字幕編集版の作成・編集

字幕編集版とは

字幕編集版は、認識結果を字幕向けに分割して作る編集用セッションです。一覧の1行が、開始・終了時刻を持つ1つの字幕になります。元セッションの下に「元のセッション名（字幕用）」として表示されます。

• 元の認識結果や音声は変更しません。本文の修正、結合・分割、時間調整は字幕編集版へ保存します。
• 音声や動画は元セッションのものを参照します。字幕編集版の作成時に音声認識をやり直すことはありません。
• 作成時のタイムタグ付き原文と文字の対応を保持します。親の本文を後から変更しても、字幕編集版へ自動反映しません。
• 作成するたびに別の字幕編集版が増えます。既存の字幕編集版を上書きする「更新」ではありません。

すぐに字幕ファイルだけを作る場合は、原文・翻訳版の「字幕用（SRT / SBV）」書き出しを使えます。字幕の区切りや時刻を手作業で仕上げたい場合に、この字幕編集版を使います。

ここで扱うのは保存した結果から作る字幕です。会議や配信へその場で表示するリアルタイム字幕出力・Mojidas Cameraとは別の機能です。

字幕編集版を作成する

本文と区切りを整えてから、最後に表示時刻を調整すると進めやすくなります。

Mojidasへログインし、リアルタイム音声認識または動画・音声ファイルの音声認識の原文セッションを用意します。認識結果が必要です。音声認識などの処理中は、完了してから操作してください。

1. 必要なら元の認識結果を修正する

   字幕編集版には、作成時点の編集済み本文が使われます。誤認識を先に直す場合は、元セッションを「編集」に切り替えて修正します。

2. 元セッションの「…」メニューを開く

   「翻訳版を作成・更新…」のすぐ下にある「字幕編集版を作成…」を選びます。字幕編集版の作成メニューは、認識結果のある原文セッションに表示されます。

3. 「字幕編集版の作成」で言語と分割方法を選ぶ

   下の「言語と分割の設定」を確認し、字幕の長さや相槌を残すかどうかを決めます。このダイアログにはSRT／SBVのファイル形式はありません。

4. 作成を実行する

   分割結果が子セッションとして保存され、「元のセッション名（字幕用）」が編集モードで開きます。波形の初期表示は5秒幅です。

同じ名前の字幕編集版を作り分ける場合は、各セッションの「…」→「名前を変更…」で用途が分かる名前にしておくと見分けやすくなります。

言語と「分割」を設定する

字幕の言語：日本語

「分割」の設定を表示し、句点や自然な文節を優先して字幕を分けます。

字幕の言語：その他

認識結果1件を1つの字幕にします。「分割」は見出し・設定・説明をまとめて隠し、文字数や行数による再分割はしません。「日本語」に戻すと、保持していた設定値を再表示します。

一行の文字数

初期値は20文字です。厳密な上限ではなく目安で、文節や英単語を不自然に切らないため多少超えることがあります。

一つの字幕の行数

初期値は最大2行です。本文の長さに応じて改行し、長い発話は複数の字幕へ分けます。

句読点を半角スペースに置換する

日本語の「、」を半角スペースへ置き換え、「。」を取り除きます。チェックを外すと句読点を残します。どちらでも「。」による字幕の区切りは維持します。

「はい」や「うん」などの相槌は削除する

句読点設定の直下にあり、初期状態はオンです。相槌やフィラーだけになった字幕を除外します。残したい場合は、作成前にチェックを外します。

短い文でも「。」で区切ります

日本語では、設定文字数に届かなくても「。」を文字数より優先して区切ります。たとえば「確認しました。次に進みます。」は、文字数に余裕があっても2つの文を別々の字幕にします。直後の閉じ括弧などは前の文へ含めます。

相槌の除外は字幕全体で判定します

対象は「はい」「うん」「ええ」「えーと」「ええと」「えっと」「あの」「あのー」「えー」「あー」です。空白・改行・句読点を除いた字幕全体が、このいずれか1つと一致する場合だけ除外します。「はい、次に進みます」「あの人です」のような本文から、一部の語だけを消すことはありません。

相槌を除外しても元の認識結果と音声は残り、後続字幕の時刻も前へ詰めません。除外区間は字幕のない時間として残ります。「その他」では除外しません。作成済み字幕編集版の書き出し時にも、相槌を再び除外することはありません。

