字幕の手直しは、SRTにしてAIへ渡す。最初は本文だけ。

先に、要点を3つ。

• 字幕はSRT（表示する時刻と本文を記録したテキストファイル）で書き出すと、文字の一覧としてAIに渡せる。
• 最初は「時刻を変えず、本文だけ直して」と頼む。文字・区切り・時刻を一度に変えると、どこでずれたのか分からなくなる。
• SRTだけを渡されたAIには、元の音声が聞こえていない。名前や金額が正しいかは、原音に戻って人が確かめる。

文字起こしのあとが、終わらない。

Premiereの自動文字起こしを使えば、字幕の下書きはすぐにできます。けれど、そこからが長い。人の名前や商品名が別の字になっている。意味の途中で字幕が切れている。字幕と字幕のあいだに隙間があって、1つずつ伸ばして埋めていく。

私の記録では、12分の動画でも、字幕は336件になりました。長い対談ほど、手直しの件数も増えていきます。AIに頼めば早そうなのに、タイムラインの上の字幕を、どうやってAIに渡せばよいのか。ここで止まっている人は多いと思います。

私の記録から ／ 出発点は「隙間を直すのが大変」だった（2026年10月）

2026年10月6日、作業を手伝ってもらっていたAI（Codex）に、私はこう書いています。

今の課題としては、自動字幕を入れた際に、字幕同士のクリップに隙間が空いてしまって、そこを修正するのが大変というのが課題である。（原文のまま・抜粋）

最初に伝えたのは、使いたい技術ではなく、いま手間がかかっている作業でした。そこから相談を重ねて、字幕をSRTで書き出し、AIに整えてもらってからPremiereへ戻す、という流れにたどり着きました。

音声から字幕を整えるところまでをAIに渡す手順を作り込んでから、私の普段の作業では、字幕の手直しにかかる時間が大きく減ったと感じています。ただ、作業時間は計測していないので、ここでは数字を載せません（noteには、普段の作業での目安を書いています）。この記事で紹介するのは、その入口になる「本文だけ直す」一往復です。

SRTは「何秒に、何を表示するか」のメモ

SRTには、字幕の番号、表示を始める時刻と終える時刻、本文が入っています。中身はただのテキストなので、文字の一覧としてAIに渡せます。[1]

説明用に作った2件の見本です。

1
00:00:00,000 --> 00:00:02,500
字幕の下準備を進めます。

2
00:00:02,500 --> 00:00:05,000
最後に映像を見ながら確認します。

1件目は0秒から2.5秒、2件目は2.5秒から5秒。時刻と文字がセットになっています。

Premiereでは、文字起こしからキャプション（字幕）を作り、テキストパネルの「キャプション」タブからSRTファイルに書き出せます。外で直したSRTは、ほかの素材と同じように読み込み、シーケンスへドラッグすると新しいキャプショントラックに並びます。[2][3][4]

役割を分けると、こうなります。

最初は「時刻を変えず、本文だけ」

最初から文字・区切り・時刻を全部変えてもらうと、どこでずれたのかが分からなくなります。まずは本文だけです。番号と時刻はそのまま残し、表記のゆれ、誤字の候補、不自然な改行だけを扱ってもらいます。

たとえば「出来ます」と「できます」が混ざっていれば、そろえる案は出してもらえます。一方で、意味の通らない名前を、それらしい別の名前に置き換えることは止めます。SRTの文字だけを渡されたAIは、音声を聞いていません。「この名前で合っている？」「3万円？ 30万円？」の答えは、原音にしかありません。

私の記録から ／ 戻してみたら、1コマずれていた

本文だけでなく、映像の切り替わり（カット）の位置に字幕の区切りを合わせる応用も試しました。自作した約33秒のデモ動画（1秒30コマ）です。

• 音声認識で作ったSRTをそのまま置くと、字幕は5件で、あいだに隙間がありました。
• AIに整えてもらうと字幕は9件になり、隙間がなくなり、10秒のカット位置で字幕も分かれました。

