動画翻訳とは何ですか?
動画翻訳とは、動画内の音声(および多くの場合、画面上のテキスト)を別の言語で理解できるように変換するプロセスのことです。実際には、これは3つのステップを意味します。発言内容をタイムコード付きの文字起こしとして記録すること、その文字起こしを翻訳すること、そしてその翻訳を視聴者が読む字幕として、あるいは耳で聞く新しい音声トラックとして視聴者に届けることです。
何年もの間、それらの各工程は別々のツールに存在していたか、あるいは異なるベンダーに委ねられていました。文字起こし業者が原稿を作成し、翻訳会社がそれを翻訳し、字幕スタジオがタイミングを合わせ、録音スタジオが声優を手配しました。AIはその連鎖を崩壊させました。SmartcatのAI動画翻訳ツールは、1回のアップロードだけで音声を文字起こしし、タイミングを維持したまま280以上の言語に翻訳し、字幕、AI吹き替えトラック、またはボイスオーバーとして出力します。
動画翻訳と動画ローカライゼーションの比較
翻訳は言葉を変換します。ローカリゼーションとは、慣用表現、単位、オンスクリーンテキスト、文化的背景への言及、テンポ、語り口など、視聴体験全体を市場に適応させることです。大半のビジネス動画には、その両方が少しずつ必要です。より広い学問分野については、以下を参照してください: 動画ローカライズのベストプラクティス そして マルチメディアローカリゼーションに含まれる内容.
なぜ動画は取り残されるのか、そしてなぜそれが変わりつつあるのか
テキストコンテンツは通常、翻訳の優先順位が最も高くなりますが、動画は最後になりがちです。歴史的に見て、動画が最もローカライズに時間がかかり、コストもかかるフォーマットだったためです。言語バージョンごとに、タイミングを合わせる新たな字幕ファイルや、新たな収録セッション、あるいは新たな編集作業が必要となった。その結果、よくあるパターンに陥ることになります。英語版のトレーニングライブラリは充実し、製品デモも洗練されている一方で、その他のすべての市場には英語版へのリンクが提供されるだけです。
AIは2つの方法で経済性を変化させます。まず、文字起こしが「信頼できる唯一の情報源(シングルソース・オブ・トゥルース)」となります。聞き間違えた製品名を一度修正すれば、すべての言語にその修正が反映されます。第二に、出力物は制作されるのではなく自動生成されます。つまり、字幕、焼き込みキャプション、AI音声トラックは、手作業で再構築されるのではなく、翻訳された文字起こしデータからレンダリングされます。それにより、目玉となるキャンペーンだけでなく、オンボーディングのモジュール、ウェビナー、サポート用クリップ、ソーシャルコンテンツといったロングテール動画の翻訳も現実的なものとなります。
音声も同じ考え方です。ポッドキャスト、インタビュー、通話録音、ボイスメモは、同じ「文字起こし–翻訳–エクスポート」の流れで処理されます。本ガイドは動画に焦点を当てています。音声ファイル、ボイスオーバー、AI吹き替えについては、音声翻訳(AI吹き替え&ボイスオーバー)ガイドで詳しく解説しています。
字幕、吹き替え、それともボイスオーバー?
