文字起こしの表示と更新

2025-05-30

この記事では、Azure AI Video Indexer Web サイトでトランスクリプト行を挿入または削除する方法について説明します。また、単語レベルの情報を表示する方法も示します。

Azure AI Video Indexer Web サイトでトランスクリプト行を挿入または削除する

このセクションでは、Azure AI Video Indexer Web サイトにトランスクリプト行を挿入または削除する方法について説明します。

トランスクリプトタイムラインに新しい行を追加する

編集モードで、2 つのトランスクリプト行の間にマウスポインターを合わせます。トランスクリプト行の 終了時刻 と、次の トランスクリプト行 の開始時間の間にギャップがあります。 [新しい文字起こし行の追加] オプションが表示されます。

新しい文字起こしを追加する方法のスクリーンショット。

[+ 新しい文字起こし行の追加] を選択すると、新しいテキストと新しい行のタイムスタンプを追加できるオプションがあります。テキストを入力し、新しい行のタイムスタンプを選択して、[ 保存] を選択します。既定のタイムスタンプは、前と次のトランスクリプト行の間の差です。

新しいトランスクリプトのタイムスタンプ行のスクリーンショット。

新しい行を追加するオプションが表示されない場合は、目的の場所に新しい行が収まるように、関連するトランスクリプト行の終了/開始時刻を調整できます。

トランスクリプト行で既存の行を選択し、省略記号 (...) 記号を選択します。 [ 編集] を選択し、それに応じてタイムスタンプを変更します。

メモ

新しい行は、トランスクリプトの編集内容として、言語の下のコンテンツモデルのカスタマイズには表示されません。

API を使用して新しい行を追加すると、フリーテキストを使用して Speaker 名 を追加できます。たとえば、Speaker 1 は Adam になります。

既存の行の編集

編集モードで、3 つのドットアイコンを選択します。編集オプションが強化されました。テキストだけでなく、ミリ秒の精度のタイムスタンプも含まれるようになりました。

行の削除

同じ 3 つのドットアイコンを使用して行を削除できるようになりました。

2 行を 1 として統合する

1 行として表示する必要があると考える 2 つの行を統合するには、次のようにします。

行番号 2 に移動し、[編集] を選択します。
テキストをコピーします。
行を削除します。
1 行目に移動して編集し、テキストを貼り付けて保存します。

単語レベルの文字起こし情報を調べる

このセクションでは、Azure AI Video Indexer によって識別された文と語句に基づいて、単語レベルの文字起こし情報を調べる方法を示します。各語句は単語に分割され、各単語には次の情報が関連付けられています

名前	説明	例
ワード	フレーズの中の単語。	ありがとう
信頼度	Azure AI Video Indexer の単語が正しいことをどの程度確信しているか。	0.80127704
オフセット	ビデオの開始から単語が始まる箇所までの時間オフセット。	PT0.86S
期間	単語の期間。	PT0.28Sの

トランスクリプトを取得して表示する

Azure AI Video Indexer の Web サイトにサインインします。
ビデオを選択します。
右上隅にある下矢印を押し、[成果物 (ZIP)] を選択します。
成果物をダウンロードします。
ダウンロードしたファイルを解凍します > 解凍したファイルがある場所を参照します > 検索して開きます transcript.speechservices.json。
json を書式設定して表示します。
RecognizedPhrases > NBest > Words を検索して、興味のある情報を見つけます。

"RecognizedPhrases": [
{
  "RecognitionStatus": "Success",
  "Channel": 0,
  "Speaker": 1,
  "Offset": "PT0.86S",
  "Duration": "PT11.01S",
  "OffsetInTicks": 8600000,
  "DurationInTicks": 110100000,
  "NBest": [
    {
      "Confidence": 0.82356554,
      "Lexical": "thanks for joining ...",
      "ITN": "thanks for joining ...",
      "MaskedITN": "",
      "Display": "Thanks for joining ...",
      "Words": [
        {
          "Word": "thanks",
          "Confidence": 0.80127704,
          "Offset": "PT0.86S",
          "Duration": "PT0.28S",
          "OffsetInTicks": 8600000,
          "DurationInTicks": 2800000
        },
        {
          "Word": "for",
          "Confidence": 0.93965703,
          "Offset": "PT1.15S",
          "Duration": "PT0.13S",
          "OffsetInTicks": 11500000,
          "DurationInTicks": 1300000
        },
        {
          "Word": "joining",
          "Confidence": 0.97060966,
          "Offset": "PT1.29S",
          "Duration": "PT0.31S",
          "OffsetInTicks": 12900000,
          "DurationInTicks": 3100000
        },
        {

次の方法で共有