字幕ファイルを翻訳する
SRT や VTT を読み込み、すべての行を別の言語で書き直します。時間はそのまま保ちます。モデルは端末に取得してそこで動き、ファイルはこのタブから出ません。
SRT または VTT をここに置いてください
SRT · VTT — 時間はそのまま保ちます
ボタンを押すと実行環境とモデルを約 608 MB 取得します。 一度だけ取得してブラウザが保持します — 次のファイルはすぐ始まります。
普通の文はよく出ますが、慣用句はよく外します。公開する前に一度読んでください。
字幕ファイルはどこへ行きますか？
どこにも行きません。このタブの中で読まれ、アップロードされません。字幕は会議や講義、取材で交わされた言葉をまるごと書き起こしたものなので、手元のファイルの中でもとりわけ中身が見えてしまう種類です。
翻訳の質はどのくらいですか？
読んで筋を追うには十分で、手を入れずに公開するには足りません。普通の文はよく出ます。つまずくのは慣用句です — 「let's wrap this up」（そろそろ締めましょう）が、スペイン語でもドイツ語でも「さあ始めましょう」に近い形で返ってきました。冠詞や複数を取り違えることもあります。人が一度目を通す下訳と考えてください。
なぜもっと大きなモデルを使わないのですか？
五つ試しました。本命だった 40 億パラメータの翻訳モデルは、配布元が手動承認制で、しかも規約が重みを受け取る側にも利用制限をそのまま引き継ぐよう求めています — 匿名のブラウザ相手には守れない条件です。もう一つの有力候補は非商用限定でした。言語対ごとの小さなモデルはライセンスは問題ないのに英語→韓国語の版が存在せず、安価な多言語版は韓国語を頼んだらズールー語を返しました。残ったのが、100 言語をどの方向にも訳せて実際に動く MIT のモデルです。
なぜこんなに時間がかかるのですか？
字幕 1 行あたり 1.5 秒ほど、しかも CPU で動きます。このモデルはグラフィックスカードでは動きません — 試しましたが、そもそも起動しないか、一つの単語を延々と繰り返して壊れます。ですから時間は実際にかかる時間で、始める前に見込みをお伝えします。途中で止められます。終わった行は残り、残りは元の言語のままです。
時間はずれませんか？
ずれません。文字だけを触るので、すべての行が入ってきたときの開始・終了をそのまま保ちます。そのぶん訳文が原文より長く画面に残ることがあります — 言語によって語数が増えるためで、それを隠すために時間を引き直すことはしません。
作ったばかりの字幕をそのまま訳せますか？
そのための流れです。字幕生成の道具で動画から字幕を作り、SRT を保存して、ここに入れてください。どちらもこのブラウザで動くので、録画も書き起こしもサーバーに触れません。