動画翻訳プロジェクトにおいて最初に決定すべきことは、視聴者にどのように翻訳を届けるかということです。主な出力形式は3つあり、多くのチームが複数を使用しています。たとえば、主要市場向けにはAI吹き替えを行い、それ以外の市場には字幕を付けるといった具合です。Smartcatではプロジェクトごとに出力を設定できるため、同じ文字起こしデータから言語ごとに異なる処理を行うことができます。
| 要因 | 翻訳された字幕 | AI吹き替え | ナレーション |
|---|---|---|---|
| 視聴者が得られるもの | オリジナル音声+画面上の翻訳テキスト | 元の音声は翻訳言語の合成音声に置き換えられました | 翻訳されたナレーショントラック(通常はオリジナル音声に重ねられる) |
| 〜に最適 | ソーシャル、YouTube、ウェビナー、映画、アクセシビリティ | トレーニング、製品、およびマーケティング動画 | 解説動画、ナレーション付きスライド、eラーニング |
| Smartcatにおける対応言語 | 280以上の言語 | 35のAIナレーションロケール | 35のAIナレーションロケール |
| 成果物 | SRT/VTTファイル、または字幕焼き付け済み動画 | 吹替音声付き動画(字幕は任意) | 新しいナレーション付きの動画または音声ファイル |
| 視聴者の労力 | 必読 | なし — ただ聴いてください | なし — ただ聴いてください |
| アクセシビリティ | 聴覚障がい者および難聴者の視聴に対応 | 字幕と組み合わせる | 字幕と組み合わせる |
字幕は最も汎用性の高い選択肢です。Smartcatが翻訳するあらゆる言語に対応し、元の話者の声をそのまま残すことができ、音声を消して視聴しているユーザーにも役立ちます。AIによる吹き替えやナレーションは読む負担を軽減するため、トレーニング用コンテンツや音声で聴くことを好む視聴者にとって重要ですが、音声がカバーできる範囲は翻訳がカバーできる範囲よりも狭くなっています。SmartcatのAI吹き替えページによると、ElevenLabsを活用したAIボイスオーバーは35のロケールで利用可能であり、対象言語の音声が存在しない場合は、代わりに翻訳された字幕をエクスポートします。
どちらが適しているか迷っていますか?1回のアップロードから音声トラックと字幕の両方を作成できます。プロジェクト作成時にAIボイスオーバー、焼き込み字幕、個別の字幕ファイルのいずれを選ぶかについては、ヘルプガイドのローカリゼーションプロジェクトの動画出力の設定で説明しています。
Smartcatにおける動画翻訳の仕組み
どの出力形式を選んでも、ワークフローは同じです。1回のアップロード、1つの文字起こしで、必要な言語をいくつでも対応できます。ファイルをドロップしてから完成した動画をダウンロードするまでの間に何が起きているのか、そのプロセスをここで紹介します。
動画、音声、または字幕をアップロード
動画(MP4、MOV、AVI、MKV、WMVなどの一般的な形式)、音声ファイル(MP3、WAV、AAC、FLAC、M4Aなど)、または既存のSRTファイルやVTTファイルをドロップしてください。動画と同じ名前の字幕ファイルをアップロードすると、Smartcatは再文字起こしを行う代わりにそれらをリンクします。完全なリストは、動画翻訳とAI吹き替えのワークフローガイドに記載されています。
文字起こしを一度確認してください
Smartcatは音声を抽出し、タイムコード付きの文字起こしを生成します。翻訳を開始する前に内容を確認できるため、聞き間違いによるブランド名や頭字語、話者名などを、各言語で個別に修正するのではなく、一括して1か所で修正することができます。これをすべてのプロジェクトの一部とするために、ソースレイアウトチェックのステップを追加します。
用語集と翻訳メモリを使用して翻訳する
修正された文字起こしは、プロジェクトに紐づけられた用語集や翻訳メモリを使用して280以上の言語に翻訳されるため、すべての動画を通じて製品名や用語の一貫性が保たれます。AI字幕翻訳のページで説明されているように、字幕ファイルはキュー番号とタイムコードを保持します。
字幕エディターで確認
チームメイトやプロの言語スペシャリストが、ライブビデオプレビューやタイムラインと並べて翻訳をレビューします。同じエディターからAI吹き替えを追加できます。声を選択し、映像に合わせてプレビューし、調整するだけです。字幕エディターのガイドでは、すべての操作方法を説明しています。