すべてが除外対象なら字幕は作成されません。必要な相槌が消えた場合は、元セッションで相槌削除をオフにして別の字幕編集版を作成します。

本文を編集し、音声で確認する

1. 字幕編集版を「編集」にする

   修正したい発話の本文をクリックします。文字カーソルが入った行が編集対象です。

2. Enterまたは行の再生ボタンで聞く

   行を選んだ直後のEnterは、その発話の先頭から再生します。停止中に発話を選ぶだけなら、再生位置と波形を先頭へ移し、再生は始めません。

3. 本文を修正する

   通常の文字を入力すると再生が停止します。「、」「。」だけの入力では再生を続けます。

4. Enterで保存して聞き直す

   文字入力後は、最初に修正した文字の推定時刻の1秒前から再生します。発話の先頭より前には戻らず、時刻を推定できない場合は編集した発話の先頭から再生します。連続して入力しても最初の修正位置を基準にします。別の発話を再生中に移動して修正した場合も、以前の停止位置には戻りません。編集行と文字カーソルの位置を維持します。

5. 確認できたら次へ進む

   文字を追加せずにもう一度Enterを押すと、次の発話へ移動して再生します。最終行では次へ移動しません。

改行と字幕の分割は別の操作です

本文内の改行はMacでCommand＋Enter、WindowsでCtrl＋Enterです。1つの字幕の中で行を変えるだけで、開始・終了時刻は分かれません。別の字幕に分けたい場合は「カーソル位置で分割」を使います。日本語変換中のEnterは変換確定を優先します。

編集モードのスペースキーは空白文字の入力です。再生・停止には使いません。

取り消し・やり直し

本文編集、結合・分割、時間調整、時間リセットを同じ履歴で取り消せます。MacはCommand＋Z、WindowsはCtrl＋Zです。やり直しはMacでShift＋Command＋Z、WindowsでCtrl＋YまたはCtrl＋Shift＋Zです。編集欄の右クリックメニューからも操作できます。

• 履歴はセッションごとに最大20操作です。別の発話の入力欄へ移動しても、操作した順に戻せます。
• 本文は一文字ごとではなく、行移動・Enter確定などの保存単位で履歴になります。時間ドラッグはマウスを離すまでを1操作として扱います。
• セッションを切り替えて戻っても履歴は残りますが、アプリ終了時に消えます。保存した現在の本文や時刻は残ります。
• 取り消し後に新たな編集を行うと、やり直しの履歴は消えます。
• 音声認識中や日本語変換中にはセッションの取り消し・やり直しを行いません。

この履歴は字幕編集版専用ではなく、原文・ファイル・翻訳などの編集でも共通です。通常の編集とUndoの説明も参照できます。

波形と発話バーを見る

字幕編集版の波形は初めて開くと5秒幅です。虫眼鏡の＋／−で拡大・縮小できます。30秒幅以下では、波形上部の同じ行に発話バーを表示します。

オレンジのバー

現在選択している発話です。バー本体をクリックするとその発話を選択できます。左右の白いハンドルでは時間を調整します。

青いバー

表示範囲に入っている前後の発話です。クリックしてその発話を選択できます。見出しは本文の先頭で、入りきらない末尾を「...」で省略します。

赤い線

現在の再生位置です。波形本体をクリック・ドラッグすると再生位置を移動できます。発話バーの端をドラッグする時間調整とは別の操作です。

発話バー本体をクリックすると、その発話を選択して再生カーソルを発話の先頭へ移します。波形の表示範囲はクリック前のまま保持します。別のバーを続けて選んでも、中央へ寄せ直したり別のページへ移動したりしません。左右のハンドルをドラッグする時間調整とは別の操作です。

横スクロールバー、または波形上でのトラックパッドの2本指スワイプ・マウスホイールで、表示範囲だけを左右へ移動できます。再生位置や発話時刻は変わりません。詳しくは波形のスクロールと再生追従をご確認ください。

中央固定とページ送り

中央へ向いた矢印のトグルボタンがオン（強調色）なら、赤い再生線を中央に固定して波形が左へ流れます。オフ（通常色）なら波形を固定したまま再生線が右へ進み、右端で次の範囲へ切り替わります。全体表示中は切り替えられません。

倍率とカーソル方式は字幕編集版ごとに保存され、セッション切替やアプリ再起動後も復元します。親セッションとは独立した設定です。「現在位置の結果を選択」は再生位置を動かさず、その位置に対応する発話を選びます。

