赤兎馬EC運用支援
講義動画の字幕を作るとき、AIの文字起こしと手元の台本のどちらを正にしていますか。私たちは両方を試しました。どちらか一方だけを正にすると、どちらもうまくいきませんでした。
この記事では、2026年10月14日に社内向け講座の解説動画を作ったときの記録をもとに、字幕の正本の決め方と人が確認すべき場所をまとめます。
AIの文字起こしを正にすると、誤変換が残る
講義動画は、画面録画を章ごとに録ります。そのあと自動編集→レビュー→反映→結合の順で仕上げています。
本録画の章1（41.2秒）を処理したところ、AIの文字起こしの誤りがそのまま字幕に残りました。
- 「雑学動画」が「卒学動画」になった
- 「全体の流れ」が「前回の流れ」になった
どちらも音は近いのに意味が変わる誤りです。見る人も気づきにくい種類です。
台本に寄せたら、言っていない語が出た
そこで、章ごとの読み上げ原稿（台本）に字幕を寄せる仕組みを足しました。考え方は次のとおりです。
- 認識結果と台本を文字単位で突き合わせ、似ている行は台本の文言に置き換える
- 時刻は認識結果のものを使い、文字数で按分して割り当てる
- 行は文末で分ける。長い文は読点→かぎ括弧→助詞の順に区切り位置を探し、24文字以下に折る
- 台本から外れた発話は、そのまま残す
これで章1の字幕は台本どおりになりました。
ところが、録音担当から「『○○です。』はしゃべっていません」と指摘が入りました。台本寄せが、台本にはあるのに認識結果には無い語まで字幕に出していたのです。
答えは「認識にある語だけ台本の表記に直す」
規則を一つ足しました。
- 認識結果に無い挿入のうち、2文字以上の語は「言っていない」と見なして出さない
- 句読点・括弧だけの差は台本どおりに整える。文末の句点は残す
つまり役割を分けました。表記の正本は台本、言ったかどうかの正本は認識結果です。
この規則には副作用があります。「言ったのに認識が落とした語」も字幕から消えてしまいます。特に固有名詞は落ちやすいので、レビューで人が確認する項目に戻しました。副作用を書き出し、人の確認項目にするところまでやって、修正は完了だと考えています。
あわせて、字幕だけを作り直せるようにしました。映像と、反映済みの編集はそのまま残ります。
この作業の途中で、隠れていた不具合も見つかりました。編集で語を落としたあとに語の番号を振り直していたため、2回目以降の編集指示が別の語を指すおそれがありました。語の番号は、書き起こし全体での順番で固定するように直しました。
同じ日に分かった、あと3つのこと
- 言い直しの検出：録り直しで同じ文を2回言った箇所を機械で拾い、レビュー画面に「言い直し候補」として出す。拾う条件は「行全体が次の行と似ている」か「行末と次の行の頭が6文字以上同じ」。採否は人が決める
- 古い指示の退避：前の録画に対する承認済みの編集指示が残っていて、新しい録画の無関係な箇所を切る状態になっていた。章を作り直して時刻表か字幕が変わったら、古い指示を退避するようにした
- 話速は数字で決める：測ると約300字/分だった。そこで1.1倍速で結合すると決めた（声の高さは変えない）。倍速の最終判断は人がする
EC実務の動画でも同じことが起きる
商品紹介動画や使い方動画の字幕でも、起きることは同じです。AIの文字起こしだけに頼ると、商品名や成分名が誤変換されます。台本だけに頼ると、撮影時に言わなかった説明が字幕に残ります。字幕と実際の発話がずれていると、問い合わせ対応や修正の手戻りにつながります。商品名・成分名は固有名詞として扱い、公開前に人が確認する工程を入れてください。
公開前のチェックリスト
- 字幕の正本を決めているか（表記は台本、言ったかどうかは認識結果）
- 台本にしか無い語を字幕に出していないか
- 商品名・成分名などの固有名詞を人が確認したか
- 言い直し候補の採否を人が決めたか
- 古い版への編集指示が新しい版に残っていないか
- 話速を測ってから倍速を決めたか
まとめ
AIの出力と人の原稿は、どちらも単独では正になりません。今回の学びは次の3つです。
- 両方を突き合わせ、片方にしか無いものの扱いを規則にする
- 修正の副作用は書き出して、人のレビューに戻す
- 前の版への指示は、新しい版に持ち越さない
これは字幕に限らず、AIを業務に入れるときに共通する型だと考えています。
店舗 URL での無料 EC 診断もやっています：https://ec-sekitoba.jp/#contact
AI導入・内製化のご相談も同じ窓口で受けています。