MirrorCaptionでリアルタイム
字幕と翻訳を

MirrorCaptionは、ブラウザベースのZoom、Google Meet、Teams通話中に、50以上の言語へリアルタイムで文字起こしと翻訳を配信します。スマホのマイクを使えば対面でも利用できます。1時間無料で試す、クレジットカードは不要です。

あなたは今、韓国人クリエイターとのコラボを獲得しました。彼女のフードチャンネルの登録者は200万人。とても熱量があるのが、声から伝わってきます。最初の質問に、彼女はたっぷり答えます。35秒にわたる韓国語は、明らかに生き生きとしていて、細部まで語られているのがわかります。あなたは笑顔でうなずきます。でも、彼女が何を言ったのかはまったくわかりません。しかも、インタビューはまだ47分も残っています。

コンテンツクリエイター向けに作られた文字起こしワークフローの多くは、ポストプロダクションの問題を解決します。録音をアップロードして、待って、文字起こしを受け取る。編集には役立ちますが、3分目に追加質問をする助けにはなりません。MirrorCaptionは、会話が進行しているその最中にそこにあります。

文字起こしには2種類ある — そして多くのクリエイターツールがその瞬間を逃す理由

クリエイター向けの文字起こしツールの多くは、録音ブースではなく編集室向けに作られています。ここには重要な違いがあります。

ポストプロダクションの文字起こし — 動画を録画し、ファイルをアップロードまたは処理して、後から文字起こしを受け取る方式です。Descript、Sonix、Happy Scribe、Revのようなツールはここで強みを発揮します。タイムスタンプ、話者ラベル、きれいな書き出し、編集ワークフローなどです。ただし、その助けが届くのは、たいてい会話がすでに先へ進んだ後です。

リアルタイム文字起こし — 話された言葉に合わせて字幕が表示され、話者から500ms以内の遅れで追従します。Otter.aiは英語中心の会議でこれを実現します。MirrorCaptionは50以上の言語で、原文と翻訳を並べて表示します。たとえばゲストが韓国語で答えた場合、左に韓国語、右に英訳が同時に表示されます。

その差は明確です。英語以外のゲストが8分目に質問へ答えたとき、ポストプロダクションツールでは9分目に当然聞くべき追加質問をする助けにはなりません。MirrorCaptionは、まさにその瞬間のために作られています。こちらも参照: ライブ字幕と文字起こし — 実際の違いは何か。

MirrorCaptionはコンテンツクリエイター向けにどう動くのか

MirrorCaptionは完全にブラウザ内で動作します。ダウンロード不要、拡張機能不要、通話に参加して参加者一覧に表示されるボットもありません。

Meetモード — ブラウザベースのビデオ通話向け

デスクトップ版ChromeまたはMicrosoft Edgeで、MirrorCaptionを別タブで開きます。Meetモードを選び、Zoom、Google Meet、Teamsのブラウザタブを共有します。MirrorCaptionはそのタブの音声をマイクと一緒に取り込み、すぐに文字起こしの配信を開始します。話者の言語と翻訳先の言語を選ぶと、ゲストの発話に合わせて左右並列表示が1語ずつ更新されます。

Talkモード — 対面でのクリエイター交流向け

対面でコラボ撮影をしていますか？スマホのChromeでMirrorCaptionを開き、Talkモードに切り替え、テーブルの中央に置きます。両者が互いの言葉をリアルタイムで読めます。インストールするアプリはありません。通常のブラウザ利用以外に、データ通信量の心配も不要です。

セッション後

セッションを停止すると、全文の文字起こしはあなたのものになります。クリップボードにコピー、プレーンテキストで書き出し、Markdownでダウンロードできます。話者ラベルで誰が何を言ったかがわかり、タイムスタンプが各セグメントを示します。文字起こし内を検索して、任意の瞬間へジャンプできます。

これは、多言語のリモートチームでも使われるのと同じワークフローです。ただし、あなたのクリエイター向けインタビュー環境に適用したものです。

グローバルな視聴者を持つすべてのクリエイターが知っているインタビューの場面

同じインタビューの2つのバージョンを考えてみてください。

MirrorCaptionなし: 韓国のゲームクリエイター、Ji-hoは、燃え尽きについての質問に対し、声のトーンや身ぶりから伝わる、思慮深く個人的な答えを返します。あなたは韓国語を話せません。次の台本どおりの質問をして、そのまま進みます。後で文字起こしが届いたとき、彼女が配信から90日間離れたこと、そして戻ると決めた正確な瞬間について話していたとわかります。あなたの追加質問こそ、動画の中で最も魅力的な場面になっていたかもしれません。でも、会話はすでに先へ進んでしまったので、もう知ることはできません。

MirrorCaptionあり: Ji-hoが話すと、左の列に韓国語が表示され、右には英訳が0.5秒以内に現れます。あなたは読みます。「配信から90日離れました……戻った瞬間、自分が楽しさのためではなく、再生数のためにやっていたと気づいたんです。」 あなたは口を挟みます。「待って、その瞬間についてもう少し教えてもらえますか？」インタビューの流れが変わります。

日本人ゲストが「ちょっと難しいです」と言い、原文の横に「A little difficult」が表示されたら、日本で過ごしたことがある人なら、これはより強い意見をやわらげた丁寧な表現だとわかります。原文は画面に残ります。さらに掘り下げることができます。翻訳だけでは不十分で、原文と並べて見ることで初めて完全な文脈が得られるのです。

