講義にリアルタイム字幕を、
聞き返せない場だからこそ。

講義で何に字幕が付くのか

プラットフォームの字幕ではだめなのか

大学の動画プラットフォームにも字幕はあります。Panopto は 20 以上の言語で自動生成しますし、Echo360 は公開された収録を文字起こしして、確信度が十分に高ければ字幕として適用します。それが有効になっていて、ちゃんと動いているなら、それを使ってください。カバーされないのは次の三つです。

• その字幕は録画のためのものです。字幕が届くのは、収録が処理されて公開されたあとです。いま Mac に流れ込んでいる講義にはまだありませんし、読みたいのは、いまです。
• 決めるのは所属機関で、あなたではありません。そもそも字幕が存在するかどうかは、誰かが設定した項目と、誰かが選んだ確信度のしきい値で決まります。あなたの席にそれを切り替えるトグルはありません。こちらは誰の許可も要りません。Mac の外に出ないからです。
• Mac の外には何も出ず、頼まないかぎり Mac の中にも何も残りません。講義は録音されず、文字起こしのためにどこかへ送られることもありません。ディスクに書かれるのは、あなたが保存すると決めた文字起こしだけです。ここではそれが普段以上に意味を持ちます。講義は他人の資料だからです。
• 大学での学びの半分は、講義プラットフォームの外にあります。たとえば Zoom のゼミ、YouTube の講演、録画されたカンファレンス、勉強会のハドルミーティング、Canvas に埋め込まれた動画。アプリひとつで、そのすべてをカバーします。字幕を付けている相手はサービスではなく、あなたの Mac だからです。
• あなたは見ているのではなく、メモを取っています。講義は片方のウインドウで流れ、あなたはもう片方で書いています。そもそも録画で見る理由の大半が、それです。プラットフォームのプレイヤーの中にある字幕は、書きはじめた瞬間にメモの後ろへ回ります。こちらは、いま打ち込んでいるものが何であれ、その上に残ります。

講義についての質問

Panopto、Echo360、Canvas、YouTube で使えますか？

どれでも使えます。プラットフォームと連携するのではなく、アプリが生成する音声をキャプチャするので、Panopto の講義も、Echo360 の収録も、Zoom のセミナーも、YouTube の録画も、Canvas に埋め込まれた動画も、こちらから見れば同じものです。Mac から出てくる音です。

専門用語は正しく出ますか？

出ないことも多いですし、それはどの音声認識でも同じです。大学自身も自動字幕についての案内でそう書いています。訛りのある話し方と専門語彙は、精度が落ちるところです。こちらが助けになるのは半分しか聞こえなかった一文であって、モデルが一度も見たことのない用語ではありません。名前や記法、専門用語は自分で直すつもりでいてください。

復習用に字幕を残せますか？

はい、飾りのない文字起こしとしてなら。講義が止まると、アプリが標準テキスト、Markdown、SRT のどれかで保存するかを尋ねてきます。そうしないかぎり、ディスクには何も書きません。復習には、所属機関の録画とその文字起こしがあるなら、やはりそちらのほうが適した道具ですし、たいていは学費に含まれています。

大学が字幕を有効にしていない場合はどうなりますか？

それでも動きます。大学に何かを尋ねることが一度もないからです。プラットフォームの字幕があるかどうかは機関の設定と確信度のしきい値で決まりますが、そのどちらも、あなたの席から変えられるものではありません。

講堂の中でも使えますか？

はい、マイクを通せば。初期設定で字幕を付けるのは Mac が再生している音声、つまり配信で見る講義、参加する講義、再生する講義です。目の前の講義には、「字幕にする音」でマイクを選べば、その場の声に字幕が付きます。macOS がマイクの許可を求めるのは初めて選んだときです。どこまでうまくいくかは、講師の声がどれだけあなたの席まで届くか次第で、講堂の後ろの席でノートパソコンのマイクを使うのは、配信よりずっと難しい条件です。

講義ではどのモデルを使えばいいですか？

遅いほうのモデルです。会話では 160 ms のモデルが欲しくなります。すぐに返事をするからです。講義では誰にも返事をしないので、遅延より精度を優先して、1120 ms か 2240 ms の Nemotron を使ってください。こちらは句読点を付け、大文字と小文字も整えてくれます。