ただ、AI（このときはChatGPT）の最初の返答をそのまま読み込むと、一部の区切りが1コマ（約33ミリ秒）早くなっていました。SRTは時刻をミリ秒で書くため、コマの位置をミリ秒に直すときの丸め方も確かめる必要がありました。書き出したSRTを読み込み直したときにも、最後が1コマ短くなりました。どちらも、元のコマの位置と照らし合わせて直しました。

その後、字幕を整える手順をAIに渡せる形にまとめ、3分と12分の動画で計438件の字幕を作って読み込みました。保存されたデータの本文と開始・終了の時刻は、作ったものと438件とも一致しました。ただしこれは、全部の字幕を原音と聞き比べた確認ではありません。

「隙間が0になった」「件数が合っている」だけでは、Premiereの上で合っているとは限りません。ここは、戻して見るまで分かりませんでした。

次の仕事で、1つ試す ／ 30秒の字幕を、本文だけ直してもらう

自分で撮った30秒ほどの素材を選び、字幕をSRTに書き出します。元のファイルは「（動画名）_元.srt」として残しておきます。SRTはメモ帳やテキストエディットなどで開けるので、その中身をコピーし、次の依頼文の末尾に貼って送ります。

あなたは日本語字幕の校正担当です。このメッセージの末尾に貼るSRTだけを校正してください。音声は渡していません。

【変えないもの】
・番号、件数、順番、開始と終了の時刻、元からある空白の区間
・意味、否定、数字、単位、固有名詞。根拠がない訂正は本文を変えず、候補として別に示す
・字幕の分割と結合。長すぎる字幕も時刻は変えず、要確認にする

【作業】
先にSRTの形（連番、時刻の順番、開始が終了より前か）を確かめ、おかしな箇所があれば番号と理由を示して止まってください。問題がなければ、表記のゆれ・誤字の候補・不自然な改行だけを直してください。

【返答】
1. 直したSRTの全文（コードブロック1つ）
2. 変えた番号と、変更前・変更後・理由の一覧
3. 原音で確かめてほしい番号と理由
長くて最後まで終わらない場合は、省略せず、どこまで処理したかを書いてください。

【SRT】
（ここにSRTの中身を貼る）

当サイトで、説明用に作った5件のSRTを使い、この依頼文を1回試しました（AnthropicのClaude）。時刻と件数はそのままで、直したのは「説明出来ます」を「説明できます」にした1か所だけでした。「プレミア」「3万円」「来週の金曜日」は変えずに、原音で確かめる箇所として挙げ、長すぎる4件目も、分けずに要確認にしていました。

返ってきたら、2つだけ見比べます。

• 元のSRTと、番号・件数・時刻が同じか
• 一覧にない言葉が変わっていないか

Premiereに戻すときは、次の順に進めます。

1. 返答の1つ目（直したSRTの全文）だけを「（動画名）_修正.srt」という名前で保存する。文字コード（文字の記録のしかた）は「UTF-8」を選ぶと、日本語が崩れにくい。Macのテキストエディットなら、先に［フォーマット］→［標準テキストにする］を選んでから保存する
2. 拡張子が「.srt.txt」になっていないかを見る
3. Premiereの［ファイル］→［読み込み］から読み込み、元の字幕と同じ位置に置く
4. 元の字幕トラックを非表示にする
5. 原音を聞きながら、先頭・最後・直した箇所の順に再生する

一往復したら、AIへの依頼、文字の確認、タイムラインの操作に、それぞれ何分かかったかをメモしておきます。長い動画に広げるかどうかは、その記録から決められます。

うまくいかないときに、最初に見るところ

クライアントの素材を使う前に

練習は、自分で撮った素材で行います。クライアントから預かった動画の字幕をAIに渡す前に、使ってよいAIと、渡してよい範囲を確かめます。PCの中で動く音声認識と、AIのサービスへ字幕の文字を送ることは別の話です。何を渡さないかの決め方は、実践02にまとめています。

どこまでAI、どこから人。

AIに任せること

• 表記のゆれや誤字の候補を出す
• 区切りの案を出す
• 変えた箇所の一覧を作る

人が持つこと

• 名前・数字・金額を原音で確かめる
• Premiereに戻して、表示の長さと見た目を確かめる
• 納品してよいかを決める