字幕・原稿・自動文字起こしを正解にしてよい？

字幕や原稿を、聞き取りの正解としてそのまま使ってよいのでしょうか。先に確かめたいのは、その文字が誰によって、どの音声から作られたかです。話す前の台本、発話後の文字起こし、自動生成の文字では、音との違いを見つけたときの確認先が変わります。

表示名より作成元と対象を確認する

「原稿」という名前だけでは、収録前の台本なのか、実際の発話を文字にしたものなのかは決まりません。字幕も、元の言語か翻訳か、自動生成か人の確認が入ったものかを見ます。説明が見つからなければ、「作成方法不明」と残します。

題名が合うだけでなく、いま聴いている回や版に対応しているかも確かめます。動画とPodcast、短縮版と全編などを混ぜていないか。音の聞き間違いを考える前に、比較している素材をそろえます。

説明用に、話者が次のように言い直す場面を作りました。実際の番組からの引用ではありません。

We meet on Friday. Sorry, Saturday.

準備した台本に We meet on Friday. とだけ書かれていたら、収録で訂正された可能性があります。発話をそのまま記す文字には、Friday と Saturday の両方が現れるでしょう。内容をまとめた文章なら、「土曜日に会う」とだけ書くことも考えられます。

この三つを混ぜると、「Friday が聞こえたのに、文字は土曜日だから聞き間違えた」と判断してしまいます。実際には両方が発話された可能性を、音声と対応する文字で確認したい場面です。

意味を知るための文章か、発話された語を照合するための文字か。今の用途によって、答えとして使える範囲が変わります。

YouTubeの公式ヘルプは、自動字幕が音声認識で作られ、発音や雑音などの影響で発話を正しく表示できない場合があると説明しています。これはYouTubeの自動字幕に関する案内で、Rehearを含む別の仕組みの精度を測った資料ではありません。

一方、TEDの公式ヘルプは、TED.comの動画にあるインタラクティブな文字原稿の探し方と、再生位置との連動を案内しています。その説明だけで、同名のPodcast版とも時刻や全発言が一致すると判断することはできません。

時間に合わせて表示されるかと、語が正確かは、別々に確認します。ずれた箇所があれば、まず同じ版かを見直し、名前や数字は配信元の紹介・原稿などにも照合します。確かめられない語は未確認にしておきます。

次に文字を開くときは、手元のメモに次の三項目を残します。編集部が提案する確認用の書式です。

記入例は「配信元・同じ動画・内容をまとめた文章・意味の確認用」。細かな言い直しが載っていなくても、それだけで間違いとは言えません。「自動生成・同じ音声・人名は未確認」なら、配信元の出演者紹介を確認するという次の行動が決まります。

文字の種類を完全に分類するより、今日知りたい一語に対し、どこまで答えになりそうかを確かめます。由来が不明なら正解扱いせず、確認できた範囲を残して区切ります。

原稿の有無も含めた素材選びは、公開済みの練習素材を見る五つの視点で紹介しています。