YouTube動画から字幕を抽出する方法

要点：YouTube動画から字幕を抽出する方法は3通りあり、どれが有効かは字幕の種類によって変わります。 動画に字幕トラック（プレーヤーのCCボタン）があれば、YouTubeの文字起こしパネルからテキストをコピーするか、無料ツールyt-dlpでSRTファイルとしてダウンロードします。字幕が映像そのものに焼き込まれている場合、どんなダウンローダーでも抽出できません——OCRソフトが必要です。動画に字幕がまったくない場合は、音声認識で音声を文字起こしします。本ガイドではこの3つすべてを、無料でソフト不要の方法から順に解説します。

そのYouTube動画の字幕はどの種類か？

30秒の確認で、間違った方法を使わずに済みます。動画プレーヤーを見てください：

見えているもの	その意味	抽出方法
CCボタン——字幕のオン/オフができる	字幕トラック（自動生成またはアップロード）	文字起こしパネルまたはyt-dlp
字幕が常に表示され、CCボタンがない	映像に焼き込まれている——ダウンロードできるトラックがない	OCR
CCボタンがなく、字幕も見えない	動画に字幕がない	音声を文字起こしする

ダウンローダーやオンラインの字幕抽出ツールは、最初のケース——実際の字幕トラックを持つ動画——にしか通用しません。 焼き込み字幕は視聴者にはまったく同じに見えますが、単なるピクセルです。だからこそ、まったく異なる方法が必要になります。

何もインストールせずにYouTubeの文字起こしをコピーするには？

1本の動画のテキストを取得する——メモ、要約、AIへの入力のため——なら、YouTube内蔵の文字起こしパネルが最速で、どのブラウザでも使えます。

1. youtube.comで動画を開きます（すべての動画でモバイルアプリでは動作しません）。
2. 動画タイトルの下の...もっと見るをクリックして概要欄を展開し、次に文字起こしを表示をクリックします。
3. 文字起こしがタイムスタンプ付きで開きます。きれいなテキストが欲しい場合は、パネル内の三点メニューをクリックしてタイムスタンプの切り替えを選びます。
4. テキストを選択してコピーします。

制限があります：文字起こしパネルで得られるのはプレーンテキストで、字幕ファイルではありません——ここからSRTのタイミングを書き出す方法はありません。 タイムスタンプ付きの本物の字幕ファイルが必要なら、次の方法を使ってください。

YouTubeの字幕をSRTファイルとしてダウンロードするには？

無料のオープンソースのコマンドラインツールyt-dlpは、動画本体をダウンロードせずに、公開されているYouTube動画の字幕トラックを字幕ファイルとしてダウンロードできます。 Macではbrew install yt-dlpでインストールし、次を実行します：

# See which caption tracks the video has
yt-dlp --list-subs "VIDEO_URL"

# Download the auto-generated English captions as SRT (no video)
yt-dlp --write-auto-subs --sub-langs en --convert-subs srt --skip-download "VIDEO_URL"

# If the creator uploaded their own captions, prefer those — they are usually more accurate
yt-dlp --write-subs --sub-langs en --convert-subs srt --skip-download "VIDEO_URL"

enを、その動画が提供する任意の言語コードに置き換えてください（--list-subsで一覧できます）。同じことをURLを貼り付けるフォームで提供するさまざまなウェブサイトもありますが、出ては消え、広告が多い傾向があるので、コマンドラインの方が信頼できます。

自動生成された字幕には2つの点を覚悟しておいてください。1つ目は、テキストが粗いこと：句読点が欠けていることが多く、名前・専門用語・訛りのある発話が誤って文字起こしされます。2つ目は、タイミングが1単語ずつ流れるローリング字幕なので、変換後のSRTファイルには重なり合い、一部が繰り返された行が含まれることが多く、本物の字幕として使えるようにするには整理が必要です。

字幕が映像に焼き込まれている場合（CCボタンなし）は？

YouTubeの多くの動画——ミュージックビデオ、バラエティ番組、歌詞動画、再アップロードされたクリップ、CapCutで字幕を付けて編集したものなど——には、映像に直接レンダリングされた字幕があります。焼き込み字幕は映像画像の一部なので、どんなダウンローダー・ブラウザ拡張機能・オンライン抽出ツールでも取り出せません。抽出する唯一の方法は、フレームからテキストを読み取るOCR（光学文字認識）です。

1. yt-dlpや任意の動画ダウンローダーで動画をダウンロードします。
2. Mac上のGeekLinkに取り込み、OCR抽出を実行します。字幕領域を検出し、各フレームのテキストを読み取り、重複を統合して、正しくタイミングの合ったきれいな字幕行にします。
3. SRTとして書き出す、または抽出した字幕を先に翻訳して2言語ファイルとして書き出します。

OCRはMac上でローカルに実行され——動画はどこにもアップロードされず、動画のバッチ全体を1回の実行で処理できます。詳細は完全ガイドをご覧ください：OCRで焼き込み（ハードサブ）字幕を抽出する方法。動画に除外したいチャンネルの透かしや画面上のテキストがある場合は、透かしを除いて字幕を抽出するをご覧ください。

動画に字幕がまったくない場合は？

字幕トラックもなく、焼き込みもされていない場合、抽出すべきものはありません——代わりに字幕を生成します。動画をダウンロードしてGeekLinkに取り込み、Mac上でローカルにWhisper音声認識を実行します。音声をクラウドサービスにアップロードすることなく、編集・翻訳・SRT書き出しが可能なタイミング付き字幕が得られます。動画文字起こしのためのWhisper完全ガイドをご覧ください。

抽出した字幕を翻訳するには？

抽出は、あなたや視聴者が話さない言語の字幕ファイルという、翻訳作業の第一歩であることがよくあります。抽出したSRTファイルは、そのままGeekLinkに取り込んで、元のタイミングを保ったままAIで40以上の言語に翻訳できます——再文字起こしは不要です。 結果は翻訳済みSRT、2言語SRTとして書き出すか、字幕トラックに対応していないプラットフォーム向けに字幕を映像へ焼き込みます。詳しいワークフロー：YouTube動画を翻訳する方法。

FAQ

関連記事