音声録音を翻訳音声トラックに変換し、納品前に確認できる文字起こしを備えます。
ご自身で所有、ライセンス、または明示的な許可を得た音声のみ処理できます。“翻訳音声は確認できる状態です。”
音声翻訳ツールは録音された音声を別の言語の聞けるトラックに変換します。UnmarkAIはまずソース文字起こしを作成し、話された意味を翻訳してから対象言語の音声を生成します。音声認識ツールとは異なり、最終成果物は読むだけでなく聞くことができます。文字起こしはワークフローに残り、編集者は音声生成前に名前、製品用語、数字、不明瞭な箇所を確認できます。この確認ポイントは、承認済みのインタビューや授業、ポッドキャスト、研究録音、ナレーションで役立ちます。ソースの小さな誤りが最終音声の意味を変えることがあるためです。
文字起こしを不可視な処理ではなく、編集の確認ポイントとして扱います。各ソースセグメントには時間範囲があり、選択すると（ソースが利用可能な場合）元の音声の対応部分が再生されます。これにより名前、略語、引用文、背景ノイズの影響を受けるフレーズの確認が実用的になります。修正を保存すると、ワークフローは翻訳と音声生成に進みます。元の録音をプロジェクトと一緒に保管し、所有権、適切なライセンス、または明示的な許可があることを確認してください。ワンクリック変換よりも確認しやすい成果物になります。
主な成果物は翻訳された M4A 音声トラックです。プロジェクトでは SRT、VTT、ASS など、タスクが対応するソースと翻訳の字幕書き出しも提供できます。これにより、トーンとテンポは翻訳音声を聴き、表現や用語はテキストで確認する、という2つの確認面が得られます。録音を動画やポッドキャスト編集、学習システムで再利用する場合は、両方の出力を承認済みソースと一緒に保管してください。音声翻訳ツールは話し言葉のローカライズ用であり、ウォーターマーク除去や動画画像の変更、使用権のないソースの公開には使えません。
独立した音声ワークフローの入力、確認ステップ、利用可能な出力の実用的な概要です。
| アップロード | 最大 2 GB の音声ファイルMP3、M4A、WAV、AAC、FLAC、OGG、OPUS、WMA および標準的な音声 MIME タイプに対応。 |
|---|---|
| ソース言語 | 自動検出または手動設定名前、方言、専門用語が重要な場合は、確認時に検出言語を確定します。 |
| 確認 | タイムスタンプ付き文字起こし対応するソース音声を再生し、翻訳音声生成前にテキストを校正します。 |
| 成果物 | M4A 音声と字幕書き出し翻訳音声をダウンロードし、必要に応じて SRT、VTT、ASS の字幕書き出しを利用できます。 |
所有またはローカライズの許可があるボイスメモ、インタビュー、授業、ポッドキャスト、ナレーションを追加します。
ソースの時間範囲付き文字起こしを確認し、音声生成前に不確かな名前や表現を調整します。
対象言語の自然な音声を生成し、承認済み音声と利用可能な字幕をダウンロードします。
話し言葉には割り込み、略語、発話の重なり、録音の文脈でのみ意味を成す表現があります。タイムスタンプ付きの文字起こしにより、編集者は翻訳を承認する前にその瞬間に戻れます。この小さな運用上の詳細が、価値の高い名前、主張、引用がそのまま最終音声に持ち込まれるのを防ぎます。
繰り返し出現する用語については、確認前に承認済みの表記と発音リストを用意してください。製品名、コースモジュール、研究者名、組織名でよく必要になります。確認ステージはそうした決定を解決する適切な場所です。音声生成後にソース文字起こしを変更すると不要な手戻りが生じるためです。
このページは独立した音声ファイル用です。ソースが動画で、画面字幕、映像クリーンアップ、ローカライズされた動画書き出しが必要な場合は、動画翻訳ワークフローを使ってください。この境界を明確にしておくと、各プロジェクトが正しいソースと成果物から始められます。
これらのワークフローは重なりますが、異なる納入ニーズに応えます。リスナーや下流の編集者が実際に必要とする形式を選んでください。
| ワークフロー | 得られるもの | 適している場面 |
|---|---|---|
| 音声翻訳 | 翻訳音声と確認可能な文字起こし | 聞き手が別の言語で聴く必要がある場合。 |
| 音声文字起こし | ソース言語の話し言葉の書き起こし | メモ、記録、検索可能な台本だけが必要な場合。 |
| 読み上げ（TTS） | 既にあるテキストを読む音声 | 表現が確定しており、解釈すべきソース録音がない場合。 |
短い準備チェックで確認ステップがより役立ち、最終音声トラックが承認しやすくなります。
音声は曖昧になり得ます。確認ステージは意図的にワークフローに組み込まれており、文字起こしをワンクリック書き出しの裏に隠すのではなく、編集可能なセグメントとソース再生を組み合わせます。
音声翻訳を開く分散したチームが元の参照を失わずに、多言語インタビューを聴きやすく確認できます。
対象言語の聞き手が必要な授業、解説、シリーズ音声に追加のリスニングトラックを用意します。
用語の編集管理を保ちながら、承認済みの製品音声を新市場向けに調整します。
音声は曖昧になり得ます。確認ステージは意図的にワークフローに組み込まれており、文字起こしをワンクリック書き出しの裏に隠すのではなく、編集可能なセグメントとソース再生を組み合わせます。
はい。話者が重なる場合や専門的な名前を使う場合、とくに翻訳音声を生成する前に文字起こしセグメントと話者ラベルを確認してください。
ワークフローには文字起こし確認ステップがあり、完了したタスクのソースおよび翻訳字幕書き出しを提供できます。
独立ワークフローは MP3、M4A、WAV、AAC、FLAC、OGG、OPUS、WMA を含む一般的な音声形式を、最大 2 GB まで受け付けます。
はい。既に分かっている場合はソース言語を設定でき、そうでない場合は自動検出から始め、文字起こし確認時に確定します。
ワークフローには、対象となる会員ワークフロー用の背景音保持設定（任意）があります。納品前に最終ミックスを試聴してください。
いいえ。このページは独立した音声用です。ソースや最終成果物に動画が含まれる場合は動画翻訳ワークフローを使ってください。
