VTTファイルの翻訳方法

TABLE OF CONTENTS

動画がウェブを席巻する中、キャプションはグローバルでアクセシブルな視聴者にリーチするために不可欠な存在となっています。WebVTT（.vtt）ファイル形式は、HTML5動画でタイミング付きテキストを表示するための最新標準であり、ローカリゼーションワークフローにおいて重要な資産です。

VTTファイルの翻訳には、単なる単語の置き換え以上の作業が求められます。タイムスタンプ、スタイリング、画面上の配置を保持しつつ、メッセージがどの言語でも正確に伝わるようにする必要があります。本ガイドでは、VTTの基本からプロフェッショナルな翻訳ワークフローまで、成果をもたらすすべてを解説します。

VTTファイルとは？

WebVTT（Web Video Text Tracks）ファイルは、タイミングとスタイリング情報を含む字幕またはキャプションのプレーンテキストファイルです。これは、現代のブラウザにおけるHTML5動画プレイヤーのネイティブ形式です。

基本的な例を以下に示します。

WEBVTT

NOTE
This is a comment for the translator. It will not be displayed.

00:00:05.500 --> 00:00:09.250
Hello and welcome to our presentation.

00:00:09.750 --> 00:00:13.000
In this video, we will explore the future of technology.

構造は以下の通りです。

WEBVTT ヘッダー: すべてのファイルはこの行から始まる必要があります。
タイムスタンプ: HH:MM:SS.mmm --> HH:MM:SS.mmm 形式でキャプションの表示・非表示のタイミングを定義します。
キュー: 画面上に表示される実際の字幕テキスト。
ノート（任意）: 動画プレイヤーによって無視されるコメントで、翻訳者へのコンテキスト提供に役立ちます。

VTTとSRTの違いは？

VTTが従来のSRTなどの形式と異なる点は、以下の高度な機能です。

スタイリング: HTMLライクなタグを使って、太字（）、斜体（）、下線付き（）などのテキスト装飾が可能です。
配置: line（垂直位置）やposition（水平位置）などの設定で、キャプションの表示位置を正確に制御できます。これにより、重要な画面要素が字幕で隠れるのを防げます。
メタデータ: NOTEフィールドでコメントやコンテキストを記載でき、プロフェッショナルな翻訳ワークフローで非常に有用です。

簡単な比較表を以下に示します。

機能	WebVTT (.vtt)	SubRip (.srt)
ファイルヘッダー	`WEBVTT`（必須）	なし
スタイリング	あり（太字、斜体など）	制限あり*
位置指定	あり（精密な制御）	なし
メタデータ／コメント	あり（`NOTE`）	なし
最適用途	モダンなウェブ動画	幅広い互換性

注: SRTは公式にはスタイリングをサポートしていませんが、一部のプレーヤーは非標準のHTMLタグを受け入れます。クロスプラットフォームでの信頼性を重視する場合、VTTがより良い選択です。

VTTファイルを翻訳する方法：実績ある3つの手法

予算、納期、品質要件に応じてアプローチを選択してください。

方法1：手動テキスト編集

手順： VTTファイルをテキストエディタ（Notepad++、VS Code、TextEditなど）で開き、手動でテキストを置き換えます。

メリット:

無料
追加ツール不要

デメリット:

タイムスタンプを壊すリスクが高い
スタイリングタグを壊しやすい
翻訳時に映像の文脈が見えない
文字エンコーディングの問題が発生しやすい

結論： スタイリングなしで10キュー未満の非常に短いファイルにのみ適しています。それでも、十分に注意して作業してください。

方法2：字幕編集ソフトウェア

おすすめツール:

Subtitle Edit（Windows、無料、高機能）
Aegisub（クロスプラットフォーム、無料、プロフェッショナル向け）

ワークフロー:

動画ファイルと元のVTTをエディタに読み込む
各キューを映像を見ながら1行ずつ翻訳する
翻訳後のテキストに合わせて表示時間を調整する
リアルタイムプレビューで同期と可読性を確認する
新しい翻訳済みVTTファイルとしてエクスポートする

