ライブキャプションソフトウェアを選ぶときは、まず配信先を考えます。人々はどこでキャプションを読む必要があるのでしょうか。公開ウェブキャストなら、プレーヤー内にテキストが必要です。非公開の会議なら、会議アプリ内にすでにキャプションがあるかもしれません。会場内の参加者は、個人端末でテキストを読むほうを好む場合があります。これらは有用な購入の切り口ですが、1つの製品が複数に対応できることもあります。
このガイドでは、それぞれの経路における統合作業と制約を比較します。人によるCARTを含むサービス調達については、ライブキャプションサービスのチェックリストをご利用ください。個人向けの設定手順については、ライブキャプションガイドをご覧ください。
要点
- キャプションをストリームやプレーヤー内に表示するのか、会議アプリ内に表示するのか、別の表示画面に出すのかを決めます。そのうえで、実際の視聴体験をテストします。
- ライブ配信にキャプションが付いていても、録画にキャプションが付くとは限りません。アーカイブと、別のキャプショントラックの有無を確認してください。
- WCAG 2.1 SC 1.2.4には数値上の正確性基準はありませんが、ライブ映像と同期して、意味のある発話と非音声音を伝える必要があります。
- 遅延は認識エンジンだけでなく、視聴者側で比較してください。実際のネットワーク、プレーヤー、音声設定をテストします。
ライブキャプションを配信する3つの方法
これらの経路は、視聴者がどこでテキストを受け取るかを示します。相互排他的な製品カテゴリではありません。イベントによっては、ウェブキャストには1つのキャプションフィードを送り、会場内の人には別の表示を出すことがあります。
1. 動画プレーヤー内のキャプション
配信チームは、制作と配信のパイプラインを通じてライブキャプションを送ります。システムによっては、エンコーダー、取り込みサービス、キャプションフィード、またはWebVTTのようなタイムドテキストトラックが関わります。チームは、プレーヤー、言語選択、同期、アーカイブ出力を確認しなければなりません。キャプションフィードがエンコーダーに届いたとしても、最終的な録画に使えるキャプションがあることの証明にはなりません。
この経路は、公開ウェブキャストやその他の動画納品に適しています。重要な調達上の確認事項は、ストリームとプレーヤーを誰が管理するのか、どのキャプション形式を受け入れるのか、そしてアーカイブをどのように確認するのかです。たとえば、AppleのHLSオーサリングガイダンスでは、Appleデバイス向けにWebVTT字幕トラックとアクセシビリティラベルをどのように宣言すべきかが定められています。
2. 会議プラットフォーム内のキャプション
Zoom、Google Meet、Microsoft Teamsでは、通話中にキャプションを表示できます。利用可否、言語の選択肢、翻訳キャプション、保存されたトランスクリプトは、プラン、設定、参加者の権限によって異なります。別のツールを購入する前に、プラットフォームの最新の制御機能を確認してください。Zoomは現在、一時的な会議キャプションと保存された会議トランスクリプトを分けています。プラットフォーム上のテキストは絶対にエクスポートできない、と言うのは誤解を招きます。
3. 別の表示画面でのキャプション
別のブラウザタブ、スマートフォン、または会場内ディスプレイで、動画ストリームを変えずにテキストを表示できます。MirrorCaptionは、対応ブラウザの会議ではデスクトップのブラウザタブ音声キャプチャを使い、対面会話ではマイクを使います。ライブセッションで元の発話と翻訳を表示し、トランスクリプトを保存することもできます。会議録画や公開動画プレーヤーにキャプショントラックを追加することはありません。
配慮の要望がある場合は、参加者にどの表示方法が合うかを尋ねてください。別の表示画面は会話の理解に役立ちますが、動画と並行して使うには扱いにくいことがあります。正確性や個別のアクセシビリティ要件が求められる場合は、人によるCARTも別の配信方法です。CARTの依頼方法をご覧ください。
| 配信経路 | 視聴者がテキストを読む場所 | 確認すべき統合 | アーカイブの確認事項 |
|---|---|---|---|
| 動画プレーヤー | ウェブキャストと一緒に | キャプションフィード、プレーヤー、タイミング、言語トラック | 録画にキャプションは保持されますか? |
| 会議プラットフォーム | 通話内で | プラン、ホスト設定、権限、言語 | トランスクリプトまたは録画のキャプショントラックは有効ですか? |
| 別の表示画面 | 個人または会場の画面で | 音声キャプチャ、デバイスアクセス、可読性 | 動画に別のキャプションワークフローが必要ですか? |
アクセシビリティ基準で何が変わるか
WCAG 2.1 達成基準 1.2.4は、同期メディアにおけるライブ音声にキャプションを求めています。この基準は正確性の割合を定めていませんが、W3Cは、キャプションは発話、話者の識別、意味のある非音声音をリアルタイムで伝えるべきだと説明しています。ガイダンスでは、この基準は放送向けに意図されたものであり、参加者のニーズにかかわらず、あらゆる双方向Web通話に自動的にキャプションを義務づけるものではないとされています。
配信アーキテクチャを適合証明書のように扱ってはいけません。実際のストリームとプレーヤー、キャプションのタイミングと完全性、そして依頼された配慮が有効かどうかをテストしてください。別のテキスト表示は会議で役立つかもしれませんが、それが公開動画やそのアーカイブ版をライブまたは事前収録メディアの要件に適合させるとは考えないでください。
