動画を字幕に変換

動画の音声トラックから、AI音声認識(Whisper)を使ってブラウザ内だけで字幕(SRTまたはVTT)を自動生成します。アップロード不要。

お使いの端末でローカル処理中 ...

録音の言語

字幕形式

ここにファイルをドロップ、またはタップ

動画(MP4, MOV, MKV, WebM)

ファイル

お使いの端末でローカル処理中 ...

ファイルは一度も端末から出ていません

私のファイルはアップロードされますか？

いいえ。すべてブラウザ内で動作します。あなたのファイルが端末から出ることはありません。これが検証できる理由

アップロード不要100%ローカル処理

中身は手元のまま第三者のアクセスなし

Hosted in GermanyGlobal Content Delivery

第三者による検証済みTLS A+ · ヘッダー A+

講演動画や解説動画、字幕のないSNS向けクリップ - ミュートで再生されるフィードや聴覚に障がいのある視聴者にとって、字幕の有無は動画の内容が伝わるかどうかを大きく左右します。このツールは動画の音声トラックを聞き取り、AI(Whisper)で発話を認識し、タイムスタンプ付きの字幕ファイルとして書き出します。動画プレーヤーや編集ソフトにそのまま読み込める状態で完成します。

音声トラックは動画から自動的に抽出されます - 別途、専用の抽出ツールを経由する必要はなく、このサイトの音声抽出ツールと同じ仕組みがそのまま使われます。Whisperは認識結果を開始時刻と終了時刻を持つ発話区間に分割し、それをそのままSRTまたはVTTのキューとして出力します。タイムスタンプの形式は、このサイトの他の字幕ツールとまったく同じです(たとえば「字幕をずらす」ツールで、後からさらに微調整することもできます)。

字幕はあくまで自動生成による近似であり、編集済みの正式な翻訳の代わりにはなりません - 固有名詞や専門用語、背景ノイズが原因で誤りが生じることがあります。公開前に一度、簡単な確認作業を行うことを強くおすすめします。

技術仕様

技術仕様
入力形式	MP4, M4V, WEBM, MOV, MKV
自動変換	PNG, GIF
出力形式	SRT, VTT
一括処理	非対応
処理	ブラウザ内でローカル処理 (WebAssembly)
ファイルのアップロード	なし

3ステップで

動画ファイルをドロップします。
言語と字幕形式(SRTまたはVTT)を選択します。
字幕ファイルをダウンロードします。

制限: このサイトではクロスオリジン分離モードを使用していないため、処理はシングルスレッドで動作し、サーバー側処理のサービスより体感できるほど時間がかかります。そのため端末ごとの長さの上限が、他の動画ツールよりも大幅に厳しく設定されています。使用しているのはコンパクトな「tiny」モデルで、明瞭な話し声には強い一方、強い背景ノイズや複数人が同時に話す場面には大きいモデルほど強くありません。字幕は機械生成のため、公開前に、特に固有名詞や数字を確認してください。

よくある質問

動画はアップロードされますか?

いいえ、音声の抽出も認識処理もすべてブラウザ内でローカルに実行されます。

SRTとVTT、どちらを選べばよいですか?

SRTは動画編集ソフトで最も広く使われている形式です。VTTはHTML5の動画プレーヤー向けのWeb標準形式です。

後からタイムスタンプを調整できますか?

はい、「字幕をずらす」ツールを使えば、ファイル全体を一定の時間分だけずらせます。

複数の話者がいる場合にも使えますか?

使えますが、話者の区別は行われません - すべての声が同じ字幕トラックにまとめて出力されます。