人が話す動画は、作った本人が想像するよりはるかに頻繁に、無音で消費されています。イヤホンを家に忘れた電車の中で、仕切りのないオフィスで、隣で誰かが眠っているベッドの上で、ミュートのまま自動再生されて二度と音を出してもらえないフィードの中で、再生されているのです。正確な数字はプラットフォームや年によって動きますが、この問いを調べた調査はどれも同じあたりに着地します。フィードでの視聴のかなりの部分 — 多くの場面では過半数 — は、音を消したまま行われています。そこに、耳の聞こえない視聴者や聞こえづらい視聴者を加えてください。その人たちにとって字幕は好みの問題ではなく、チャンネルそのものです。結論は避けようがありません。あなたの観客の現実的で無視できない部分にとって、字幕は動画の付属品ではないのです。字幕こそがその動画の音声であり、その人たちに届く唯一の形で描き直されたものです。字幕のないトーク動画は、彼らにとって、字幕カードを忘れた無声映画です。
次に、2つ目の観客がいます。あなたの言語を、耳で聞くより文字で読むほうがよく理解できる人たちです。聞き取りは言語技能の中で最も難しいものです — 話し手の速度で、話し手の訛りで、話し手が飲み込んだ音節ごと進んでいきます — そして何億もの人々が、耳ではほとんど追えない言語を、文字なら流暢に読めます。字幕は、訛りの問題と速度の問題の半分を、ひと筆で消し去ります。さらにその向こうには、あなたの言語をまったく読めない観客が立っています。その人たちにとって、翻訳されたトラックは、見続けることとスクロールして通り過ぎることの分かれ目です。ここでの経済は、一方的にあなたに有利です。動画そのものには大きな費用がかかっています。考えること、台本、照明、テイクの数々。それに比べれば2本目の字幕トラックはほとんど何も費やさず、一語も録り直すことなく観客を広げます — あなたの声も、顔も、話しぶりも、そっくりそのまま残るのです。
当然の反論はこうでしょう。プラットフォームがもう自動で字幕を付けてくれる、と。確かに付けてくれます — 音声だけを頼りに。認識エンジンはあなたの台本を一度も見たことがありません。あなたの製品名の途中に大文字があることも、共同創業者の姓がありふれた単語ではないことも、あなたの業界の専門用語が聞き間違いではなく専門用語であることも知りません。だからそれらをすべて音の通りに書き起こし、同音異義語を自信満々に取り違え、統計に従って句読点をばらまき、モデルがたまたま息継ぎした場所で行を折ります。そのうえでプラットフォームがこの自動字幕を自動翻訳すると、誤りは掛け算になります。第二言語の視聴者に届くのは、聞き間違いの翻訳 — あなたが実際に言ったことから2段階離れた何かです。そして視聴者はプラットフォームを責めません。文字の間違いは画面の上に、読める形で、あなたの顔の隣に据え付けられています。もつれた発音は1秒で流れ去りますが、字幕の中で壊れた名前はスクリーンショットになります。
これが、自分のトラックを自分で出荷する理由であり、話はテキストの出どころから始まります。Talk2Cameraでは、字幕のテキストはあなたの実際の台本か、端末上の音声認識から生まれます — そして自分で書いた台本を読み上げたなら、字幕はその綴りを受け継ぎます。名前は、あなたが書いた通りの形で出てきます。製品名の風変わりな大文字も、同僚の姓も、自動字幕が一度も出会ったことのない専門用語も。この1つの性質 — 字幕はあなたが言おうとしたことを知っている — が、自動字幕を恥ずかしいものにしている誤りの種類を丸ごと取り除きます。行の折り返しもモデルではなくあなたの管理下に置かれます。これは聞こえるより大事なことです。名前の途中で折れる字幕や、行の端に前置詞を取り残す字幕は二度読まれます — そして二度読まれた字幕は、目立たないことというたったひとつの仕事に、すでに失敗しています。
第二言語については、Talk2Cameraがあなたの字幕を別の言語へ翻訳し、追加の字幕トラックとして持たせます。この機能を成り立たせている細部はタイミングです。翻訳は元のタイミングを行ごとに保ちます。翻訳された行は、あなたが元の行を話すまさにその瞬間に現れます。技術的な細目に聞こえるでしょう — ずれていくトラックを一度見るまでは。あなたの手は、読者が2秒前に知ってしまったものを今ごろ指さし、あなたの顔は、字幕がまだ語っていない冗談に反応し、画面の中の人物は、足元を流れる言葉から少しずつ剥がれていきます。行と行の対応には、もうひとつ静かな利点があります。検品ができるようになるのです。対象言語を読める人なら誰でも、2本のトラックを並べて行と行を突き合わせられます — タイムラインを行き来する必要も、どの文がどの文に対応するのか推測する必要もありません。
出荷は2つの容れ物の選択で、アプリは両方に対応しています。字幕は映像に焼き込むことができます。添付ファイルを無視するフィードには、これが正しい答えです。焼き込まれた文字は常に見え、どんなプレーヤーもどんな再アップロードも生き延びます。その代わり、オフにする自由と、2つ以上の言語を差し出す自由を失います。あるいは、サイドカー字幕を受け付けるプラットフォームへは.srtファイルとして旅をさせられます。そこでは字幕は切り替え可能で検索可能なまま残り、視聴者が自分の言語を選べます — オリジナルと翻訳が一緒に乗っていけるのです。実務的な目安はこうです。短い縦型動画には焼き込む。プラットフォームが尊重してくれる場所には.srtを添える。動画が2か所以上に住むなら両方やる。どんな乗り物で旅をするにせよ、要点は変わりません。読む視聴者は例外的な存在ではありません。数字を信じるなら、むしろ多数派かもしれないのです — そしてその人たちは、あなた自身の名前に対する音の当てずっぽうよりも、良いものを受け取るに値します。