米国の47 CFR §79.4は、テレビでキャプション付きで放送されたことのある定義済み番組を含む、特定のIP配信動画番組を規定しています。これは、あらゆる職場会議やウェブキャストに適用される一般規則でも、単なるファイル形式の規則でもありません。対象番組を扱うチームは、アクセシビリティの専門家とともに、この規則の適用範囲、キャプション品質、配信義務を評価すべきです。
視聴者が見る場所で遅延を測る
遅延は、音声キャプチャ、認識または人によるキャプション作成、同期、配信、そして視聴者のプレーヤーで積み重なることがあります。エンジンの応答時間は、視聴者のキャプション遅延と同じではありません。ベンダーには、測定の開始点と終了点、部分テキストと最終テキストのどちらを測るのか、遅いセッションをどう報告するのかを確認してください。
実際のマイク、ネットワーク、イベントソフトウェア、視聴デバイスで試験運用を行ってください。名前、割り込み、関連する非音声音を含む難しい箇所を見ます。視聴者の画面で、キャプションと音声を比較してください。配信構成が異なれば遅延も変わることがあります。どのプロトコルも、すべての実装で特定の結果を保証するものではありません。
言語サポートを端から端まで確認する
音声認識の対応言語数だけでは、答えの一部にすぎません。話される元の言語、必要なキャプション言語、翻訳機能、キャプション形式、そしてプレーヤーがトラックを表示できるかを確認してください。古いCEA-608のワークフローでは文字サポートが限られていますが、最新のタイムドテキスト配信では、プレーヤーとワークフロー次第で別トラックを提供できます。AppleのHLS仕様では、字幕トラックの言語メタデータと、WebVTT用のタイムスタンプマップが必要です。
MirrorCaptionはアプリ内で50以上の選択可能な言語を提供しますが、それは1回のセッションであらゆる言語を同時に表示できるという意味ではありません。必要な言語ペア、音声ソース、エクスポートを選択してテストしてください。参加者ごとに異なるターゲット言語が必要な場合は、それぞれが別のセッションまたは表示画面を受け取る方法を計画します。音声翻訳については、音声翻訳ガイドをご覧ください。
短い購入チェックリスト
- 視聴者と表示先を特定する。 これは公開プレーヤー、社内通話、それとも参加者の個人画面ですか?
- 後続の納品物を明確にする。 録画を公開するなら、別のキャプションまたはトランスクリプトのワークフローを確認してください。
- アクセシビリティのニーズを確認する。 キャプションを使う人と一緒に、可読性、タイミング、話者識別、意味のある音をテストしてください。
- 正確な言語ペアとデバイスをテストする。 認識、翻訳、プレーヤートラック、権限は、それぞれ制約要因になり得ます。
- 総コストを比較する。 プラットフォームライセンス、キャプションサービス時間、制作統合、アーカイブ編集を含めてください。
例として、公開会議を配信する市の書記官は、プレーヤーと後日の録画を確認する必要があります。別の会場内表示は参加者の助けになりますが、キャプション付きアーカイブを作るわけではありません。社内のバイリンガル会議では、まずプラットフォームのキャプション制御を使うかもしれません。必要な言語やレイアウトがそこで使えない場合は、別の表示画面が役立ちます。これらのワークフローは例であり、顧客事例や法的判断ではありません。
よくある質問
ライブキャプションソフトウェアとは何ですか?
ライブ音声を読みやすいテキストに変換し、そのテキストを視聴者に届けるものです。主な選択肢は、視聴者が動画プレーヤー内、会議アプリ内、または別の表示画面で読むかどうかです。
ライブキャプションソフトウェアはWCAG要件を満たしますか?
WCAG 2.1 SC 1.2.4は、同期メディアにおけるライブ音声を対象としています。タイミング、発話、意味のある非音声音を含め、実際の動画体験を評価してください。別のキャプション表示は参加者の助けになりますが、それが配信動画やその録画を適合させるとは考えないでください。W3Cは、この基準は放送向けであり、ユーザーのニーズにかかわらずすべての双方向Web通話にキャプションを義務づけるものではないと述べています。
なぜキャプションは音声より遅れるのですか?
遅延は、音声キャプチャ、認識または人によるキャプション作成、同期、配信、そして視聴者のプレーヤーから生じます。ベンダーに測定の開始点と終了点を確認し、そのうえで完全な視聴経路をテストしてください。
ライブキャプションソフトウェアは複数の言語を同時に表示できますか?
それは、認識と翻訳の対応、キャプション形式、プレーヤー、利用可能な音声およびテキストトラックによります。従来のCEA-608は文字サポートが限られていますが、新しい配信経路では複数の言語トラックを提供できます。エンジンの対応言語数に頼るのではなく、正確なプレーヤーと言語ペアをテストしてください。
キャプションエンコーダーが必要ですか、それともキャプションアプリだけで十分ですか?
今、視聴者がどこでキャプションを読む必要があるのか、そして後日の録画にもキャプションが必要かを確認してください。外部配信にはライブエンコーダーが必要な場合がありますが、会議プラットフォームでも別の録画トランスクリプトやキャプショントラックを作成できます。アーカイブ出力を確認してください。ライブのオーバーレイだけでは録画にキャプションは付きません。
自分の画面でキャプションを試す
MirrorCaptionは、ブラウザセッションでライブテキストと翻訳を表示します。無料トライアルで音声設定と言語ペアを確認してください。
MirrorCaptionを無料で試す