Friskription → ブログ → VTuber
日本語のVTuber配信を英語で観る方法
チャットでの翻訳は、誰かが起きていて、その配信にいて、気分も乗っているかどうか次第です。自分の字幕なら毎回、どのチャンネルでも、誰も切り抜かない小さな配信でもそこにあります。
手短に言うと
- YouTubeやTwitchのVTuber配信に英語の字幕トラックがあることはほぼありません。つまり、字幕翻訳ツールが読み取れるものが存在しません。
- チャットの同時通訳はボランティアです。大きな配信を、人が多い時間帯に、手が空いている人がいるときにカバーしています。
- 自分の字幕はそのどれにも依存しません。Friskriptionが配信の音声を文字起こしし、英訳を映像の上に描画します。
- タレントの名前、ファンネーム、繰り返し出てくるネタを用語集に一度入れておけば、配信中ずっと正しい綴りのままになります。
- 毎週30分無料。話者ラベルがあれば、4人が同時に喋るコラボも読める字幕になります。
チャットの翻訳に頼りきれない理由
ボランティアの同時通訳は素晴らしい仕事をしていて、そして単純に人数が足りていません。彼らは最大級のチャンネルに、視聴者の多くが起きている時間帯に集まります。あなたの時間で午前4時の中堅配信、突然の未アーカイブ歌枠、同接300人の個人勢 — TLが付かないのはそういう配信で、たいていはそこでこそ欲しかったはずです。
カバーが厚い配信でも、チャットの翻訳は要約です。誰かが一行を読み、伝える価値があるか判断し、短縮版を打ち込み、それが400個のエモートも流れているチャット欄に届く。何もないよりはるかに良く、そして「言われたことを読む」のとは別物です。
プラットフォームも助けてくれません。YouTubeの自動翻訳は翻訳するための字幕トラックを必要としますが、日本語のライブ配信には普通ありませんし、Twitchには最初からありません。使えるテキストの供給源は音声だけです。
自分の字幕を用意する
-
拡張機能をインストールしてサインインする
Chromeに Friskription を追加し、Googleでサインインします。毎週30分の無料ライブ字幕から始まり、毎週月曜に補充され、カードもAIプロバイダーのアカウントも不要です。
-
翻訳先を英語にする
他の14言語でもかまいません — 中国語、韓国語、スペイン語、ポルトガル語、インドネシア語はVTuberの視聴者に多い言語です。日本語を元言語として選ぶ必要はありません。話されている言語は検出されるので、案件読みで英語に切り替わる配信も設定を触らずに済みます。
-
配信を開いて開始を押す
数秒で字幕が映像の上に出ます。ボックスをモデルの下へドラッグして顔にかからないようにし、サイズを一度決めれば、そのサイトで覚えています。
-
盛り上がる前に用語集を埋めておく
ここが差の出る手順で、次の節はそれだけの話です。
用語集がすべて
音声認識が最も弱いのは、VTuber配信が最も密な部分 — つまり固有名詞です。タレントの名前、ファンネーム、あいさつ、決め台詞、ゲーム内のキャラ名。モデルにとって最も文脈の手がかりが少ない単語であり、だから推測し、しかも毎回違う推測をします。
用語集は綴りをセッション中固定します。よく観るチャンネルなら一度登録しておくだけで、配信が10分ごとに全員の名前を書き換えるのをやめます。
2回以上観るチャンネルなら入れておく価値があるもの：
- タレントの名前と、ファンが実際に使っている愛称 — この2つはしばしば別物です。
- ファンネームと、配信冒頭のあいさつ。
- よく絡む相手の名前 — 頻出するうえに、まさに文字起こしが崩しやすい単語です。
- ゲーム固有の用語、とくに話されている言語とは別の言語のキャラ名やアイテム名。
- 一語の造語になっている定番ネタ。だいたいいくつもあります。
コラボ、歌枠、その他のやっかいな場面
コラボ：話者ラベルをオンに