メリット:

タイミングやスタイリングを完全に制御できる
映像の文脈が見えるため翻訳ミスを防げる
可読性のための改行調整が可能
ファイル構造の自動検証

デメリット:

習得に時間がかかる
作業時間が長くなる
動画ファイルへのアクセスが必要

最適な用途: 品質とタイミングの精度が最重要となるハイステークスなプロジェクト（マーケティング動画、eラーニングコース、映画字幕など）。

所要時間の目安: プロフェッショナル品質の場合、10分の動画につき2～4時間。

方法3: オンラインVTT翻訳ツールの利用

納期が厳しいプロジェクトや大量のファイルを扱う場合、オンライン翻訳ツールは速度と安全性のバランスが最適です。これらのサービスはファイルを解析し、テキストのみを翻訳し、ファイルの構造を維持するよう設計されています。

優れた例として、OpenL VTT Translator Online があります。これはこの目的のために特別に作られた無料ツールです。

OpenL VTT Translator Online interface

ワークフローは非常にシンプルです。

ページに .vtt ファイルをドラッグ＆ドロップするか、コンピューターから選択してアップロードします。
ドロップダウンメニューからターゲット言語を選択します。
タイムスタンプやスタイリングタグが完全に保持された翻訳済みファイルをメールで受け取ります。

この方法は、社内研修動画、製品デモ、マーケティングコンテンツなど、迅速かつ信頼性の高い納品が求められる翻訳に最適です。

方法比較: クイック意思決定ガイド

要素	手動編集	字幕ソフト	オンラインVTT翻訳
速度	遅い	普通	速い
コスト	無料	無料	変動
品質管理	低	高	中
習得難易度	なし	普通	低
最適なファイル数	1～2ファイル	5～20ファイル	20ファイル以上
リスクレベル	高	低	中

プロフェッショナルなVTT翻訳のベストプラクティス

どの方法を選択しても、以下のガイドラインに従ってください。

1. 技術的要素を保持する

やるべきこと:

すべてのスタイリングタグを保持する: Important → 重要
位置指定のキューを維持する: line:80% position:50%
タイムスタンプのフォーマットを正確に保持する

やってはいけないこと:

タイミングコードを削除または変更しない
キュー間の空行を削除しない
WEBVTT ヘッダーを変更しない

2. UTF-8エンコーディングを使用する（重要）

文字化けを防ぐため、VTTファイルは必ずUTF-8エンコーディングで保存してください。これは、特殊文字（アクセント、非ラテン文字、中国語、アラビア語など）を含む言語では特に重要です。

確認方法:

多くの最新テキストエディタは、下部ツールバーにエンコーディングを表示します
保存時に「UTF-8」または「UTF-8 BOMなし」を明示的に選択してください

3. 行の長さと読取速度の最適化

読取速度の目安: 最大毎秒17～20文字

行の長さのルール:

キューごとに最大2行
1行につき約42文字（スペース含む）
長い文は自然なフレーズの区切りで分割する

例:

❌ 長すぎる例:

00:00:05.000 --> 00:00:09.000
In this comprehensive tutorial we will explore the fundamental concepts of machine learning.

✅ 改善例:

00:00:05.000 --> 00:00:09.000
In this comprehensive tutorial we will explore
the fundamental concepts of machine learning.

4. 文化的な文脈を考慮する

慣用句や表現は直訳せず、適切に意訳する
アラビア語、ヘブライ語などの右から左（RTL）言語の要件を尊重する
対象文化に合わせて敬語やフォーマル度を調整する
地域差（ラテンアメリカのスペイン語とヨーロッパのスペイン語など）を考慮する

5. 品質保証を実施する

QAチェックリスト:

翻訳済みVTTを動画とともに読み込み、全編視聴する
冒頭・中盤・終盤で同期を確認する
画面の境界を超えてテキストが表示されないことを確認する
特殊文字が正しく表示されることを確認する
対象再生プラットフォーム（ウェブプレイヤー、モバイル等）でテストする
文脈の正確さと自然な表現をレビューする
ファイル構造を検証する（VTTバリデータツールを使用）

Before and After Example

プロフェッショナルな翻訳が保持する内容は以下の通りです:

Original (English):

WEBVTT

```text
WEBVTT

NOTE
Product launch video - maintain enthusiastic tone

00:00:02.000 --> 00:00:05.500 line:80%
<b>スマートホーム技術</b>の未来を紹介します。

00:00:06.000 --> 00:00:09.000
ひと言の音声コマンドですべてをコントロール。

Notice: timestamps unchanged, styling preserved, positioning intact, NOTE kept for context.

よくあるエラーとその修正方法

エラー1: 文字化け（�）

原因: ファイルのエンコーディングが間違っている 解決方法: ファイルをUTF-8エンコーディングで再保存してください

エラー2: 字幕が表示されない

原因: WEBVTTヘッダーが欠落または変更されている 解決方法: 最初の行が正確に WEBVTT（大文字小文字区別、余分なスペースなし）であることを確認してください

エラー3: タイミングの問題

原因: 翻訳中にタイムスタンプを誤って変更した 解決方法: 「検索」機能で --> のタイムスタンプ形式を探し、すべてのタイムスタンプが正しいか確認してください

エラー4: スタイリングの崩れ

原因: タグが閉じられていない、またはタグ構文が削除された 解決方法: すべての  に 、すべての  に  など、タグが正しく閉じられているか確認してください

エラー5: テキストがビデオ要素と重なる

原因: 翻訳後のテキスト長が異なる 解決方法: 位置指定値を調整するか、複数の短いキューに分割してください

よくある質問

Q: Google TranslateでVTTファイルを翻訳できますか？ A: 直接はできません。Google Translateはファイル構造を壊してしまいます。フォーマットを維持できるツールを使うか、テキストのみを手動でコピー＆ペーストする必要があります（エラーが発生しやすいです）。

Q: プロによるVTT翻訳の費用はどれくらいですか？ A: 言語ペアや品質レベルによって異なります。プロのヒューマン翻訳の場合、1分あたり$3～8、機械翻訳＋人によるレビューの場合は1分あたり$0.50～2が目安です。

Q: 各言語ごとに別々のVTTファイルが必要ですか？
A: はい。各言語には専用のVTTファイルが必要です（例：video-en.vtt、video-es.vtt、video-fr.vtt）。

Q: VTTファイルを自動生成および翻訳できますか？
A: はい。YouTubeのようなツールで自動的にキャプションを生成し、それをVTTとしてエクスポートして翻訳できます。ただし、自動生成されたキャプションは正確性のために大幅な編集が必要な場合が多いです。

Q: 字幕とキャプションの違いは何ですか？
A: 字幕は、言語がわからない視聴者のために対話を翻訳します。キャプションは対話に加えて効果音なども含み、聴覚障害者や難聴者向けに設計されています。VTTは両方に対応しています。

結論：最適なワークフローを選ぶ

VTTファイルを効果的に翻訳することで、動画コンテンツをグローバルな視聴者に届けることができます。選び方は以下の通りです：

重要度が高い1～5ファイルの場合： 字幕編集ソフトウェアを使用（方法2）
10ファイル以上または納期が厳しい場合： 自動翻訳ツールを使用（方法3）
継続的なローカライズが必要な場合： 自動翻訳＋人によるレビューのハイブリッドワークフローを確立

VTTの構造を理解し、プロフェッショナルなベストプラクティスに従うことで、どこで視聴されても明確かつ専門的にメッセージを届けることができます。

翻訳の準備はできましたか？ まずはテスト用のファイル1つから始め、このガイドに従ってワークフローを改善しながら拡大しましょう。あなたのグローバルな視聴者が待っています。