よりきれいな自動字幕にするコツ

字幕の品質はナレーションの質に直結するため、少しの準備で結果が大きく変わります。

1. はっきりと、一定のペースで話す。 急いだり、もごもごした話し方は文字起こしエラーの最も多い原因です。
2. 背景ノイズを減らす。 静かな部屋と、まずまずのマイクだけでも精度は大きく向上します。
3. 話の区切りで一呼吸置く。 自然なポーズがあることで、モデルが適切な位置で字幕を区切りやすくなります。
4. 最終書き出しにはAccurateモデルを使う。 編集中のプレビューにはFastモデルを使いましょう。
5. 先にトリミング、その後で字幕生成。 ミスや無音区間を先にカットしておくと、確認・破棄するセグメントが減ります。

オンデバイス処理が重要な理由

文字起こしがローカルで行われるため、AI音声字幕はインターネット接続なしでも動作し、ナレーションのプライバシーを守ります。社内向けのトレーニング動画や、顧客のアカウント情報など機密性のある内容を含む案内動画など、文字起こしのためだけにサードパーティのサービスへアップロードしたくない録画に最適です。

まとめ

RecordedのAI音声字幕機能は、これまで手作業で時間のかかっていた工程を、生成・確認・適用というスピーディなワークフローに変えてくれます。テキストタブのスタイル設定機能と組み合わせれば、エディタから離れることなく、画面録画をよりアクセシブルで魅力的なものにできます。

良い録画を!