SCAPTION
SCAPTION · 音声・言語 · 生産性向上 · ビジネス
SCAPTIONはイベント向けの同時翻訳アプリで、カンファレンスや公開式典、企業の集まりを運営する人を対象にしている。AI自動字幕とイベント同時翻訳を2.5秒未満で生成し、会場のスクリーン、参加者一人ひとりのスマホ、そしてプロ仕様の映像出力へ同時に届ける。操作はWindowsかMacのノートPCから行い、観客はQRコードを読み取り、アプリのダウンロードも登録も誰も必要としない。
SCAPTION について
SCAPTIONとは何か
SCAPTIONは会議ではなくイベント向けに作られた同時翻訳ソフトで、翻訳をオフにしているときはイベント字幕ツールとしても機能する。主催者がノートPCにSCAPTIONアプリをインストールする。その後、音響卓やUSBマイク、会場のPCから音声を入力する。参加者は自分のスマホで、自分の言語で講演を読める。アプリもアカウントも要らない。58言語を扱い、多言語カンファレンス字幕をリアルタイムで会場スクリーン、参加者のスマホ、配信フィードに届ける。
この製品は、イベント主催者ならよく知る問題を解決する。人間の通訳を雇うのは高くつき、手配には数週間かかる。言語の組み合わせを1つに絞れば、会場の半分が置き去りになりがちだ。SCAPTIONは同時通訳ブースを、おそらくすでに持っているハードウェアで動くソフトウェアに置き換える。100人来ても5000人来ても1セッションの料金は同じだ。人数単位の課金も言語単位の課金もない。
引っかかるのはハードウェアだ。SCAPTIONのインストーラーはWindows 10または11（64ビット）かApple SiliconのMacでしか動かない。Intel MacとLinuxマシンは対象外になる。さらに、ライブ中に音声ストリームと映像エンコードを安定させるには、クアッドコアプロセッサと8 GBのメモリを積んだマシンが要る。
はじめかた
- WindowsまたはMac版のSCAPTIONアプリをダウンロードし、無料の1時間を試す。試用にカードは要らない。
- 音声ソースを接続する。USBオーディオインターフェースを挿すか、音響卓に向けるか、ZoomやTeamsのPC音声をそのまま取り込ませる。
- 画面出力を開く。ブラウザのあるテレビへHDMIで字幕を送るか、vMix、TriCaster、OBSといった映像ミキサーへNDIで送る。
- QRコードを会場に共有する。参加者はそれぞれ読み取り、スマホで言語を選び、すぐに読み始めたり聞き始めたりできる。
- 観客からの質問を募るなら、モデレーターにタブレットを渡し、投票を開始してどの質問をスクリーンに出すか選ばせる。
AIツール情報
SCAPTIONの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- カンファレンスやイベントの主催者
- アクセシビリティとインクルージョンの担当者
- 映像制作チーム
タスク
- 基調講演のリアルタイム字幕
- 講演を同時に数十言語へ翻訳
- 観客とのQ&A運営
- イベント後のサマリー作成
シーン
- 多言語の企業カンファレンス
- 言語の異なる来賓が集まる公開式典
- ハイブリッドイベント
主な機能
リアルタイム字幕と翻訳
SCAPTIONは58言語のいずれかで音声を認識し、その場で翻訳する。会場スクリーンには原文または翻訳文が表示され、同じフィードが参加者のスマホと映像出力にも届く。遅延はおよそ1.75〜2.5秒。ライブの観客がほとんど気づかない程度の速さだ。
アプリ不要のスマホアクセス
参加者はQRコードを読み取り、言語を選ぶ。設定はこれだけ。ダウンロードも登録もアカウントもない。数千人を1分以内にセッションへ入れるようにしたいとき、これは効いてくる。各自が自分の言語で読み、または聞き、最大12言語を同時に動かせる。
観客の質問と投票
質問の流れは双方向だ。参加者はスマホから質問を送って投票し、モデレーターがスクリーンに出す内容を決める。投票は1台につき1回まで、不適切な内容は自動で除外され、結果は書き出せる。
