大規模動画配信の字幕制作を効率化するメディア向け音声AIのVerbit、ポストプロダクション用字幕ソリューション「Captivate Post」を発表

Verbitは、メディア企業向けの新しいポストプロダクション字幕ソリューション「Captivate Post」を発表しました。大量の動画コンテンツを扱う放送事業者や配信事業者、コンテンツディストリビューター、デジタル動画パブリッシャー向けに設計された製品で、ライブ字幕向けプラットフォーム「Captivate」で培った技術を、収録後の字幕制作工程へと拡張するものです。単なる高精度なAI文字起こしにとどまらず、メディア品質の字幕を大規模かつ効率的に生成できる点が特徴です。近年、ストリーミングサービス、FASTチャンネル、デジタルメディアなどでコンテンツ制作が急増する中、メディア企業は、視聴者の没入感やアクセシビリティを高めるために、より完全で高品質な字幕を、より短い時間で提供することを求められています。同時に、コスト管理の重要性も高まっています。Captivate Postは、こうした課題に対し、従来は手作業中心で時間のかかっていた字幕制作を、AIを活用した一貫したワークフローへと置き換えることで対応します。

この新製品では、動画のアップロードから字幕生成、レビュー、納品までを一つの流れで処理できます。Verbitのメディア分野向けに訓練された高度な音声認識技術を活用し、AIのみの運用でも高い字幕精度を実現します。シリーズ作品全体、個別エピソード、長編映画まで、幅広いコンテンツに対応し、メディア企業がスピードと品質を両立しながら字幕を展開できるよう支援します。主な機能としては、収録済みコンテンツに対する短納期対応、自動的な字幕の配置・同期・分割、音楽や40種類を超える環境音の検出、CMブレイクの自動認識、スタジオ品質のセルフサービス型字幕編集機能、大規模なコンテンツライブラリやライブからVODへのワークフローに対応する拡張性の高い基盤などが挙げられます。これにより、制作現場は編集作業の効率を高めながら、アクセシビリティと品質基準の維持を図れます。

Verbitは、Captivate Postによって、メディア企業が変化する配信要件に柔軟に対応し、新たな市場への展開や、より広い視聴者層へのリーチを進めやすくなると説明しています。また、既存の制作ワークフローに自然に組み込める設計にすることで、字幕の作成、編集、共同作業、納品を複雑化させずに実行できるようにしています。さらに、Verbitの文字起こし、音声解説、ローカライゼーション、AI吹き替えなどの他のメディア向け機能とあわせて使うことで、コンテンツ配信全体を支える統合基盤としての役割も強化されます。Captivate Postはすでに利用可能で、Verbitのメディア向け音声認識機能をライブ字幕領域から、ライブ制作とポストプロダクションの両方を含むエンドツーエンドのワークフローへと広げる製品として位置づけられています。

Verbitについて
Verbitは、音声AIと音声インテリジェンス分野のグローバル企業であり、大手メディア企業、ネットワーク、コンテンツ制作者にサービスを提供しています。メディア領域向けに最適化された音声認識技術を基盤に、字幕作成、文字起こし、翻訳、ローカライゼーション、音声解説の提供を支援しています。グローバルな人材ネットワークと進化を続けるCaptivate™ ASRプラットフォームを組み合わせることで、高品質な成果と大規模運用の両立を実現しています。