Appleは5月19日（現地時間）、字幕データが用意されていない動画に対して、自動で字幕を生成する新機能「Generated Subtitles」を発表した。2026年後半に提供予定としている。
対応プラットフォームはiPhone、iPad、Mac、Apple TV、Apple Vision Pro。端末上の音声認識機能を使い、動画内の会話音声を解析して字幕を生成する仕組みだ。
Appleは近年、聴覚障害者向けのアクセシビリティ機能を強化してきたが、今回の「Generated Subtitles」では、これまで字幕が付かないことの多かった個人動画や共有コンテンツにも対応範囲を広げる。
家族や友人から送られた動画も字幕化。聴覚支援だけでなく一般利用も視野に
映画や動画配信サービスでは字幕機能の普及が進んでいる一方で、個人が撮影した動画やSNS上の共有動画では、字幕が用意されていないケースも少なくない。
そこで「Generated Subtitles」は、iPhoneで撮影した動画のほか、家族や友人から送られてきた動画、オンライン配信の映像などにも対応する。字幕データやキャプションが存在しない場合、自動的に字幕を生成する仕組みとなっている。
Appleによれば、音声認識処理はオンデバイスで実行されるため、音声データをクラウドへ送信することなく利用可能。字幕のサイズやデザインも、再生メニューや設定画面からカスタマイズできる。
字幕機能はアクセシビリティ用途として発展してきたが、近年では「音を出せない場所で動画を見る」「海外動画を視聴する」といった一般利用も増えている。
Appleは今回、OSレベルで自動字幕生成機能を統合することで、アクセシビリティ機能と一般機能の境界をさらに薄める狙いとみられる。なお、提供開始時点では米国・カナダ向け英語のみ対応予定となっている。
情報ソース
(画像：Apple)