東京大学大学院工学系研究科 松尾・岩澤研究室は、日本語の講義動画に英語字幕を付けるデスクトップソフトウェアを開発しました。
音声認識から日本語の整形、英訳、字幕分割、品質チェックまでを自動化し、SRT形式で出力できます。
Apache-2.0ライセンスのOSSとして無償公開し、Windows・macOS・Linuxで利用できます。
記事の概要
東京大学大学院工学系研究科 松尾・岩澤研究室は、日本語音声から英語字幕を生成するソフトウェアを開発しました。
動画や音声を読み込むと、書き起こし、日本語の整形、英訳、字幕分割、品質チェックを自動で実行します。
音声認識にはWhisperXを用い、話し始めと話し終わりに合わせて字幕のタイミングを調整します。
字幕の表示速度(CPS)や1行あたりの文字数は、プログラム側で検査・調整します。
専門用語の対訳辞書を共有でき、授業スライドのPDFから専門用語や数式を抽出して翻訳に活用できます。
翻訳や補正に使うLLMは、OpenAI、Gemini、LM Studio・OllamaなどのローカルLLMから切り替えられます。
松尾研の「深層学習/Deep Learning 基礎講座」の英語化に活用し、受講者は4,130名です。
担当者へのヒアリングに基づく試算では、講義1本あたりの作業時間を約16%(15.8%)削減しました。
記事のポイント
- 一気通貫で字幕生成: 音声認識から英訳、字幕分割、品質チェックまでを一連の処理で自動化できます。
- 字幕制約を自動検査: CPSや1行の文字数をプログラムで検査し、読みやすい字幕形式を整えます。
- 作業時間を約16%削減: 講義1本の字幕制作時間は、試算で約30.3時間から約25.5時間に減りました。
詳しい記事の内容はこちらから(引用元)
東京大学 松尾・岩澤研究室のプレスリリース(2026年7月22日 15時46分)東京大学 松尾・岩澤研究室、講義動画に英…
https://prtimes.jp/main/html/rd/p/000000013.000169166.html