近年、プロダクトデモやチュートリアル、マーケティング動画を Web に埋め込むケースが増えています。その一方で、無音再生・アクセシビリティ・海外向けローカライズの観点から、字幕（キャプション）の需要も急激に高まっています。
手動で文字起こししてタイムコードを打つのは時間がかかりますし、いきなり本編に字幕を焼き込む（ハードサブ）と、後から文言修正や多言語差し替えが面倒です。
そこで今回は、ブラウザ上で ソフト字幕（SRT / VTT）の生成・翻訳・ダウンロード までできる Video Subtitle Translator を、エンジニア / Web 制作目線で試してみました。
1. Video Subtitle Translator とは？
Video Subtitle Translator は、動画をアップロードすると音声を自動認識し、時間付きのソフト字幕を生成できるオンラインツールです。必要に応じて 40言語以上 への翻訳も同じワークフローで行え、結果を SRT / VTT としてダウンロードできます。
専用のデスクトップアプリや、複雑な Whisper / FFmpeg コマンドを組まなくても、Google ログイン後にドラッグ＆ドロップ中心で進められます。
主な特徴
- ソフト字幕特化: 映像に文字を焼き込まない。マスター映像を汚さず、プレイヤー側で ON/OFF 可能なトラックを出力
- 文字起こし + 翻訳: 元言語のまま、または英語など 40+ 言語へ翻訳
-
SRT / VTT 出力: YouTube Studio、HTML5
<track>、各種 NLE に取り込みやすい形式 - 既存字幕ファイルの翻訳: すでに SRT/VTT がある場合は、タイムスタンプを維持したままテキスト翻訳も可能（Whisper クレジット不要のパスあり）
- プライバシー配慮: アップロード動画は字幕生成のために処理し、メディアライブラリとして保持しない旨を明記
- ブラウザ完結: MP4 / MOV / WebM に対応（現行の目安: 約 10 分 / 200 MB まで）
2. 実際に使ってみた（検証）
今回は、プロダクト紹介用の短い MP4（数分程度）を想定し、英語字幕の生成と SRT ダウンロード までを確認する流れで試しました。
手順
- 公式サイト にアクセスし、Google でサインインする
- MP4 / MOV / WebM をアップロードする（長い素材は先にトリム）
- 音声の言語（または自動検出）と、出力したい言語を選ぶ
- 生成（Translate / Generate）を実行し、画面上でキュー（字幕タイミング）を確認する
- SRT または VTT をダウンロードする
新規ユーザーにはおおよそ 600 クレジット（約 10 分相当） の無料枠があり、Whisper による書き起こしはクレジットプラン上 1 秒あたり 1 クレジット が目安です（詳細・料金は公式 Pricing を参照）。
所感
- 「編集ソフトを開いて Autocaption → 書き出し」より、字幕ファイルだけ欲しい ときの導線が短い
- ソフト字幕なので、あとから文言修正や別言語差し替えがしやすい
- 一方で、1 本あたりの長さ制限や、雑音・専門用語が多い音声では人手の校正が前提、という割り切りは必要
※ 画質・圧縮ツールではないため、「ファイルサイズ削減」ではなく「タイムコード付きテキストの取得」が価値の中心です。