AIイベントサマリー
イベント後、SCAPTIONは決定事項と未解決の質問をまとめた文章サマリーを、必要な言語で生成する。技術者が入力した登壇者名はそのまま引き継がれるので、誰が何を言ったか、各アクション項目を誰が担うかを特定しやすい。
配信と複数マイクの出力
上位プランは2本または4本のマイクに対応する。それぞれに独自の色、画面位置、登壇者名が割り当てられる。すべてのマイクは1本のNDIフィードに合成でき、スイッチャーには4入力ではなくきれいな1入力が入る。NDI機材のない構成向けに、クロマキー付きのHDMI出力も用意されている。
柔軟なセッション計画
プランには毎月リセットされるイベント時間の枠が含まれ、追加時間はライブセッションを打ち切るのではなく時間単位で課金される。初月の料金は割引され、公的機関や大学は発注書で支払える。
メリットとデメリット
メリット
- おそらくすでに持っているハードウェアで動くので、ブースも受信機もデバイス単位のコストも要らない。
- 料金は観客の規模や言語数に応じて増えないため、大規模イベントでも予算が読みやすい。
- NDI経由でvMix、TriCaster、OBSといった定番の映像ツールと連携する。
- 参加者に必要なのはスマホのブラウザだけなので、会場のオンボーディングは数秒で終わる。
デメリット
- アプリはIntel MacでもLinuxでもまったく動かないので、これらのマシンはセッションを主催できない。
- 有線で安定した接続が要る。会場のWi-Fiやパケットロスは、単純な速度よりもトラブルを生む。
- 無料トライアルは1時間が過ぎると止まり、番組出力に小さなウォーターマークが入る。つまりテストであり、通しリハーサルではない。
- AIサマリーと予約済みの会議室コードは無料プランには含まれない。
よくある質問
イベントでの生の音声を字幕と翻訳に変える。テキストは会場スクリーン、参加者のスマホ、配信出力に表示され、すべて同じ実行中のセッションから生まれる。
関連コンテンツ
SCAPTIONに関連するツール、スキル、記事を探す。
SCAPTIONの代替ツール
Prosp
Prosp · ライティング · 音声・言語 · マーケティングProspは、代理店や営業チーム向けに作られたAI LinkedInアプローチツールだ。見込み客ごとに自分の声でメッセージとボイスメッセージを書き、相手が本当に返信するように仕向ける。アカウントをつなぎ、リードを見つけ、AIにパーソナライズされたメッセージを大量に下書きさせて送信させる。すべて1つの受信トレイから行える。大量のアウトバウンドを回す人向けにできている。それがこの製品の売り込みのすべてだ。それでも各接点は人間らしく感じられなければならない。
Wordly AI Translation
Wordly · 音声・言語 · 生産性向上Wordly AI Translationは、会議・カンファレンス・イベント向けに作られたリアルタイムAI翻訳・字幕プラットフォームだ。60以上の言語でライブ翻訳、字幕、文字起こし、要約を提供し、参加者は専用ヘッドセットを使わず、QRコードを読み取るかリンクを開くだけで参加できる。Zoom、Microsoft Teams、Google Meet、Webexと連携し、セッションごとに人間の通訳を雇わずに多言語対応したい組織に向く。それだけのことだ。
Musicful
Musicful AI · 音声・言語 · 動画Musicfulは、テキストを数分で音楽に変えるAI音楽ジェネレーター兼AIミュージックビデオ作成ツール。テキストの指示、歌詞、あるいは口ずさんだメロディーを渡すと、ボーカルと楽器が入った完成したトラックを返す。AI楽曲ジェネレーターとしても機能し、自分が作った曲からミュージックビデオを生成し、AIカバーツールと開発者向けAPIも備える。ウェブブラウザとAndroidアプリで動くので、パソコンで曲を始めてスマホで続きを進められる。