動画
字幕
Whisper はここ、あなたのブラウザーの中で動き、動画自身の音声から字幕を書き起こします。何もアップロードされず、アカウントも要りません。
どんな動画にも、どこにもアップロードせずに字幕を。
OpenSubs は音声を文字起こしし、翻訳し、スタイルを付け、映像に焼き込みます — すべてあなたのブラウザーの中で。動画ファイルが手元の機械から出ることはありません。出ていく先が無いからです。
アカウント不要。アップロードなし。透かしなし。オープンソース。
Whisper はここ、あなたのブラウザーの中で動き、動画自身の音声から字幕を書き起こします。何もアップロードされず、アカウントも要りません。
上の4つの手順を、もう少し詳しく。明示的に別を選ばないかぎり、そのどれもがあなた自身の機械で動きます。
Whisper はあなたのブラウザーで、GPU があれば GPU で動きます。40 MB から 250 MB のあいだでモデルを選んでください。一度だけダウンロードされ、以後はキャッシュされます。取得されるのはモデルだけ — 音声はそのままです。
Chrome 内蔵の翻訳は端末内で動き、費用はかかりません。長い会話でより良い結果が欲しければ Claude、OpenAI、DeepL のキーを持ち込むか、当社のものをクレジットで使ってください。
すっきりした放送用キャプションから大胆な SNS 向けまで12のプリセット。どれも自分の映像の上でプレビューできます。単語は話されるのに合わせて大きくなり、光らせることもできます。
字幕がピクセルに入った完成 MP4 を、ブラウザー内の WebCodecs で書き出します。あるいは .srt、.vtt、.ass を持ち出して他で使ってください。
上のページは何もインストールせずに使えます。こちらは必要ですが、その代わりページにはできないことをします — タブで再生中の動画に字幕を付ける、あるいは2時間のファイルをブラウザー抜きで焼き込む。どれも同じ Rust エンジンなので、出力は同一です。
タブで再生中のものに、再生しながら字幕を重ねます。Chrome、Edge、Firefox 対応。ストアにはまだ出していません — ビルドは自分で読み込む .zip です。
macOS、Windows、Linux 向け。長いファイルやバッチ処理のために。焼き込みには ffmpeg を使うので、ass フィルター付きでビルドされたものが必要です — macOS なら brew install ffmpeg-full。ビルドは署名されていません。
ファイルごとに1コマンド、スクリプトと CI のために。同じエンジン、同じプリセット、同じ出力。ソースからビルドしてください。デスクトップアプリと同じく ffmpeg が必要です。
エンジン、ウェブアプリ、拡張機能、デスクトップアプリ、コマンドラインは一つのリポジトリです。このページの言い分を信じるより、機械で動くものを読んでください。
現在のビルドはリリース候補です。機能は揃っていてテスト済みですが、バージョン番号は安定版のリリース手順をまだ通っていないことを表しています。
たいていの字幕ツールは動画をアップロードし、処理し、削除すると約束します。OpenSubs はその逆の作りです。
ファイルは object URL 経由で読み込まれ、ブラウザーがデコードします。この製品にアップロード先は存在しないので、映像の流出は「しないと約束する」類のことではありません — そもそも起こりえません。
字幕のテキスト、しかもクラウド翻訳を選んだ場合だけ。端末内の選択肢は何も送らず、そちらが既定です。
自分の API キーを持ち込めば、それはブラウザーから使われるだけで、保存されず、当社に送られず、ディスクにも書き込まれません。
つまりほぼ全部です。当社があなたの代わりに費用を負担する部分にだけ課金し、ボタンを押す前に料金をお伝えします。
いいえ。OpenSubs はファイルをブラウザーで直接読み、文字起こし、スタイル設定、焼き込みという各段階 — すべてがあなたの機械で動きます。動画がサーバーに送られることはありません。機械から出る可能性があるのは字幕テキストだけで、しかもクラウド翻訳の選択肢を選んだ場合にかぎります。
いいえ。文字起こし、端末内の翻訳、スタイル設定、トリミング、焼き込み、そしてすべての書き出しは、アカウントもサインインも無しで使えます。アカウントが要るのは、当社バックエンドでのクラウド翻訳に支払う場合だけです。
Whisper をローカルで動かします — transformers.js が動かす ONNX の重みを、使えるなら WebGPU で、それ以外は WebAssembly で。モデルは選んだものに応じて 40 MB から 250 MB、一度だけダウンロードされ、以後はブラウザーにキャッシュされます。取得されるのはモデルだけで、音声は手元に残ります。
はい。字幕は libass — ffmpeg が使うのと同じレンダラー — を WebAssembly にコンパイルしたもので描画し、WebCodecs で MP4 にエンコードし直します。プレビューで見えているものがそのままピクセルになり、音声はそのままコピーされます。
あなたの機械で動くものはすべて無料で、これからもずっと無料です。当社に費用がかからないからです。有料なのは当社バックエンドでの翻訳だけで、1,000 クレジット 5 ドル。ジョブの料金は実行前に表示され、請求されるのはその額ちょうど、失敗したジョブは無料です。
20言語。簡体字中国語、繁体字中国語、日本語、韓国語、スペイン語、ポルトガル語、フランス語、ドイツ語、イタリア語、ロシア語、アラビア語、ヒンディー語、インドネシア語、タイ語、ベトナム語、トルコ語、ポーランド語、オランダ語、ウクライナ語を含みます。非ラテン文字用のフォントも同梱しているので、中国語やアラビア語の字幕も空の四角にならず正しく焼き込まれます。
初回の訪問以降はおおむね可能です。音声モデルは最初のダウンロードのあとブラウザーにキャッシュされ、クラウド翻訳以外はすべてローカルで動きます。
はい、AGPL-3.0 です。同じエンジン — 字幕の分割、改行、読み速度の上限、スタイルプリセット、ASS の書き出し — がブラウザー向けに WebAssembly へ、デスクトップアプリとコマンドラインツール向けにネイティブバイナリへコンパイルされるので、三つとも同じ出力になります。