アドバンスト・メディアの音声認識API「AmiVoice API」が、カンバスの字幕制作ソフト「SSTG1Pro」と連携しました。
音声認識したテキストに加え、発話の開始・終了時刻を示すタイミングデータを活用できます。
文字起こしと字幕の表示・消去タイミングを設定するスポッティング作業の効率化を支援します。
記事の概要
今回の連携により、「AmiVoice API」の音声認識結果を「SSTG1Pro」に取り込めるようになりました。
映像内の音声を自動でテキスト化し、手作業による文字起こしの負担を軽減します。
発話の開始・終了時刻を示すタイミングデータを活用し、スポッティング作業の効率化を支援します。
「AmiVoice API」は、アドバンスト・メディアが約30年にわたる研究開発で培った音声認識技術を提供するAPIサービスです。
「SSTG1Pro」は、プロフェッショナル向け字幕制作ソフト「SSTG1シリーズ」の最上位モデルです。
同APIは国内サーバーで提供され、音声データは音声認識処理後に保存されず、AIの学習にも利用されません。
「AmiVoice API」は「AmiVoice Cloud Platform」から登録でき、毎月60分まで無料で利用できます。
記事のポイント
- 文字起こしを自動化: 音声認識結果を「SSTG1Pro」に取り込めるため、字幕制作時の手作業による文字起こしの負担を軽減できます。
- 時刻情報を活用: 発話の開始・終了タイミングを示すデータを使い、字幕の表示・消去時刻を設定する作業を効率化できます。
- 国内環境で処理: 国内サーバーで音声を処理し、認識後は保存せず、AIの学習にも利用しない運用に対応しています。
このニュースがもたらす影響
- 字幕制作会社: 文字起こしとスポッティングにかかる手作業を減らし、担当者が字幕内容の確認や品質管理に時間を振り向けやすくなる可能性があります。
- 動画配信事業者: 字幕制作の処理量を増やす際、制作会社が音声認識と時刻情報を使えるかを、委託先の選定基準として確認する必要が生じそうです。
- 字幕関連事業者: 字幕制作ソフトや関連サービスには、文字起こしだけでなく表示タイミングまで含めた業務連携と、データの扱いを示すことが求められそうです。
このニュースの背景
動画配信サービスの普及などを背景に映像コンテンツの視聴機会が拡大し、音声情報を伝える字幕の役割が大きくなっています。
字幕制作では、正確な文字起こしに加えて、字幕の表示・消去タイミングを設定するスポッティングにも時間と手間がかかっていました。
字幕制作ソフトのユーザーから自動化や効率化を求める声があり、音声認識結果と発話のタイミングデータを既存ソフトで使える形にする連携につながっています。
音声データを国内サーバーで処理し、認識後に保存せずAIの学習にも利用しない運用が示されており、制作現場でのデータ取り扱いも背景にあります。
関連するニュース
- アドバンスト・メディアがAmiVoice APIにURL指定音声認識機能を追加し、最大90ファイルの一括処理に対応しました。
- アドバンスト・メディアが、音声認識API「AmiVoice API」のPython向けクライアントライブラリを提供開始しました。
- アドバンスト・メディアが建設現場の日報やKY記録向けにテンプレート管理機能を追加しました。
詳しい記事の内容はこちらから(引用元)
株式会社アドバンスト・メディアのプレスリリース(2026年11月17日 15時00分)音声認識API「AmiVoice …
https://prtimes.jp/main/html/rd/p/000000838.000020223.html