要点：可能な限りクリーンな映像を求めるなら、字幕を焼き込みたくはないはずです——オフに切り替えられる独立したトラックとして持ちたいはずです。そのための方法は、焼き込み字幕のテキストをOCRでSRTに変換し、クリーンな映像の上にソフト字幕として再生することです。OCRが正確な理由は、画面上の公式テキストをそのまま読み取るからです。音声認識はあくまで推測に頼ります。
なぜコレクターは焼き込み字幕をソフト字幕のSRTに変換するのか？
画質にこだわるなら、焼き込み字幕は自分が選んだわけではない妥協です。テキストはフレームに永久に焼き付けられており、覆っている部分の映像を変えてしまい、見たいかどうかに関係なく常に表示されます。その下にある元の映像を取り戻すことはできません。
ソフト字幕（切り替え可能な字幕）は、この両方の問題を同時に解決します。再生時に映像の上に重ねられる独立したトラックであるため、下の映像は一切変わらず、どのプレイヤーでもキー一つで字幕をオン・オフできます。同じファイルで、見返す時はクリーンな映像として、読みながら見たい時は字幕付きとして再生できます。
ソフト字幕を選ぶ人は、ほぼ定義上、映像を永久に変えてしまうものを望まない人たちです——だからこそ焼き込み版は彼らにとって満足のいくものではなく、切り替え可能なトラックはそうではないのです。
なぜOCRが音声認識より優れているのか？
動画から字幕を作る方法は2つあります。画面にすでに表示されているテキストを読み取る方法と、音声を聞いて書き起こす方法です。手元に残しておきたいコピーにとって、この2つは同等の品質ではありません。
OCRは、人間がすでに作成して画面に配置した公式字幕を読み取ります。テキストを再構築するのではなく複写するため、正確な言い回し、人名の表記、そのリリースで使われた特定の用語をそのまま保持します。一方、音声認識は音声を書き起こすため、音だけから推測できないものは推測に頼らざるを得ません——固有名詞、キャラクター名、地名、専門用語は特に間違いやすい部分であり、それらはまさに間違えてほしくない言葉であることが多いのです。
永久に保存するコピーを作るなら、画面上の公式テキストへの忠実性こそが本質です——だからこそコレクターは、セリフの自動書き起こしではなく、焼き込み字幕のOCRを選ぶのです。
ワークフローをステップごとに見るとどうなるか？
目標は、クリーンな映像とオフに切り替えられる字幕の両方を手に入れることです。そこに至るには3つのステップがあり、それぞれが何をするのかを正確に理解しておくと役立ちます。
- クリーンで高品質なソースを入手する。多くのコレクターは、まさにこのためにBlu-rayを購入します——字幕が焼き込まれていない、入手可能な最高品質の映像です。
- 焼き込み字幕をOCRでタイミング付きのSRTに変換する。フレーム内に字幕が表示されているコピーを用意し、そのテキストを標準的で正しくタイミング調整されたSRTファイルとして書き出します。
- SRTをクリーンなコピーの上にソフト字幕として再生する。SRTをクリーンな動画と同じ場所に置くだけで、字幕は独立したトラックとなり、自由にオン・オフできます。
ここで正直に言っておきたいことがあります。期待がずれやすいポイントだからです。OCRは字幕テキストをSRTとして抽出するものであり、動画から焼き込まれたピクセルを消し去るものではありません。字幕入りのコピーを加工してもクリーンな映像は得られません——フレームからテキストを塗りつぶそうとすると、その部分の映像が劣化してしまいます。クリーンな映像を得るには、新しく作成したSRTを、そもそも字幕が焼き込まれていないソースと組み合わせる必要があります。OCRは正確なテキストを、クリーンなソースはクリーンな映像を、それぞれ提供してくれるのです。
Macではどのように行うのか？
GeekLinkは動画のフレームから焼き込み字幕のテキストを直接読み取り、タイミング付きのSRTを書き出します——すべてMac上でローカルに処理され、何もアップロードされず、インターネット接続も不要です。字幕入りのコピーをインポートしてOCR抽出を実行するだけで、公式の言い回しと正しいタイミングを持つ標準的なSRTが得られます。
その後は、SRTはごく普通の字幕ファイルです。クリーンなソースと同じ場所に置けば、QuickTime、IINA、VLC、あるいはテレビに接続されたハードウェアプレイヤーなど、どのプレイヤーでも必要に応じて表示・非表示を切り替えられます。これこそが求めていた切り替え可能なトラックです——映像は元のまま保たれ、字幕は必要な時だけ表示されます。他の言語の字幕も欲しい場合は、GeekLinkが抽出したSRTを元のタイミングを保ったまま40以上の言語に翻訳でき、複数話をまとめて一度に処理することもできます。
よくある質問
動画から焼き込み字幕を削除できますか？
OCRは字幕テキストをSRTとして抽出するものであり、映像から焼き込まれたピクセルを取り除くものではありません。クリーンな映像を得るには、抽出したSRTを、そもそも字幕が焼き込まれていないクリーンなソースと組み合わせてください。動画のインペインティングで焼き込みテキストを消そうとすると、その部分の映像が劣化してしまうため、コレクターが取る方法ではありません。
OCRと音声認識、字幕においてどちらがより正確ですか？
画面上の公式テキストをOCRする方が忠実性が高くなります。人間が作成した字幕を、人名や用語も含めてそのまま複写するからです。音声認識は音声を書き起こすため、音だけから推測できないものは推測に頼ることになり、人名、固有名詞、専門用語で最も間違いが起こりやすくなります。
焼き込み字幕とソフト字幕の違いは何ですか？
焼き込み字幕は映像に永久に焼き付けられ、常に表示された状態になります——映像を変えてしまい、オフにすることはできません。ソフト字幕（切り替え可能な字幕）は、再生時に映像の上に重ねられる独立したトラックであるため、映像は一切変わらず、どのプレイヤーでもオン・オフを切り替えられます。
コレクターはなぜBlu-rayを購入しつつ字幕も抽出するのですか？
字幕が焼き込まれていない、入手可能な最高品質の映像を求めてBlu-rayを購入します。そして字幕は別途抽出することで、編集可能で切り替え可能な、手元に残せる正確な公式テキストのSRTも同時に手に入れます——クリーンな映像と切り替え可能な字幕、その両方です。
GeekLinkはMacでオフラインで動作しますか？
はい。OCRはMac上でローカルに実行され、何もアップロードされず、インターネット接続も不要なため、動画がマシンから外に出ることはありません。