ボットなしでZoomにライブ字幕
Zoomは、ホストが会議からコピーするリンクを通じて、外部サービスの字幕を受け付けます。それが字幕のAPIトークンです。このトークンをライブ字幕サービスに貼り付けると、その字幕が会議そのものの字幕として表示されます。話されている言語のままでも、別の言語に翻訳しても表示でき、ボットが通話に参加することはありません。無料のZoomアカウントでも使えます。以下では、標準の字幕で足りない理由、Speechoで字幕を送る手順、参加者に見えるもの、費用を説明します。
標準の字幕で足りない理由
Zoomは無料で字幕を付けられ、1つの言語で話すふだんの会議ならそれで足りることも多いでしょう。困るのは次の3つです。
- 話す言語が1つに限られる。 標準の字幕は、会議に設定された話し言葉に従います。誰かが別の言語に切り替えると、誰かが設定を変えるまで字幕は意味をなさなくなります。
- 名前と用語。 人の名字、製品名、専門用語は誤りがいちばん目立つところで、正しい表記を会議に覚えさせる方法はほとんどありません。
- 翻訳。 翻訳字幕には主催者の有料プランが必要で、必要としている参加者が自分でオンにすることはできません。
ボットの問題
よくある解決策は、字幕や議事録のボットを参加者として通話に入れることです。動きはしますが、参加者一覧に表示され、待機室で承認を待ち、会社のポリシーで締め出されることもあり、会議の音声をすべて第三者のアカウントで受け取ります。顧客との打ち合わせや公開ウェビナーで、ソフトウェア会社の名前が付いた見知らぬ参加者がいるのは、できれば説明したくない気が散る要素です。
第三の方法: 会議そのものの字幕リンク
Zoomは、もともと人間の字幕担当者（ライブイベントをリアルタイムで文字にするCARTの速記者）から字幕を受け取れるように作られています。ホストが会議から字幕リンクをコピーし、字幕担当者のソフトがそのリンクに1行ずつテキストを送り、Zoomがいつもの字幕の位置に表示します。字幕サービスも同じ入口を使えます。
通話には誰も参加しません。参加者は増えず、サービスが映像を見ることもありません。聞くのは、あなたが渡す音声だけです。Speechoでは音声の入力元が2つあります。
- 自分のマイク。 発表者、講師、ウェビナーのホストなど、字幕が必要なのが自分の声である場合に向いています。Zoomのデスクトップアプリでも使えます。
- 会議を開いているブラウザのタブ。 全員の発言に字幕を付けるには、ブラウザで会議に参加し、音声ソースに「ブラウザのタブ（会議・動画）」を選び、タブの音声を共有するオプションにチェックを入れ、「+ 自分のマイク」を加えて自分の声にも字幕が付くようにします。パソコンのChromeとEdgeで使えます。
リンクをコピーできるのはホストだけなので、設定は会議を運営する人が行います。
Zoomの手順
- 外部の字幕を一度だけ許可する。 この設定はデスクトップアプリではなく、ZoomのWebポータルにあります。zoom.usにサインインして「設定」を開き、「ミーティング」タブ、「ミーティング内（詳細）」の順に進みます。「手動字幕」をオンにし、「Allow use of caption API Token to integrate with 3rd-party closed captioning services」にチェックを入れます。会社のアカウントでは管理者の操作が必要な場合があります。この設定がないと、次の手順の項目が表示されません。
- APIトークンをコピーする。 会議を開始し、「字幕」の横の矢印を開いて「手動の字幕作成者を設定」（バージョンによっては「字幕のホストツール」）を選び、手動の字幕作成者を有効にして「APIトークンをコピー」を押します。
- Speechoを接続する。 Speechoでライブ字幕を開き、「会議に字幕を表示」でZoomを選び、トークンを貼り付けて「接続」を押します。
- 開始する。 音声ソースと、必要なら翻訳先の言語を選び、「開始」を押します。状態が「送信中」に変わります。
- 参加者に伝える。 参加者はZoomで「字幕を表示」をオンにします。最初の行が出るまで数秒かかることがあります。
トークンは1回の会議ごとのものです。会議が終了または再開されたら、新しいトークンをコピーしてください。Speechoに「リンクが拒否されました。新しいリンクをコピーしてください」と表示されたら、それが原因です。
参加者に見えるもの
字幕は通常の字幕として、各参加者がふだん字幕を読む場所に、それぞれのアプリのフォントとサイズで届きます。Zoomのトランスクリプトパネルでは「Captioner」（字幕担当者）という名前で表示されます。これはZoomが外部の字幕サービスすべてに付ける名前で、話者名ではありません。Speechoは文の終わり、短い間のあと、または話し続けて2秒たったときに1行を送るので、字幕は1語ずつちらつくのではなく、まとまった文として表示されます。参加者は何もインストールする必要がなく、Speechoのアカウントもいりません。必要なのはホストだけです。
Speechoのタブにも字幕が表示され続けるので、何が送られているかを確認できます。
