字幕ジェネレーターのよくある質問

最適な字幕ジェネレーターは、ニーズに合うものです。非公開で、ウォーターマークがなく、書き出し前に編集できる無料の字幕ジェネレーターをお探しなら、このツールはまさにそのために作られています。選び方は無料字幕ジェネレーターの選び方チェックリストをご覧ください。

両方です。音声認識AI「Whisper」を使うAI字幕ジェネレーターであり、確認するだけでよい字幕を自動で作る自動字幕ジェネレーターでもあります。無料で、アカウントも不要です。AI字幕生成の仕組みもご覧ください。

はい。このツールはSRT・VTT・TXTに何も付け加えず、登録も求めません。確認すべきポイントはこちらです。

音声ファイル（MP3、WAV、M4Aなど）をツールにドロップし、言語を選んで生成します。文字起こしにはTXT、時刻が必要ならSRTでダウンロードしてください。登録は不要で、ファイルはアップロードされません。

MP4、MOV、WebM、MKVの動画をドロップして字幕を生成し、エディターで単語を修正して、SRTまたはVTTをダウンロードします。長い動画でも無料で字幕を付けられ、そのファイルを動画プラットフォームや編集ソフトで使えます。

YouTubeにも自動字幕はありますが、精度が低いことがよくあります。YouTube字幕ジェネレーターで先により正確な字幕を作りましょう。ここで生成してSRTをダウンロードし、YouTube Studioにアップロードします（ショート動画にも対応）。YouTube字幕ジェネレーターのガイドで手順を解説しています。

はい。MP4、MOV、WebM、MKVに対応する動画字幕ジェネレーターで、音声ファイルも使えます。動画向け自動字幕生成のガイドもご覧ください。

オンラインの字幕ジェネレーターなので、インストールは不要です。最新のブラウザーでページを開き、ファイルを追加して、結果をダウンロードするだけです。

手作業では、1行ずつ入力して時刻を設定するため、数時間かかることもあります。自動の字幕ジェネレーターは行とタイミングを下書きしてくれるので、確認するだけで済みます。数時間の作業が数分になります。

無料の字幕ジェネレーターを開き、動画か音声をドロップし、言語を選んで字幕を生成します。エディターで単語を直し、SRT・VTT・TXTをダウンロード。アカウントもウォーターマークも不要です。詳しくはガイド一覧へ。

はい。無料でお使いいただけます。トライアル期間もクレジットもアカウントもウォーターマークもありません。字幕は個人・教育・商用の動画に使えます。

いいえ。ファイルはお使いのブラウザーが、お使いの端末上で処理します。ダウンロードされるのはAIモデルだけ（一度のみ）で、メディアが当社のサーバーや第三者へ送られることはありません。

音声認識モデルは99言語に対応しており、英語、スペイン語、フランス語、ドイツ語、ポルトガル語、イタリア語、日本語、韓国語、中国語、アラビア語、ヒンディー語、ロシア語、トルコ語などを含みます。精度は、話者の多い言語ほど高くなります。

音声を英語字幕へ翻訳できます。作成前に「音声を英語に翻訳」を選んでください。英語以外の言語への翻訳には、まだ対応していません。

明瞭な音声なら精度は高いですが、人名、なまり、専門用語、ノイズではAIも間違えることがあります。内蔵エディターで公開前に確認してください。

品質モードを初めて使うとき、ブラウザーがそのAIモデル（約40〜250MB）をダウンロードします。その後はブラウザーに保存されるため、2回目以降はダウンロードが不要です。 対応するパソコンのブラウザーにだけ表示される任意の「最高品質」モードは、約570MBです。

端末と選んだ品質によります。最近のノートパソコンでは、高速モードはたいてい実時間より速く終わります。高精度は、特にスマートフォンや古いパソコンでは遅くなります。

MP4、MOV、WebM、MKV、MP3、WAV、M4A、AAC、OGG、FLACなど、一般的な動画・音声ファイルです。失敗する場合は、MP4またはMP3に変換してお試しください。

SRT、WebVTT（VTT）、プレーンテキスト、時刻付きテキストです。SRTとVTTは、YouTube、Vimeo、Facebook、LinkedInや、ほとんどの動画編集ソフトで使えます。

ジェネレーター自体にはその機能はありません。SRTまたはVTTをダウンロードして、動画編集ソフトやメディアプレーヤーで追加するか、字幕に対応したプラットフォームへアップロードしてください。方法はガイドで説明しています。

はい、新しめのスマートフォンのブラウザーで使えます。スマートフォンはメモリが少なく処理も遅いため、高速またはバランス品質と、短めのファイルをおすすめします。

当方で長さの制限は設けていません。実際の上限は、端末のメモリと待ち時間です。非常に長いファイルは、時間がかかるか、分割が必要になる場合があります。

同じ音声認識モデルの4つのサイズです。高速（約40MB）が最速、バランス（約80MB）はほとんどの動画向き、高精度（約250MB）は遅めですが、なまり・ノイズ・専門用語に強くなり、最高品質（約570MB）はもっとも正確です。最高品質はグラフィックスカードで動くため、WebGPUに対応したパソコンのブラウザーにだけ表示されます。スマートフォンとタブレットでは高速とバランスを選べます。いつでも切り替えられます。

完全には使えません。初回はAIモデルのダウンロードにインターネットが必要で、ページとエンジンのコードもWebから読み込まれます。初回以降はモデルがブラウザーに保存されますが、オフライン利用は保証していません。

テキストの編集、行の削除、時刻をクリックしてその位置へ移動することができます。開始・終了時刻の細かい調整は、現在のエディターではまだできません。動画編集ソフトや字幕編集ソフトをお使いください。

話し声を書き起こし、背景の音楽はほとんど無視しますが、大きな音楽は誤りの原因になります。誰が話しているかは区別しないので、確認時に話者名を自分で追加してください。

パソコンでは最新版のChrome、Edge、Firefox、Safari、スマートフォンでは比較的新しいAndroidとiPhoneのブラウザーです。WebAssemblyや最新の音声機能がない古いブラウザーではAIを実行できません。

はい。作成した字幕はあなたのもので、クレジットや帰属表示は不要です。動画そのものの権利をお持ちであることをご確認ください。