4人が通話でお互いの言葉に被せ続けるのは、字幕を最速で無意味にする方法です — 誰が言っているのか分からない文章が延々と流れることになります。話者ラベルは最大5つの声を区別して各行に印をつけ、たいていそれがコラボを追えるか切るかの分かれ目になります。
歌枠：期待は控えめに、それでいい
歌は、話し言葉とは違う意味で音声認識に厳しいものです。母音は伸び、リズムは言語ではなく音楽のもので、声と競合する伴奏があります。曲間のトーク部分は普通に文字起こしされます。歌そのものについては、訳詞が出たら儲けものくらいに考えてください。
長時間配信：残高に目を配る
6時間の耐久配信は30分の無料枠を超えます。課金されるのは音声のある部分だけなので、待機画面や長い沈黙は消費されませんし、コントロールパネルに残りの目安が出ます。長くなると分かっているなら、分数パックはサブスクではなく一度きりの購入で、買った分はそのまま置いておけます。
未アーカイブ配信：やり直しがきかない
アーカイブが残らない配信では、トランスクリプトの書き出しを知っておく価値があります。セッション中の行をファイルに保存するので、未アーカイブの歌枠やメン限配信でも、後に何かが残ります。
正直なところ、翻訳の質は
配信を気持ちよく追えるだけの質はあり、流暢な話者の代わりにはなりません。理由は2つです。文字起こしは実運用の音声認識モデル — ElevenLabs Scribe v2、英語ベンチマークで単語誤り率3.3% — から来ており、その下流はすべて「最初にどれだけ正しく聞き取れたか」に頭を押さえられます。翻訳はそのうえで、各行を直前の行と読み合わせる言語モデルが行います。だから前の文から続いている文の扱いが、フレーズ単位の翻訳より上手いのです。
最も弱いのは、人間のTLが最も輝く場所そのものです。駄洒落に依存するネタ、3配信前の出来事への言及、先週コミュニティが作ったばかりのスラング。そういう瞬間のためにチャットがあります。あなたが得るのは残りの9割 — 配信の中身そのものを、起きているそばから、読める言語で。
よくある質問
ホロライブやにじさんじの配信を英語字幕で観られますか？
観られます。字幕は配信の音声からあなたの側で生成されるので、事務所や規模、チャットに翻訳者がいるかどうかに関係なく、YouTubeでもTwitchでもどのチャンネルでも動きます。
未アーカイブ配信やメンバー限定配信でも動きますか？
はい — タブが音を鳴らしていれば字幕をつけられますし、ログイン済みで観ているメン限配信も「音が鳴っているタブ」にすぎません。トランスクリプトの書き出しはとくに未アーカイブ配信で価値があります。あとで見返せるVODが残らないからです。
タレントの名前を間違われないようにするには？
用語集に入れてください。セッション中の綴りが固定されるので、言われるたびに推測し直されることがなくなります。よく絡む相手の名前とファンネームも一緒に入れておきましょう。崩れやすさで並ぶ単語たちです。
早口にもついていけますか？
はい。ペースのプリセットをQuickにしてください。一拍遅れて届く完全な文よりも、きちんと間に合う短い行を優先します。Syncモードはさらに進んで、再生を数秒後ろへ引き、行が言葉の後ではなく一緒に届くようにします。
歌枠の曲も翻訳できますか？
部分的には。歌は話し言葉よりずっと文字起こしが難しく — 伸びる母音、伴奏、言語ではなく音楽のリズム — トーク部分は普通に文字起こしされます。訳詞はおまけと考えてください。
使っていることは配信者に分かりますか？
いいえ。すべてあなた自身のブラウザの中で、タブがすでに再生している音声から行われます。チャンネルには何も送られず、チャットにも何も出ません。
長時間配信だと費用はどのくらい？
毎週30分は無料で、毎週月曜に補充されます。課金されるのは音声のある部分だけなので、待機画面や沈黙は消費しません。それを超えると、一度きりの1.99ドルのスターターパックで90分、パックは1,440分24.99ドルまで。サブスクではなく一度きりの購入で、分数に期限はありません。