短い動画を技術調査やコンテンツ分析に使う場合、視聴だけでは検索と比較が難しくなります。本稿では、TikTok文字起こしジェネレーター（Video Transcriber AI）で公開動画を文字起こしし、SRTをPythonで小さな調査メモへ変換する手順を紹介します。
この方法で分ける処理
作業は、取得、確認、変換の三段階に分けます。まず公開TikTokリンクから文字起こしを生成します。次に人名、数値、否定表現、専門用語を元動画と照合します。最後に、確認済みのSRTだけをスクリプトへ渡します。
自動文字起こしは入力を作る工程であり、事実確認の代わりではありません。raw と reviewed を別ファイルにし、未確認の内容が公開用データへ混ざらないようにします。
サンプルSRT
今回は三つの字幕から、冒頭文と頻出語を抽出します。
1
00:00:00,000 --> 00:00:03,000
Three editing habits make short videos easier to understand.
2
00:00:03,000 --> 00:00:07,000
Start with one clear promise and remove repeated words.
3
00:00:07,000 --> 00:00:11,000
Then add captions so the video works without sound.
Pythonで字幕行を抽出する
次のスクリプトは、番号、空行、タイムコードを除外し、最初の字幕をフックとして表示します。英単語の頻度も数えます。
from __future__ import annotations
import re
from collections import Counter
from pathlib import Path
TIMECODE = re.compile(r"^\d{2}:\d{2}:\d{2},\d{3} --> ")
def read_srt(path: Path) -> list[str]:
lines = path.read_text(encoding="utf-8").splitlines()
return [
line.strip()
for line in lines
if line.strip() and not line.isdigit() and not TIMECODE.match(line)
]
def top_terms(lines: list[str], limit: int = 5) -> list[tuple[str, int]]:
words = re.findall(r"[A-Za-z]{4,}", " ".join(lines).lower())
stop = {"this", "that", "with", "from", "your", "have"}
return Counter(word for word in words if word not in stop).most_common(limit)
if __name__ == "__main__":
transcript = read_srt(Path("work/example.srt"))
print(f"lines={len(transcript)}")
print(f"hook={transcript[0]}")
print("terms=" + ", ".join(f"{word}:{count}" for word, count in top_terms(transcript)))
実行コマンドは python3 work/srt_to_notes.py です。実際の出力は次の通りです。
lines=3
hook=Three editing habits make short videos easier to understand.
terms=three:1, editing:1, habits:1, make:1, short:1
実データへ適用するときの注意
第一に、字幕の一行が一文とは限りません。画面表示の都合で文が分割されるため、本格的な文章解析では句読点や前後行を考慮する必要があります。
第二に、頻出語だけで重要度を決めないことです。回数が少なくても、商品名、数値、結論を示す表現は重要です。頻度集計は確認対象を探す補助として使います。
第三に、元URLと処理状態を残します。CSVで管理するなら source_url、creator、language、review_status、captured_at を持たせると追跡しやすくなります。原文を修正した場合も、未編集版を上書きしません。
SRT、TXT、CSVの使い分け
字幕の時間情報が必要ならSRTまたはVTTを保持します。全文検索や要約が目的ならTXTが簡単です。複数動画のフック、論点、行動喚起を比較するならCSVへ正規化します。
たとえば、hook、claim、evidence、cta を列にすると、動画ごとの構成を比較できます。ただし、これらは自動抽出結果をそのまま公開せず、元字幕と動画を確認してから確定します。
小さく自動化する利点
同じ処理をコードにすると、動画ごとに手順が変わりません。どの行を除外し、何を数えたかが残るため、結果を再確認できます。スクリプトのバージョンと実行日も記録すれば、後からルールを変更した場合に差分を追えます。
一方で、音声の聞き違い、皮肉、文脈までは単純な集計で判断できません。自動化する範囲を整形と候補抽出に限定し、意味の確認は人が担当する設計が安全です。
まとめ
公開リンクから文字起こしを作り、重要箇所を人が確認し、用途に合う形式へ変換することで、TikTok動画を検索可能な調査資料として扱えます。コードは単純ですが、原文と加工結果を分離するだけで再現性が上がります。
入力データを準備するときは、TikTok文字起こしジェネレーター（Video Transcriber AI）で編集可能な文字稿やSRTを生成できます。その後の分析では、出典、確認状態、加工手順を残すことが重要です。