はじめに

動画ファイルに半自動的に字幕をつける方法についてまとめる。

今回、文字起こしには「AWS Transcribe」を使った。12ヶ月限定の無料枠もあり、そうでなくてもそこまでの料金は設定されておらず、手軽に使える。
特に、SRTファイルを出力できるため、字幕作成にはとても有用なサービスとなっている。

また、動画に字幕を追加する作業は、ffmpegを使い、ローカル環境で実行する。

検証環境 (字幕追加作業用)

以下の流れで動画に字幕を追加する。

動画 (MP4ファイル) に音声認識をかけて字幕ファイル (SRTファイル) を生成する。今回この文字起こしには前述の通り「AWS Transcribe」を使う。

まず、対象の動画ファイル (ここでは input.mp4) を適当なS3へ格納する。

次に、AWS Transcribe から文字起こしを行う。

「Transcription job」を作成する。日本語音声のため、「Language」は「Japanese」を選択。

「Input data」で、先ほどS3へ格納したMP4ファイルを選択する。

「Output data」の「Subtitle file format」で、今回必要なSRTファイルが出力されるよう「SRT」にチェックを入れる。

次ページのConfigure jobも含めその他は既定値のままで「Create job」をし、Jobをスタートさせる。

完了すると、jobの画面で実行結果を確認できる。
また、「Transcription preview」で認識結果のテキストやSRTファイルのプレビューも可能。右上の「Download」からSRTファイルをダウンロードする。

自動音声認識による字幕生成であるため、一部誤認識となった部分も含まれていることがある。
任意でSRTファイルを修正する。

「ffmpeg」を使い、動画に字幕を追加する。

ffmpeg -i input.mp4 -i srtSubtitles.srt \
    -c copy -c:s mov_text \
    -metadata:s:s:0 language=jpn \
    output.mp4

QuickTime Player等、字幕再生に対応している動画プレイヤーで再生すると、このように字幕を表示させることができる。

AWS Transcribeとffmpegを使って字幕を追加する方法についてまとめた。音声認識の精度もそれなりに高く、このようにSRTファイルも出力できるため、字幕追加の作業がスムーズになった。