必要な形式でエクスポート
SRTまたはVTT形式の字幕、字幕が焼き付けられた動画、またはAI音声トラック付きの動画を、元の言語または翻訳先の言語でダウンロードできます。個別の字幕ファイルは、YouTube、Vimeo、Wistia、またはその他の動画配信プラットフォームにアップロードできます。動画、字幕、吹き替えのエクスポートを参照してください。
大規模な案件も同じように処理できます。長尺の動画やメディア一式を、文書やスライドと一緒に1つのプロジェクトにアップロードし、すべてに共通の用語を適用できます — 大容量ファイルや長尺動画の翻訳をご覧ください。
動画翻訳におけるAI吹き替え、ボイスオーバー、音声
字幕は元のサウンドトラックをそのまま残しますが、AI吹き替えとボイスオーバーは、ターゲット言語の合成音声で元の音声を置き換えたり重ねたりします。動画プロジェクトでは、Smartcatは字幕と同じ編集可能な文字起こしからその音声を生成するため、修正した名前や書き直した文がそのまま音声に反映されます。また、音声のみの録音も同じ「文字起こし–翻訳–エクスポート」の流れで処理されます。吹き替え、ボイスオーバー、音声翻訳、音声ファイルについては、専用のガイド音声翻訳(AI吹き替え&ボイスオーバー)が用意されました。まずはSmartcatのAI吹き替え、AI音声翻訳ツール、MP3翻訳ツールから始めるのがおすすめです。
動画ワークフロー内で吹き替えを追加する
吹き替えは、翻訳のレビュー後に字幕エディターから追加します — 動画に多言語AI吹き替えを追加をご覧ください。エディターはAI吹き替えのおすすめの音声を提案でき、AIボイスオーバーの発音コントロールも備えているため、表示される字幕テキストを変えずに、ブランド名や専門用語を正しく発音させることができます。BGMや効果音は新しい音声の下に残すことができます — AI吹き替え動画での背景音の抽出と保持をご覧ください。
翻訳の対応範囲と音声の対応範囲
Smartcatは280以上の言語への翻訳に対応していますが、AIによる音声吹き替えは、日本語、中国語、ドイツ語、ヒンディー語、韓国語、フランス語(フランスおよびカナダ)、複数の英語のバリエーションを含む、より限定された35のロケールに対応しています。そのリストに含まれていない言語については、翻訳された字幕を納品してください。音声クローニングのリクエストは、セルフサービスではなくSmartcatサポートを通じて対応いたします。
録音と文字起こし
すべての動画翻訳はトランスクリプトから始まり、その精度が後続のすべての工程の品質の上限を決めます。トランスクリプトのレビュー工程があるのはそのためです。インタビュー、ボイスメモ、その他の単独の録音を翻訳するツールについてはAI翻訳者ガイドで解説しています。専門家にトランスクリプトを翻訳してもらうべき場合は、以下の人間によるレビュー付き動画翻訳をご覧ください。
字幕・キャプション翻訳(SRT、VTTなど)
字幕は、動画翻訳において最も頼りになる主力ツールです。字幕ファイルはプレーンテキストであり、それぞれに開始と終了のタイムコード、および1〜2行のテキストが含まれる一連のキューで構成されています。1つ翻訳するだけなら簡単そうに思えますが、一般的な翻訳ツールでは、キューの結合やタイムコードのずれ、表示時間内に読みきれないほど長すぎる行の生成など、ファイルが破損してしまうことが日常茶飯事です。字幕翻訳者は、タイミング構造には手を触れずにテキストを翻訳しなければならない。
Smartcatが字幕ファイルを処理する方法
Smartcatは、.srtまたは.vttファイルを個々の時間設定されたキューに解析し、用語集や翻訳メモリを使用して各キューのテキストを翻訳した上で、同一のキュー番号とタイムコードを維持してファイルを再構築し、翻訳された字幕が画面に適切に収まるよう改行を調整します。字幕翻訳ツールは、.srt、.vtt、.ass、.sbvの4つの字幕フォーマットに対応しており、エクスポート時にそれらの間で相互変換が可能です。字幕ファイルはまだありませんか?動画をアップロードすると、まずSmartcatが字幕を生成します。
字幕エディターでは、タイムライン上に各キューの読み取り速度が秒あたり文字数(CPS)で表示されます。これは色分けされているため、レビュー担当者は時間内に読むには長すぎる字幕をすぐに見つけ出すことができます。この機能は、Smartcatの動画字幕翻訳で導入されました。レビュー担当者はキューの追加、削除、結合、分割を行うことができます。字幕エディターでのキューの管理を参照してください。
