東京大学が英語字幕生成ソフトを開発、講義動画の国際化をサポート

東京大学が開発した英語字幕生成ソフト

東京大学大学院工学系研究科に所属する松尾・岩澤研究室は、画期的なデスクトップソフトウェアを開発しました。このソフトは、日本語で話されている講義動画から英語の字幕を自動生成し、SRT形式の字幕ファイルを出力します。この取り組みは、2025年度からの大学院授業の英語化を背景に、より多くの留学生に講義を提供することを目的としています。

ソフトウェアの特徴

このソフトウェアは、講義動画の音声を聞き取り、書き起こしを行い、そこから日本語を整形して英訳し、さらに字幕に分割する全自動プロセスを持っています。最終的には人間の手による確認と修正のみが必要で、効率的な字幕作成を実現しています。また、使用されている音声認識技術「WhisperX」により、高精度に字幕のタイミングを調整することが可能です。

さらに、字幕の「読みやすさ」をプログラム側で検査し調整する仕組みを導入。表示速度や行あたりの文字数といった基準を守りながら、視聴者が快適に理解できる字幕を生成します。これにより、安定した品質の字幕を常に提供することができます。

開発背景

松尾研の設立ビジョンは「知能を創る」ことであり、この研究室ではAIに関する多くの講義を提供しています。2025年度には受講者数が年間70,000人を超える見込みで、多国籍な学生にAI教育の機会を創出してきました。これに伴い、留学生への講義提供を見据え、講義内容の英語化が求められていました。

しかしながら、従来は翻訳と字幕作成作業が手動で行われており、特に専門用語や数式を多く含む内容では作業負担が大きく、効率化が必要でした。そこでこのソフトウェアが開発され、課題の解決に寄与することとなりました。