テロップの半自動作成の可能性「Speechnotes」を試す | ウェディングドキュメンタリー撮影のブーケアンドリール

今回はこんなアプリのご紹介。皆さんどうやって映像のテロップを書いていますか？

例えば披露宴で上映する映像にテキストのテロップをつけたりすることありますよね？これって結構手間がかかって、いちいち音声を聞きながら文字を打ちつつ、それをムービーにつけるという作業を繰り返さなくてはいけません。

この文字を打ち込むという作業が結構面倒で、私みたいにタイピングが苦手な人はすごい手間がかかって苦労しているんじゃないでしょうか。

そこで以前から、「どうやったらテロップ文字が簡単に加えられるか？」という方法を探しているんですが、今日ニュースサイトで面白い記事を発見しました。

それがこちら。

音声認識を使った「文字起こしの自動化」を3つの方法で試して比較！ | ライフハッカー［日本版］
https://www.lifehacker.jp/2018/04/mojiokoshi_voice_recognition.html

今ユーチューバーとかも結構映像編集をされてる方が多いので、テロップをつけるっていう作業は思ったより多くの人が苦労してる作業なんでしょうね。この記事ではどうやってテロップ作成を簡単にするか？可能な限りの自動化の方法が書かれています。

その方法は音声を自動認識させてテロップのテキストにするというもの。実際に YouTube とかでは音声付きのムービーをあげると、自動的にテロップをつけてくれるというサービスがあります。でもそれは簡易的なものであまり賢くないんです。。テロップのデザインもイマイチですし。

デザインは後で考えることとして、まずは音声をテキストに変換すること。これを音声認識アプリで実現しようと。三つのサービスが紹介されていますが、実際に使った中ではこの「Speechnotes」というサービスが結構使えたので紹介させていただきます。

実際にマイクを繋げて自分で言葉を喋ってみると。結構な精度で認識してくれます。確かに音声のクオリティに左右されるようですが、例えばインタビューの音声素材とか音声が割とクリアに収録されている素材であれば。かなり正確に認識してくれるようです。

使い方としては記事にもあるように、素材の動画を再生しながら（例えば 50%のスローでもいいと思います）その音声を自分の耳で聞きながら、マイクで自分の言葉で話して認識させる。この方法が一番クリアに音声を認識させる方法かと思われます。

これが当たり前に自由に使えるって言うのがすごい時代ですね。 少しはこれでテロップの作成スピードが上がりそうです。

実はこのブログの記事もその音声認識を使いながら喋った文字をそのままテキストにしています。認識率は98%ぐらいじゃないでしょうか？すごい精度です。。 google さまさまちょっと怖くもありますね。