焼き込み字幕と字幕ファイル
独立した字幕ファイル(SRTまたはVTT)を使用すると、視聴者はYouTubeなどのプラットフォームで言語を切り替えることができ、動画ファイル自体には手を加えずに済みます。焼き付け(オープン)字幕は映像自体にレンダリングされるため、キャプションのトラックを無視するSNSのフィードやプレーヤーでも確実に表示されます。Smartcatは両方をエクスポートします。焼き込みエクスポートについては、焼き込み字幕付きの動画をエクスポートするで発表されました。
形式を学ぶ
トレーニング動画の作成、翻訳、およびAIアバター
動画翻訳の投資回収が最も早いのは研修分野です。1本のコンプライアンスやオンボーディング用の動画であっても、十数言語で従業員に届ける必要がある場合があり、さらに次の四半期には再び更新されることになります。すべての言語やすべての修正のためにプレゼンターの再収録を行うことはスケールしませんが、AI吹き替えやAIアバターならそれが可能です。
撮り直し不要のアバター主導動画
アバタースタジオは、Smartcatのコースビルダー内に組み込まれています。コース用のデフォルトのアバターと音声を選択し、ブランドに合わせた背景を適用するだけで、台本から直接プレゼンター形式の動画を生成できます。カメラもスタジオでの撮影時間も必要ありません。アバター動画はテキストから生成されるため、原稿を翻訳するだけであらゆる言語バージョンを作成できます。セットアップについてはAvatar Studioでコース動画を生成するで説明しています。生成された動画ファイルがLMSの外部で必要な場合は、マイクロラーニングコースから動画ファイルをダウンロードするを参照してください。
既存の研修動画のローカライズ
すでに映像として撮影済みの研修には、文字起こし、修正、翻訳、そして字幕またはAI音声の追加という標準的な動画翻訳ワークフローが適用されます。IntradiemのL&Dチームは、Smartcatを使って20本のArticulate Riseコースに加え、業務補助資料、動画、デモを厳しい納期の中でカナダフランス語に翻訳しました。詳しくはIntradiemの導入事例をご覧ください。
ライブおよびリアルタイム動画翻訳
すべての動画が完成したファイルであるとは限りません。全社集会(タウンホールミーティング)、ウェビナー、新製品の発表会、研修セッションなどはライブで行われますが、世界中の参加者は自国の言語でリアルタイムに内容を把握したいと考えています。リアルタイム翻訳はファイル翻訳とは異なる問題を抱えています。文字起こしが表示される前に修正する機会がないため、用語の管理とクリアな音声がより一層重要になります。
Smartcatのライブ翻訳およびリアルタイム翻訳に関するページでは、ライブ配信やウェビナーの字幕から、多言語ミーティング、さらには独自のアプリケーションに組み込まれた音声対音声(speech-to-speech)機能に至るまで、同社のAIがこれらのシナリオにどのように適用されるかが説明されています。録画されたセッションの場合、最も手軽な方法は通常、レビューとAI吹き替えを追加する標準的な動画ワークフローを使用して、録画後に翻訳することです。
人間の通訳者が必要ですか?
交渉、医療・法務の場、カンファレンスなど、重要度の高いライブイベントでは、AIキャプションはプロの通訳者の代わりにはなりません。通訳、音声翻訳、その他の音声中心のサービスについては、音声翻訳ガイドで解説しています。
人間による確認済みの動画翻訳サービス
動画翻訳の大半はAIが担いますが、公開前に専門の言語のプロによるチェックが必要なコンテンツもあります。ブランドキャンペーン、規制対象の研修コンテンツ、映画やエンターテインメントの字幕、そしてAIの音声や翻訳にネイティブによる確認が求められる言語などがこれに該当します。Smartcatは、ファイルを外部の代理店に送るのではなく、同一のワークフロー内に人の手によるレビューを組み込んでいます。
| 要因 | AIのみ | Smartcat AI+人間によるレビュー | 従来のスタジオ/代理店 |
|---|---|---|---|
| 方向転換 | 議事録 | 数時間から数日 | 数日から数週間 |
| 費用 | 最低 | 低度から中程度 | 最高(スタジオ利用時間、声優) |
