Subtitle Editが焼き込み字幕をOCRできない理由（そして代わりに何が有効か）

手短に言うと： Subtitle EditのOCRが読み取るのは画像ベースの字幕トラック——DVDのVobSub、Blu-rayのPGS、そしてそれらがMKVファイル内に多重化された同じトラックです。映像そのものに焼き込まれたテキストは読み取りません。MP4にオフにできない字幕が表示される場合、Subtitle Editが取り込める字幕トラックはファイル内にないので、そのOCRツールが動く機会はまったくありません。そのテキストを抽出するには別種のツール——映像のフレームをスキャンするもの——が必要で、本ガイドではまさにどのツールがそれを行えるかを解説します。

この疑問はSubtitle Editのコミュニティで絶えず持ち上がります。誰かが画面に字幕がはっきり見える.mp4を持っていて、「Import/OCR subtitles」というメニューを覚えているのに、なぜ何も起きないのか分からない、と。この混乱は無理もありません。どちらの機能もOCRと呼ばれるからです——しかし、この2つはまったく異なる問題を解決します。分解して見ていきましょう。

Subtitle EditのOCRは実際に何をするのか？

DVDとBlu-rayは字幕をテキストとして保存しません。画像として保存します。各字幕行はタイムスタンプ付きの小さな画像で、映像・音声ストリームの隣にある独自のトラックに収まっています。DVDの字幕はVobSub形式（.sub/.idx）を、Blu-rayはPGS（.sup）を使い、どちらもディスクをリッピングするときにMKVコンテナへ多重化できます。

これらの画像は別のトラックに存在するため、Subtitle Editは1つずつたどり、各画像にOCRをかけ、元のタイミングを保ったまま編集可能なテキストを渡してくれます。それがSubtitle EditのOCRウィンドウの役割で、本当に優秀です。複数のOCRエンジンに対応し、すべてのキューの元のタイミングを保持します。

重要な点：これらのすべてのケースで、字幕トラックはすでにファイル内に存在します。 Subtitle EditのOCRは、ある字幕形式（画像）を別の形式（テキスト）に変換します。映像のフレームそのものを見ることは決してありません。

「Import/OCR subtitles from video」メニューはどこへ消えたのか？

Import/OCRのオプションを覚えていて、見つからない、または動かせない場合、それが実際に行っていたことはこうです。それは動画コンテナの内部で画像ベースの字幕トラック——例えばMKV内のPGSトラック——を探し、OCR用に開いていました。読み取っていたのはコンテナのトラック一覧であり、映像そのものではありません。

焼き込み字幕のある一般的な.mp4でこれを実行すると、何も見つかりません。見つけるものがないからです。ファイルには映像ストリーム、音声ストリームがあり、字幕トラックはまったくありません。画面に見えるテキストは、もはや技術的な意味での字幕ではありません——背景の顔やランプと変わらない、画像の一部です。

焼き込み（ハードサブ）字幕は別種の問題

字幕が焼き込まれている——ハードコードとも呼ばれる——場合、テキストはエンコード時にフレームへレンダリングされています。ファイルを作成した人が、字幕を映像に恒久的に統合したのです。これには3つの帰結があります：

• 取り込むトラックがない。 コンテナ系ツール（Subtitle Edit、ffmpeg、MKVToolNix）はすべて同じことを報告します。このファイルには字幕がない、と。
• オフにする方法がない。 プレーヤーはトラックの切り替えしかできませんが、ここにはトラックがありません。
• 抽出は映像解析の問題になる。 テキストを復元するには、ツールが実際のフレームをスキャンする必要があります。行が現れて消えるタイミングを検出し（それがタイミングになります）、ほぼ同一の数百フレームが同じ行を示していると認識し（そうすることで300個の重複ではなく1つのキューが得られます）、テキストを背後で動いているものから分離しなければなりません。

このフレームスキャンのパイプラインは、きれいにパッケージ化された画像トラックをデコードすることとは根本的に異なる仕事です。だからこそSubtitle Edit——字幕ファイルのエディター——はそれを行わず、「OCR」がそれぞれの文脈で異なる意味を持つのです。これは推測ではありません。Subtitle Edit自身のチームがGitHubで述べています——「ハードサブの検出と抽出は単純な作業ではないので、SEには実装されない」と。そして映像フレームOCRの機能リクエストはwontfixとしてクローズされました。

動画の字幕がどの種類かを見分ける方法

字幕トラックを表示できる任意のプレーヤー（VLC、IINA、mpv）での10秒のチェック：

1. 動画を開き、字幕トラックメニューを見ます（VLCなら：字幕 → サブトラック）。
2. トラックが一覧に表示され、オフに切り替えられる場合、あなたの字幕は本物のトラック——埋め込みの切り替え可能な字幕です。Subtitle Editは通常これらを直接抽出でき、画像ベースであればそのOCRが処理します。
3. メニューが空なのに字幕が画面に表示され続ける場合、それらは焼き込みです。コンテナ系ツールでは対処できません。フレームOCRが必要です。

この1つのチェックが多くの無駄な労力を省いてくれます。視聴中はこの2つの状況がまったく同じに見えるのに、必要なツールがまったく異なるからです。

焼き込み字幕を実際に抽出できるのは何か？

テキストが焼き込みだと分かったら、現実的な選択肢は次のとおりです：

ツール	プラットフォーム	価格	ワークフロー
VideoSubFinder	Windows	無料	複数ステップ：テキストフレームを検出、画像を書き出し、別途OCR、タイミングを再構築
videocr / VideOCR	Windows、Linux	無料・オープンソース	コマンドラインまたはシンプルなGUI。単一ツールだが、多少のセットアップが必要
GeekLink	macOS（Apple Silicon）	無料プランあり	1パス完結：動画を投入し、字幕領域を選択、タイミング付きSRTを書き出す

この3つはいずれもコンテナではなく映像のフレームを読み取ります。これがSubtitle Editに欠けている能力です。どれが合うかは、主にあなたのプラットフォームと、どれだけ手作業を許容できるかによります：

• VideoSubFinderはWindowsのベテラン向けワークフローです。動作しますが、パイプラインを自分で組み立てることになります——フレーム検出、画像OCR、タイミング再構築が別々の段階です。
• videocr / VideOCRはフレームOCRを1つのオープンソースツールにまとめ、公式のWindows版とLinux版を提供しています。
• GeekLinkはネイティブのMacアプリで、パイプライン全体を1パスで、完全に自分のマシン上で実行します。動画をスキャンし、焼き込みテキストをOCRし、きれいなSRTを書き出します。複数の動画をバッチ処理し、同じ実行の中で抽出した字幕を翻訳することもできます。ステップごとのガイドはOCRで焼き込み字幕を抽出する方法をご覧ください。

Subtitle Editと最も相性の良いワークフロー

以上のどれも、Subtitle Editを役に立たなくするものではありません——単にパイプラインの別の段階に位置するだけです。実際にうまくいくワークフロー：

1. 抽出： 焼き込み動画にフレームOCRツールを実行し、SRTを書き出します。
2. 仕上げ： そのSRTを好みのエディター——Subtitle Editを含む——で開き、認識ミスを修正し、タイミングを調整し、整形します。出力は標準的なSRTファイルなので、どんな字幕エディターでも開けます。
3. 納品： SRTを切り替え可能な字幕トラックとして保持する、翻訳する、あるいは異なるスタイルで新しい動画に焼き込み直します。

Subtitle Editの中で完結させたいですか？ そのコミュニティが推奨するワークフローは、まずVideoSubFinderを実行してテキストフレームを検出し、次にそれらの画像をFile > Import > Images 経由でSubtitle Editに読み込んで、そこでOCRするというものです。動作しますが、映像解析を行うのは依然として別のフレーム検出ツールです——Subtitle Editが引き継ぐのは、フレームが抽出された後だけです。

どの抽出ツールを使うにせよ、校正のパスを見込んでおいてください。焼き込みテキストのOCR精度は、フォント、テキストと背景のコントラスト、字幕行の背後にどれだけ動きがあるかに大きく左右されます。現実的な目標は、軽い手直しが必要なしっかりした下書きです——ツールから出てくる完璧なファイルではありません。

開示：GeekLinkは当社の製品です。本ガイドは事実に即して公平であるよう努めました——Subtitle Editは優れたエディターであり、ここで説明した制限は欠陥ではなく、そのチーム自身が認めている設計上の選択です。あなたのプラットフォームに合う抽出ツールを使い、最も慣れた場所で編集を続けてください。

よくある質問

関連記事