これが、リアルタイム翻訳とポストプロダクションの文字起こしを分けるものです。あなたは「何が言われたか」を読んでいるのではありません。「今まさに何が言われているか」を読んでいるのです。しかも、会話を導くための45分がまだ残っています。

あとで文字起こしからできること

セッションの文字起こしは、単なる保険ではありません。コンテンツカレンダーそのものです。60分のクリエイターインタビュー1本から、次のものが生まれます。

• 5分以内の番組ノート。 文字起こしをコピーし、つなぎ言葉を削り、段落を整えるだけ。ゲストの正確な引用はすでにそこにあるので、言い換えは不要です。
• YouTube説明文の原稿。 ゲストが自然に使ったキーワード、ニッチ用語、商品名、具体的なフレーズが、そのまま文字起こしに入っています。説明文に貼り付ければ、正しくインデックスされます。
• ブログ記事の下書き。 文字起こしからの抜粋引用を各セクションの見出しに使えます。「再生数のためにやっていたと気づいた」というような引用があれば、記憶だけで再構成しなくても、1つのセクション全体を組み立てられます。
• SNS用クリップ。 文字起こしを検索して、印象的な20秒の場面を見つけます。タイムスタンプが、どこを切り出すべきかを正確に示します。
• 語彙ビルダー。 語学学習系クリエイターなら、翻訳された単語をタップして原文を表示し、自分の学習デッキに保存できます。インタビューは、そのままレッスンにもなります。

プラットフォームをまたいでクリエイターの文字起こしをどう活用するか、さらに詳しく知りたい方は、多言語文字起こしガイドをご覧ください。

MirrorCaptionがライブ配信でしないこと（先に読んでください）

最終動画で視聴者向け字幕を付ける場合は、YouTubeの自動字幕がアップロード後の英語をカバーします。多言語字幕が必要なら、MirrorCaptionの文字起こしを書き出して、編集ソフトでSRTトラックとして追加してください。どんなビデオ通話でもライブ字幕を出す方法のガイドでは、両方の方法を詳しく解説しています。

料金 — クリエイターにとって実際いくらかかるのか

クリエイター向けの文字起こしツールの多くは月額課金です。MirrorCaptionは違います。

計算はシンプルです。€49の買い切りなら、MirrorCaptionはDescriptに対して2か月、Otterに対して3か月で元が取れます。その後は月額費用はかかりません。Lifetimeプランに含まれる200時間を超える場合は、Voice Packの追加購入を€2.99で5時間分利用できます。

動画を文字起こしベースで切り編集したいなら、Descriptのほうが適しています。それは本当に別のワークフローです。ただし、通話中に多言語のゲストを理解する用途では、Descriptはまったく役に立ちません。

字幕は、完成した動画を検索しやすくし、引用しやすくし、再利用しやすくもします。MirrorCaptionですでに手元にある検索可能な文字起こしがあれば、字幕、説明文、番組ノート、クリップ用の生テキストを得られます。

よくある質問

YouTubeは自動で字幕を付けますか？

はい、ただし制限があります。YouTubeはアップロードされた長尺動画やShortsに対して自動字幕を生成しますが、対応言語の範囲内でも品質は一定ではなく、混在言語の音声では問題が起きることがあります。ライブ配信では、自動字幕は英語のみで機能し、配信終了後には保持されません。新しい字幕トラックはVODから再生成されるため、ライブ時に表示された内容と異なる場合があります。多言語コンテンツや英語以外のゲストには、録画中に別のリアルタイム文字起こしツールを使ってください。

外国語のゲストがいるZoomインタビューをリアルタイムで文字起こしするには？

デスクトップ版ChromeまたはEdgeで、MirrorCaptionを別タブで開きます。Meetモードを選び、Zoomのブラウザタブを音声ソースとして共有します。ゲストの言語を元言語に、自分の言語を翻訳先に選びます。ゲストが話すと、MirrorCaptionは左に1語ずつの文字起こし、右に翻訳を配信します。録画のアップロードは不要で、セッション後の待ち時間もありません。

MirrorCaptionはOBSで使えますか？

MirrorCaptionはOBSプラグインではなく、視聴者向けに配信へ翻訳字幕を重ねることもありません。ブラウザタブ内で、自分の画面にリアルタイム字幕を表示します。OBSに直接統合された視聴者向け字幕が必要なら、StreamTranslate（クラウドベース、30以上の言語）またはLocalVocal（無料、ローカル実行、100以上の言語）がそのために作られています。MirrorCaptionはそれらのツールを補完します。配信中に多言語のゲストを理解するために使い、視聴者に見せる字幕は配信字幕ツールが担当します。

MirrorCaptionは録画や音声を保存しますか？

いいえ。MirrorCaptionはリアルタイム音声認識のためにブラウザから音声を配信しますが、MirrorCaptionのサーバーに音声録音を保存しません。文字起こしはブラウザ内（IndexedDB）にローカル保存されます。セッションを閉じると、ライブ音声ストリームは終了します。請求目的で記録されるのは利用分数のみで、会話内容ではありません。

コンテンツクリエイター向けの無料版はありますか？

はい。すべてのアカウントには1時間無料が付与されます。1回限りで、月ごとのリセットはなく、クレジットカードも不要です。これで、どの言語でもクリエイターインタビューを1本まるごと実施できます。さらに必要なら、Lifetimeプランは200時間で€49の買い切りで、超過分にはVoice Packの追加購入も利用できます。