| ブランドおよび用語の管理 | 用語集主導の | 用語集+レビュアーの承認 | ベンダーによって異なります |
| 文化的適応 | 限定 | ネイティブ校正者 | はい |
| ソースが変更されたときに更新されます | 再実行 | 文字起こしを編集、再生成 | 新しいプロジェクト、新しいセッション |
動画翻訳プロジェクトを作成する際には、シンプルなAI翻訳か、人間によるレビュー付きのAI翻訳かを選択でき、自社チームまたはSmartcatマーケットプレイスからレビュアーを割り当てることができます。プロによる動画翻訳のページでは、審査済みの言語専門家が公開前に字幕とナレーションをレビューするこの方法について説明しています。マーケットプレイスの言語専門家は字幕エディターで直接作業します。マーケットプレイスのサプライヤー向け字幕エディターガイドでは、レビュアーが字幕を翻訳したりAI吹き替えを確認したりする際の画面を紹介しています。
動画の専門家に依頼する
直接話して相談したいですか?Smartcatのメディアローカリゼーションスペシャリストが、エンタープライズ動画プログラムの要件を定義します — デモを予約する。
ユースケース別動画翻訳
最適な出力形式の組み合わせは、動画がどこで、誰によって視聴されるかによって異なります。これらは最も一般的なシナリオであり、それぞれに対応するリソースが記載されています。
マーケティング、製品、ブランド動画
キャンペーン動画、製品デモ、解説動画はブランドの声を伝えるものであるため、正確さと同じくらい用語やトーンが重要です。AI吹き替えなら同じデモをすべての重点市場で展開でき、それ以外の市場は字幕でカバーできます。戦略については、マルチメディアマーケティングとグローバルブランドの成功の秘訣をご覧ください。
YouTube、TikTok、そしてソーシャル動画
ソーシャル動画はミュートで視聴されることが多いため、焼き込み字幕が標準となります。一方、YouTubeでは言語ごとに個別の字幕トラックを用意すると効果的です。Smartcatのガイドでは、両方のプラットフォームについて最初から最後まで手順を解説しています。チャットで共有される動画には、WhatsAppや動画メッセージに対応するメッセージ翻訳ツールをご利用いただけます。
eラーニング、オンボーディング、社内コミュニケーション
研修動画や社内動画は、AI吹き替えやアバターの恩恵を最も受けます。学習者は第二言語で読むことと聞くことを同時に行う必要がないほうが、内容をよく吸収できるからです。ツール、導入事例、ガイドについては上記のトレーニング動画のセクションを、コース全体の翻訳についてはeラーニング&SCORM翻訳ガイドをご覧ください。
映画、エンターテインメント、メディア
映画やシリーズの字幕制作には、最も厳しいタイミングと読み取り速度の基準があり、通常はプロの字幕翻訳者が関わります。SmartcatはAIと専門家のレビューによるSRT形式の映画翻訳に対応しています。また、業界の実務家がこの分野の今後について議論するイベント録画ゲームおよびメディアのローカリゼーションにおける技術革新もご覧いただけます。
言語別に動画を翻訳
Smartcatは、動画の文字起こしや字幕を280以上の言語に翻訳します。言語ペアによっては独自の難しさ(日本語における敬語表現や人名の読み、中国語における方言や文字の扱いなど)がありますが、以下のページでは特にご要望の多い言語ペアについて直接取り上げています。
日本語のページは、言語特有のニュアンスを示す好例です。日本語の吹き替えは初回のレンダリングですぐに出荷するのではなく確認すべきであること、そして名前の読みや敬体・常体の使い分けは、英語の字幕や吹き替えを生成する前に、編集可能な書き起こしテキストの段階で一度修正しておくのが最善であることが記されています。
動画翻訳ツール&リソース
1本のMP4から企業のメディアライブラリまで、あらゆる動画のシナリオに対応する専用ツール。吹き替え、ボイスオーバー、音声ファイル向けのツールは、音声翻訳ガイドに掲載しています。
動画翻訳ツールとファイル形式
字幕およびキャプション
ブラウザ拡張機能
動画翻訳ガイド、ニュース&イベント
動画と字幕の翻訳に関する詳細なガイド、製品のお知らせ、ウェビナーの録画。
Smartcat 製品ドキュメント
Smartcatで動画、字幕、音声を翻訳するチーム向けのステップバイステップの製品ガイド。「動画&吹き替えのヘルプ」カテゴリーのすべてを参照するか、ここから始めてください: