▲ 目次へ戻る

概要（Overview）

Text Navigation は、音声を文字起こしに変換し、スペクトログラムの上に表示して対応するオーディオと同期させて表示します。文字起こししたテキストは検索可能で、ファイルの内容を示す参照点となります。これにより、マーカーを手動で配置するためにファイルを試聴する必要がなくなります。

注：Text Navigation は編集ナビゲーションツールとして設計されており、文字起こしサービスではありません。アメリカ英語に最適化されています。目立つ背景ノイズがある場合や、話者が非アメリカ語訛りの場合は精度が変わることがあります。

ワークフロー（Workflow）

まず RX にオーディオをドラッグまたはインポートし、スペクトログラム左下の Speech Recognition Word Lane ボタンをクリックします。

オーディオの文字起こしはすぐに開始され、バックグラウンドでリアルタイムの約 7～9 倍の速さで実行されます。文字起こしはスペクトログラム上の Word Lane のタブに入り、処理中であることを示します。

オーディオ素材は次の要件を満たす必要があります。

• オーディオは会話またはスピーチである必要があります―現在、楽曲の歌詞の文字起こしには対応していません。
• オーディオファイルは最低 10 秒以上必要です。10 秒未満のファイルでは音声認識ボタンが無効になります。
• 現在はアメリカ英語のみ対応しています。

iZotope ロゴをクリックすると、文字起こしの進捗を示す小さなウィンドウが開きます。このウィンドウの下部には、文字起こしを一時停止・キャンセルするボタンがあります。

文字起こしが完了すると、オーディオをズームイン/アウトでき、文字起こしもそれに応じて伸縮します。

• Mac：Command+= でズームイン、Command+- でズームアウト、またはトラックパッドで二本指で上下にスワイプ。
• Windows：Ctrl+= でズームイン、Ctrl+- でズームアウト。

単語タブをクリックすると、スペクトログラムで対応するオーディオが選択されます。タブの両端のハンドルをドラッグして、周囲の単語・フレーズ・文を選択できます。

1 タブに単語が 1 つになるほどズームインすると、単語をダブルクリックして選択し、編集可能になります。誤字の修正や、編集に合わせた個々の単語の変更ができます。

• 編集時、タブに複数の単語を入力してもタブは分割されません。
• タブに何も入力しなくてもタブは削除されません。
• Word Lane を右クリックして Rescan できます（再スキャンすると修正内容は上書きされます）。

検索（Search）

Text Navigation には、語句やそのゆれ（トランスクリプト内の誤字など）を見つけるあいまい検索があります。個々の文字でも検索できます。

検索は、置き換え語の探索、特定セクションへの移動、別テイクの検索に最適です。

3 文字以下の検索はオートコンプリートのように動作し、その文字で始まる語を探します。それ以外はあいまい検索として動作し、検索クエリに似た結果を返します。

Text Navigation Pane ボタンをクリックして検索パネルを表示します。

注：スペクトログラムの上に文字起こしを表示するには、Word Lane ボタンも有効にする必要があります。

検索ボックスに単語を入力して Return/Enter を押します。単語が見つかると、そのすべての出現箇所がオーディオ内の出現順に一覧表示されます。語のゆれも一覧表示されます。単語が見つからない場合は、オーディオ内で識別されたゆれのみが一覧表示されます。

一覧の単語をクリックすると、再生ヘッドがその単語に移動し、対応するオーディオがハイライトされます。

置き換えたい単語がある場合は、その単語の出現箇所を検索し、最適なものを選んでコピーし、元の単語に上書きペーストします。

検索は選択した単語への処理のターゲットにも使えます。単語の両端のハンドルをドラッグすると、選択したオーディオに処理をターゲットできます。

注：検索は編集した単語でも機能しますが、タブに単語・フレーズを複数入力すると検索結果に悪影響を及ぼすことがあります。

複数話者の検出（Multiple Speaker Detection）

Text Navigation には、トラックに複数の話者がいることを自動検出し、各話者に関連するスピーチ区間を色分けする機能が組み込まれています。

複数話者の検出は、テキスト文字起こしパスの完了後に実行されます。最大 8 人の話者を検出できます。

各話者には固有の識別色が付与され、スピーカーペインと文字起こしの対応するタブに表示されます。

ある話者のすべての出現箇所を選択するには、スピーカーペインで話者名をクリックします。話者ごとに特定の処理をターゲットしやすくなります。話者名をダブルクリックすると、プロジェクトのニーズに合わせて編集・変更できます。

トランスクリプトの書き出し（Export Transcript）

Transcript Export メニューには、Text Navigation Pane 上部のメニューボタンをクリックするか、Word Lane を右クリックしてアクセスします。

• Copy transcript to clipboard：文字起こししたテキストをコピーしてワープロアプリに貼り付けます。
• Export transcript to file：文字起こしテキストを .txt ファイルとして書き出します。
• Rescan speech to text：ファイルを再度文字起こしします。

参照元情報：Text Navigation
https://docs.izotope.com/rx12/en/text-navigation.html

▲ 目次へ戻る