公式ドキュメント当サイトでは未実測
自分の短編動画に校正可能な字幕を作る
Whisperで文字起こしし、人が校正してFFmpegで仕上げます。新規動画生成を意味しません。
用語の基本
モデルは生成と推論を行います。エージェントはツールで作業します。Harness は実行環境を管理し、MCP はツールとデータを接続します。Skill は再利用できる作業ガイドです。
今回の目的
自分の短編動画に校正可能な字幕を作る
前提条件
許可された独立試験環境を用意し、依存とモデルの版を固定して変更前にバックアップします。
所要時間の目安
学習時間は環境により異なり、実測時間ではありません。
検証方法
冒頭・中間・末尾の同期を確認し、出力をプレーヤーで開き直します。
制限と境界
FFmpegのPATH未設定、モデル資源不足、固有名詞誤認識、文字コードや時刻のずれ。
代替案
ffmpeg
費用
要確認
価格は未確認です。ソフトウェア、モデル、API、機器、ホスティングの費用を個別に確認してください。
実装手順
- 01録音・音声・映像の利用権がある短い素材を用意し、原本を保存します。
- 02公式手順でWhisperとFFmpegを導入し、版とモデルを固定します。
- 03短い試料を転写して字幕を書き出し、時刻・固有名詞・用語を一行ずつ確認します。
- 04導入済みFFmpegのフィルター・形式資料でプレビューを作り、字幕と原本を別保存します。
- 05全編を視聴・修正し、字幕・音声・映像の同期を確認して出力します。
whisper <owned-audio-file> --model <verified-model-id> --output_format srt制限と境界
- 無音や雑音で誤認識が起きます。今回、転写品質と機器速度は実測していません。
- 公式資料を確認済みです。当サイトでは組み合わせや実機の動作を検証していません。
権限とリスク
- 無音や雑音で誤認識が起きます。今回、転写品質と機器速度は実測していません。
元の出典
- FFmpeg 公式資料 ↗
ffmpeg.org · 2026-10-15 · 公式ドキュメント
- Whisper 公式資料 ↗
github.com · 2026-10-15 · 公式ドキュメント