字幕を付ける対象の動画 (mp4ファイル)をS3に格納

まずは、Amazon S3に任意のバケットを作成します。そして、作成したバケットに文字起こしをする対象のmp4ファイルをアップロードします。

• 

• 今回は、サンプルとして、弊社ホームページの採用情報のページに掲載されている社内スタッフインタビュー「イノコスってどんな会社ですか？」を使用します。

Amazon Transcribeのジョブを設定し、実行

• 

• Amazon Transcribeを利用するには、まずAWSマネジメントコンソールより、Amazon Transcribeを選び、メニューから「トランスクリプションジョブ」を選択します。
  そして、「ジョブを作成」をクリックします。

• 

• すると、ジョブの作成・設定画面が表示されるので、任意のジョブの名前を指定します。
  「言語設定」では、動画内で会話されている言語が判っている場合は「特定の言語」を選択し、言語を指定します。今回は、日本語で会話されている動画を文字起こしするので、「日本語」を選択します。
  
  ちなみに、「自動言語識別」や「複数言語の自動識別」を選択することにより、動画内で話されている言語を自動で認識してその言語で文字起こしをしてくれる機能もありますが、文字起こしの精度を上げるには、言語を指定することがオススメです。

• 

• 「入力データ」では、先程Amazon S3にアップロードした、文字起こしをする対象の動画ファイルを指定します。
  ※動画だけでなく音声ファイルの指定も可能。

• 

• 「出力データ」では、文字起こしをした字幕ファイルの形式や、字幕ファイルの保管場所を指定します。
  
  出力データの場所のタイプは、通常は「サービスマネージドS3バケット」を選択しますが、90日以上ファイルをAmazon S3上に保管したい場合は、「お客様が指定したS3バケット」を指定します。

• 

• オプション設定
  
  文字起こしの精度を向上させるために、各種設定のチューニングを行います。
  
  今回は「音声識別」をオンにして、話者のパーティショニングを有効化しました。そして「話者の最大数」に動画上で話している人数を指定しました。今回は、３名の人物が動画で話しているので「３」と指定しました。
  
  設定が完了したら「ジョブを作成」をクリックします。

すると、トランスクライブのジョブが新規に作成され、文字起こしの処理が始まります。
処理中は、ステータスの欄が「進行中」となるので、処理が完了するまでしばらく待ちます。
(処理の長さは動画の尺によって変わりますが、数分程度になります。)

Amazon Transcribeより出力された字幕テキスト情報をダウンロード

Amazon Transcribeのジョブの処理が完了すると、ステータスが「完了」となるので、ジョブの名前(今回であれば、”funassy-transcribe”) をクリックします。

すると、ジョブの詳細画面が表示されるので、「ダウンロード」から「SRT形式」の字幕ファイルをダウンロードします。ダウンロードしたsrtファイルは、文字起こしをする対象の動画ファイルと同じフォルダに格納するようにしてください。

出力された字幕テキスト情報の手修正

• 

• ダウンロードしたSRTファイルをテキストエディターで開き、動画を再生しながら、字幕の精度を確認していきます。字幕が間違っていたら適宜修正を行います。
  
  ※今回は、Visual Studio Codeを使って字幕ファイルを編集しましたが、どのテキストエディタでもOKです。

下記のコマンドを使って、動画ファイルに字幕の挿入を行います。
字幕を付ける元の動画だいると字幕用のファイル (SRTファイル)は同じディレクトリ階層に置くようにしてください。

FFmpegの使い方については、下記の記事をご参照ください。

コラムffmpeg

FFmpegで動画ファイルに字幕を挿入するには、主に下記の2つの方法があるので、その両方を説明します。

方法① 動画自体に字幕を焼きこむ方法 (ハードサブ)

この方法では、映像の中に字幕をそのまま印字するため、字幕を消すことは出来なくなりますが、どのデバイスでも、字幕が同じように表示されるようになります。また、弊社のサイネージサービス「KAWARA板ネット」で字幕付きの動画を表示させる場合は、こちらの方法をお使いください。

字幕を動画に焼きこむためは、動画ファイルと字幕ファイルが格納されているフォルダがカレントディレクトリとなっている状態で、下記のコマンドを実行します。

コマンド①: SRT形式の字幕ファイルをASS形式の字幕ファイルへ変換
ffmpeg -i SRT形式の字幕ファイル.srt 出力するASSファイル名.ass

ASSファイルをいじってフォントや文字のサイズを指定

動画に焼きこむ字幕のフォントや文字の大きさ、色を変更するには、出力されたassファイルを編集する必要があります。assファイルをテキストエディタで開き、[V4+ Styles]のStyleの部分のパラメータを変更します。
今回は、デフォルトではフォントが「Arial」となっているのを、「Meiryo UI」へ書き換え、フォントサイズを「16」から「25」へ書き換えました。

ASSファイルの書き換えが完了したら、下記のコマンドを実行して、動画に字幕を焼きこみます。

コマンド②: 指定した動画にASSファイルから字幕を焼きこむ
ffmpeg -i 字幕を挿入する動画.mp4 -vf ass='ASSファイル名.ass' 出力する動画ファイル名.mp4

方法①の動作確認

• 

• 動作確認として、無料のビデオプレーヤー「VLC」で出力された動画を再生したところ、問題なく、指定したフォントや文字の大きさで、動画に字幕が挿入されているのを確認できた。

実際にコマンドを実行した例

方法② 動画ファイルに字幕トラックを追加する方法 (ソフトサブ)

この方法では、動画ファイル内に字幕データを付与するため、視聴者側で字幕の表示・非表示を操作することが可能です。また、複数の字幕トラックを追加することも可能となります。

字幕トラックを動画ファイルに挿入するには、動画ファイルと字幕ファイルが格納されているフォルダがカレントディレクトリとなっている状態で、下記のコマンドを実行します。

コマンド①: 指定した動画ファイルに指定の字幕ファイルから字幕トラックを追加する
ffmpeg -i 字幕を挿入する動画.mp4 -i 字幕ファイル.srt -c copy -c:s mov_text -metadata:s:s:0 language=jpn 出力する動画ファイル名.mp4
※コマンド内のファイル名は適宜変更して実行してください。

実際にコマンドを実行した例

方法②の動作確認

• 

• 動作確認として、無料のビデオプレーヤー「VLC」で出力された字幕付きの動画を再生し、字幕トラックを有効化したところ、問題なく、字幕が動画に表示されました。

このように、AWSの文字起こしサービス「Amazon Transcribe」を用いることにより、手間のかかる大変な動画の字幕作成の作業を軽減することができます。
Amazon TranscribeはAWSの無料利用枠の対象で、AWSアカウントを開設してから12か月間、1か月あたり60分以内の文字起こしは無料ですので、お気軽にお試しいただけます。

また、弊社ではAmazon Chime SDKを活用したビデオ会議開発サービス「Scadp」や、AWSメディアサービス系のソリューションなど、AWSにまつわる開発・構築サービスをご提供しておりますので、ご関心のある方は、お気軽に弊社までお問い合わせください。