SubtitleDog

翻訳の前に台本を最後まで読む。そこからスタイルガイドを作り、人物名・地名・技術用語を用語集へ抜き出して、以降のすべてのセグメントに守らせる。一人の訳者が通した作品と、第三幕で脇役の名前が変わる作品の差はここで決まる。

動画字幕生成 として MP4、MKV、WebM、MOV、AVI、WMV を受け付け、音声形式にも対応するためアップロードは軽い。音声はブラウザ側で抜き出してから送られ、返るのは焼き込み映像ではなくタイムコード付きの字幕ファイルだ。明瞭な音声で最大90%程度の精度だと提供元は説明する。強い訛り、声の重なり、BGM がある場合は修正の手間が増える。

字幕翻訳ツール として100以上の言語をカバーする。欧州の主要言語や東アジアの組み合わせに加え、タイ語、ベトナム語、インドネシア語、トルコ語といった小さめの市場も入る。モデルは13以上あり、文脈の扱いを理由に GPT-4o が推奨されている。20種類の翻訳モードは医療、法務、技術文書といった分野に対応する。

ファイルは SRT、VTT、ASS、SSA、LRC で出入りし、既定では元の形式が保たれるため既存の作業手順を壊さない。YouTube と多くの Web プレーヤー、ASS のスタイルを前提とする編集ソフト、歌詞の同期が要る音楽制作まで届く範囲だ。

字幕の一括翻訳 は1回につき最大10ファイルを同じ設定で処理し、まとめて返す。クレジットは単純だ。英語は1文字1クレジット、中国語は2文字1クレジット、字幕生成は動画1秒あたり10クレジット。実行前に見積もりが表示される。

別の Docker イメージを使うと、Synology や QNAP などの NAS が字幕作業機になる。音声検出は端末上で動き、素材はローカル網の外へ出ない。翻訳は自分で選んだ AI 事業者に任せる。未公開の素材をホスティングサービスへ上げたくない人のための経路だ。