YouTubeは米国時間の10月7日、「ライブ配信動画での自動字幕起こし機能」をすべてのクリエイターに提供することを発表した。

現在までは登録者数1,000人以上のチャンネルのみに展開している同機能がついに、全クリエイターが使えるようになるという。

これまでも長時間の動画とYouTubeショートには自動字幕起こし機能があり、音声の複雑さによっては処理にかかる時間が異なるものの、設定を行なえば自動的に13カ国の言語で字幕がつけられた。

ちなみに13カ国の言語とはオランダ語、英語、フランス語、ドイツ語、インドネシア語、イタリア語、日本語、韓国語、ポルトガル語、ロシア語、スペイン語、トルコ語、ベトナム語を指す。

そして今回、全クリエイターに有効となった「ライブ配信動画での自動字幕起こし機能」は、現状は英語のみに対応。それを数カ月後には上述した13カ国の言語に拡大するそうだ。

とはいえ、同機能は個別のライブ配信にのみ有効のため、配信終了後の動画には表示されず、動画の言語に対応していない、動画が長すぎる、動画の音質が悪い、認識できない音声が含まれる、冒頭で無音状態が長く続いている、複数人の音声が重なっているなどの問題があると、音声が上手く認識されないこともあるようだ。

具体的にYouTubeは、「機械学習アルゴリズムによる自動再生のため本質にばらつきの出る可能性がある」として、「自動字幕起こしの内容を確認し、正しく文字起こしされていない部分があれば編集または削除するように」との説明を加えている。

「音声認識技術の向上に努めている」というライブ配信の自動字幕起こし機能、これから徐々にクリエイターたちによって利用されることに期待したい。

出典：YouTubeヘルプ