ユーザチェックまだなので 完全納品ではないものの・・・
3カメで撮影した当日、マルチカム編集を行うところまではなんとかできるようになりましたが、どうしても文字入れをしたいという要望を受けて、久々に文字起こしをAIに依頼してみました。
ローカルAIでもそこそこの精度で出来ていたのですが、やはり機能アップをし続けているGeminiの方が一枚上手でした。
- 多少不安なところは括弧付きで二種類の言葉を記述してくれる。
- そして、何よりもほぼ100％といって良いぐらい完璧な文字起こしになっていました。
- タイムコードというか、時間軸を記述した部分は、時間軸がずれている気がしますが
- DavinciResolve側でドラッグするだけであとは微調整すれば1時間程度ではめ込める
- ただし暴力団といった言葉を無視した
- 言い直している部分だけを活かした
- 格好いい言葉に丸めたりした
厳密な場面では必ずチェックは必要かと思います。
ほんと凄い良い時代になりました。
ここまできたのなら、もう自動字幕でもホボ作業無しで出来るような気がしています。作業者側がしなくても閲覧者側でON/OFFできる。
あらためて言葉でAI8名と会話する強者のYoutubeを観ましたが、音声は確実に文字入力作業を不要としつつ、もう声だけでいろんな指示が出来るようにあったことを意味しています。