字幕を結合・分割・削除する

結合・分割は、本文の編集欄にカーソルがあるときにショートカットでも操作できます。「前の発話と結合」はMacでCommand＋Shift＋H、WindowsでCtrl＋Shift＋H。「カーソル位置で分割」はMacでCommand＋B、WindowsでCtrl＋Bです。日本語変換中は実行しません。

Macは「編集」メニューからも選べます。Windowsは既存の編集ボタンまたはショートカットを使います。どの操作でも、結合条件・時間のリセット確認・取り消しの動作は同じです。

発話を削除する

削除したい発話の本文欄にカーソルを置き、MacはCommand＋D、WindowsはCtrl＋Dを押します。選択した文字だけでなく発話全体を削除し、次の発話の編集欄へ移ります。末尾では前の発話へ移ります。削除ボタンはなく、Macは「編集」メニューの「発話を削除」からも操作できます。

削除はMacのCommand＋Z／WindowsのCtrl＋Zで取り消せます。本文、開始・終了時刻、文字の時間情報も復元します。最後の1件を削除した場合も、空の一覧で取り消せます。時間調整済みでもリセットは不要で、元セッションと音声ファイルは削除しません。日本語変換中は削除キーを実行しません。

前の発話と結合する

結合後のカーソルは、前後の本文をつないだ境目に置かれます。そのまま文字や改行を追加できます。

2つの字幕を1つにつなぎたい場合に使います。字幕編集版の編集対象行の右側に表示されるボタンから操作します。右クリックメニューではありません。

1. 結合したい2行のうち、後ろの行を選ぶ

   「前」は一覧の表示順で直前の発話を指します。たとえば「本日は」と「ありがとうございました」をつなぐなら、後ろの「ありがとうございました」を選びます。

2. 「前の発話と結合」を押す

   前後の本文と文字の時間対応をつなぎ、1つの字幕にします。離れた行や、前に発話がない先頭行とは結合できません。

3. 本文・改行・音声を確認する

   読みやすい位置で改行し、再生して区切りを確認します。誤って結合した場合は取り消しで戻せます。

同じ録音・音声認識実行・入力・話者などの条件を満たし、通常は時間が重ならない発話だけを結合できます。異なる話者や録音の境界は越えません。

挿入した文字だけの短い字幕が重なる場合

先頭へ挿入した文字だけの字幕に最低表示時間の1ミリ秒が付いたため、次の字幕と重なる場合は例外的に結合できます。元の文字時刻からこの状態を確認でき、両方とも時間を手動調整していない場合に限ります。作成済み字幕編集版にも適用され、作り直しは不要です。本文と表示区間を保持し、Undo／Redoも使えます。通常の音声の重複や、別録音・別話者をまたぐ結合はできません。

カーソル位置で分割する

1. 分けたい字幕を編集対象にする

   本文の途中に文字カーソルを置きます。たとえば「本日は｜ありがとうございました」の位置で分けると、前後が別の字幕になります。「｜」は説明用で、入力する必要はありません。

2. 文字を選択していないことを確認する

   本文の先頭・末尾では分割できません。文字の範囲選択を解除し、文字と文字の間にカーソルを置いてください。波形の赤い再生線の位置で分割する機能ではありません。

3. 「カーソル位置で分割」を押す

   ボタンを押しても本文のカーソル位置を保持し、その位置を使って2つの字幕を作ります。左右それぞれの本文の文頭・文末に残った半角スペース・全角スペースを取り除きます。文頭の改行も取り除きます。本文途中のスペースや改行、末尾の改行、タブは保持します。

4. 境界の音声を確認する

   保存されている文字の時間対応から開始・終了時刻を復元します。無音部分は無理に埋めず、文字の追加・修正箇所や単語内などは可能な範囲で推定します。

文字単位の時刻は必ずしも実測値ではありません。空の字幕、絵文字の内部、時間が逆転する区切りなどは作れません。仕上げには音声を聞き、必要なら次の時間調整を行ってください。

開始・終了時刻を調整する

白いハンドルにマウスを重ねると、カーソルが左右に伸縮する矢印へ変わります。左端は前の発話の終了、右端は次の発話の開始にぴったり止まり、それ以上は伸ばせません。先頭・末尾は録音範囲が限界です。前後の発話は動かしません。既に重なっている側は、現在位置より重なりを広げられないようにします。