字幕をリアルタイムで翻訳する
Speechoのライブ字幕は60の言語の音声を認識し、その60言語のどれにでも翻訳できます。方向はどちらでもかまいません。「翻訳先」で言語を選び、「送信：原文 / 翻訳」で会議に送るほうを決めます。セッションが翻訳している場合は、翻訳が既定で送られます。会議の途中でも、接続し直さずに原文と翻訳を切り替えられます。
よくある使い方はこれで足ります。日本語の講演に英語の字幕を付けて海外の参加者に届ける、英語の全社会議に日本語の字幕を付けて国内チームに届ける、といった場面です。1つのセッションで翻訳できるのは1言語ずつで、会議に表示される字幕担当者の字幕も1本です。名前や用語はセッションの用語集に登録しておけば、思いどおりの表記と訳語で出ます。
YouTube LiveとOBS
YouTube Liveも同じ方法で字幕を受け付けます。ライブ配信の設定で遅延を「通常」にし、字幕をオンにして「Post captions to URL」（URLに字幕を送信）を選び、字幕の取り込みURLを「会議に字幕を表示」に貼り付けます。視聴者はプレーヤーのCCボタンで字幕を表示します。
OBSなら配信そのものに字幕を載せられ、Twitch、YouTubeなどのプレーヤーではCCボタンで表示されます。OBSでWebSocketサーバーを有効にし、ポートとパスワードをSpeechoに入力して、タブを開いたままにします。Chrome、Edge、Firefoxで使え、Safariでは使えません。デザインした字幕を映像に重ねたい場合は、オーバーレイを使います。どちらもOBSのライブ字幕のページで説明しています。
TeamsとGoogle Meet
Microsoft Teamsにも同様の入口、CART字幕があります（職場・学校のアカウント）。Speechoではまだ提供していません。必要な場合はご連絡ください。一緒に設定します。
Google Meetには外部サービスの字幕を受け付ける仕組みがありません。そのためSpeechoはMeetの通話に字幕を入れられず、ボットなしでは誰にもできません。代わりに次の2つがうまく使えます。
- フローティングウィンドウ。 字幕を小さなウィンドウに切り出し、会議の上に常に表示します。自分用にも、画面共有用にも使えます。ChromeとEdgeで利用できます。
- 視聴用リンク。 リンクを共有すると、参加者は自分のブラウザのタブやスマートフォンで、原文または翻訳のライブ字幕を開けます。
どちらもライブ字幕の機能です。
費用
ライブ字幕は1分あたり10クレジットで、秒単位で課金されます。いちばん小さいパックは5ドルで2,400クレジット、つまりライブ字幕4時間分です。1時間の会議なら最大でも1.25ドルで、大きいパックならさらに安くなります。Zoom、YouTube Live、OBSに字幕を送っても料金は変わらず、翻訳も含まれます。サブスクリプションはなく、クレジットに有効期限もありません。会議に字幕を表示するにはSpeechoのアカウントが必要です。詳しい金額は料金ページをご覧ください。
会議前のチェックリスト
- ZoomのWeb設定で「Allow use of caption API Token」がオンになっている（会社のアカウントなら管理者に依頼）。
- この会議の新しいトークンを「会議に字幕を表示」に貼り付けた。
- 音声ソースが合っている。講演なら自分のマイク、全員に字幕を付けるなら会議のタブと自分のマイク。
- 翻訳先の言語と「送信：原文 / 翻訳」を設定した。
- 名前と用語を用語集に登録した。
- 1分間のテスト: 接続、開始、状態が「送信中」になっていること、同僚に字幕が見えていることを確認した。
- 参加者が字幕をオンにする場所を知っている。
よくある質問
会議にボットは参加しますか
参加しません。字幕は、ホストがZoomからコピーした字幕のAPIトークンを通じて届きます。参加者は増えず、Speechoが聞くのはあなたのマイクか、会議を開いたブラウザのタブの音声だけです。
無料のZoomアカウントでも使えますか
使えます。字幕のAPIトークンはBasicプランでも利用でき、手順1のアカウント設定がオンになっていれば十分です。
参加者は何かをインストールする必要がありますか
ありません。Zoomで「字幕を表示」をオンにするだけです。人間の字幕担当者が入る場合と同じです。
Zoomに翻訳字幕を表示できますか
できます。ライブ字幕で翻訳先の言語を選び、「送信」で「翻訳」を選びます。60言語のどの音声も、60言語のどれにでも翻訳できます。
TeamsやGoogle Meetでも使えますか
Teamsではまだ使えません。Teamsにも同様の入口（職場・学校のアカウントのCART字幕）があり、検証が済み次第オンにします。必要な場合はご連絡ください。Meetの中には表示できません。Meetは外部の字幕を受け付けないためです。代わりにフローティングウィンドウを使うか、視聴用リンクを共有してください。
1時間の字幕はいくらですか
600クレジットで、5ドルのパックなら1.25ドル、大きいパックならさらに安くなります。サブスクリプションはなく、クレジットの期限もありません。