本文と区切りを整えた後、字幕が出る瞬間・消える瞬間を音声へ合わせます。字幕編集版の閲覧・編集のどちらでも操作できます。「位置調整」モードへの切り替えは不要です。

1. 波形を30秒幅以下にする

   全体表示や60秒幅などでバーが見えない場合は、虫眼鏡の＋で拡大してください。

2. 調整する発話を選ぶ

   対象のバーがオレンジになります。左端と右端の白いハンドルを確認します。端が表示範囲外なら、その端が見える位置へ波形を移動します。

3. 左端または右端を左右へドラッグする

   左端が開始時刻、右端が終了時刻です。ドラッグ中は再生を停止し、波形の表示範囲を固定します。調整中の開始・終了時刻の数値は表示しません。バー全体を移動する操作ではありません。

4. マウスを離して保存し、聞き直す

   離した時点で1操作として保存します。録音範囲外、開始と終了の逆転、長さが1ミリ秒未満になる調整はできません。音声ファイルそのものは切り貼りしません。

時間調整済みの発話は、そのままでは結合・分割できません。文字位置と時刻の整合性を保つため、ボタンを押すと理由とリセット確認を表示します。

時間調整後に結合・分割したいとき

1. 結合または分割ボタンを押す

   ボタンは押せるままです。対象に時間調整済みの発話があると、操作できない理由を表示します。

2. リセットするか選ぶ

   「開始・終了時間をリセット」を選ぶと、本文の編集は残して、最初に時間調整する前の開始・終了時刻へ戻します。結合では前の発話も確認し、調整済みの対象をリセットします。「キャンセル」では時間を変えません。

3. もう一度、結合・分割を操作する

   リセットしただけでは結合・分割を自動実行しません。分割の場合はカーソル位置も確認してから押してください。

4. 必要なら時刻を仕上げ直す

   区切りを確定した後、開始・終了時刻を再調整します。

ドラッグを繰り返していても、戻る先は最後のドラッグ直前ではなく、最初の時間調整前です。ドラッグで見た目の時刻を元へ戻しただけでは、調整済み扱いは解除されません。明示的なリセットかUndoを使います。

SRT・SBVへそのまま書き出す

1. 仕上げた字幕編集版を選ぶ

   元セッションではなく、編集した「（字幕用）」のセッションが選択されていることを確認します。

2. 「書き出し」→「字幕用（SRT / SBV）…」を選ぶ

   現在の内容を保持してそのまま書き出す旨が表示されます。

3. SRTまたはSBVと保存先を選ぶ

   利用する動画編集ソフトやサービスに合わせて形式を選び、書き出します。字幕編集版のダイアログで選ぶ設定はファイル形式だけです。

4. 元動画へ読み込んで最終確認する

   字幕が出る・消える時刻、改行、固有名詞を確認してください。

現在の本文・改行・字幕の区切り・開始終了時刻を保持します。言語の選択欄や「分割」セクションは表示されず、再分割、句読点の再置換、相槌の再除外は行いません。

困ったとき

「字幕編集版を作成」が見つからない

認識結果のある原文セッションの「…」メニューを開いてください。作成済みの字幕編集版や翻訳版のメニューではなく、元セッションを選びます。

結合・分割ボタンが見えない

字幕編集版を「編集」に切り替え、対象の本文をクリックします。ボタンは編集対象の1行だけに表示されます。

分割できない

本文の途中に文字カーソルを置き、範囲選択や日本語変換を終了してください。時間調整済みならリセットが必要です。詳しくは分割の手順と時間リセットを確認してください。

前の発話と結合できない

直前に発話があるか、録音・入力・話者や時間の重複を確認します。時間調整済みなら確認画面からリセットします。結合条件と1ミリ秒の例外も参照してください。

オレンジのバーの端がつかめない

30秒幅以下か、対象の発話が選択されているか、バーの実際の端が見えているかを確認します。青いバーや波形本体では、選択字幕の時間を調整できません。

「はい」「うん」が消えた

作成時の相槌削除がオンだった可能性があります。必要なら元セッションでオフにして別の字幕編集版を作ります。相槌の除外を参照してください。

字幕編集版や元セッションを削除したい

字幕編集版だけを削除しても元セッションと共有音声は残ります。元セッションを削除・再認識するには、先に配下の字幕編集版・翻訳版を削除してください。必要な字幕は削除前に書き出します。