字幕の話者表記を検査
字幕テキストを貼り付けることもできます
オプション
上限は入力する数値ではなく、公開文書から読み取るものです。レポートにはその文書名、引用した文、それが要件か指針か、最後に確認した日とリンクが表示されます。自分が責任を負う文書を選んでください。文書同士は一致しません。Netflix は1秒あたりの文字数で数え、1行を42文字に制限します。Ofcom と BBC は1分あたりの単語数で数え、行の長さは BBC が37文字です。3つは数値をまったく示しません。47 CFR §79.1、WCAG 2.2 SC 1.2.2、そして同じ基準を満たすことを求める EN 301 549 です。この3つは、話者が誰かを示すことと非音声情報を伝えることを求め、数値は放送事業者に任せます。これらを確認するページは、数値を超えたかではなく、ファイルがそれを満たしているかを問います。重みも同じではありません。WCAG では警告となる不備が、EN 301 549 ではエラーになります。この基準がその条件を「shall」に変えるからです。この欄を変えると上限と引用が一緒に変わるため、ある文書の数値が別の文書名で載ることはありません。いずれか1つの文書だけが定める項目を確認するページでは、その文書だけを選べます。
タイミングを数える基準のフレームレートです。形式のページでは MicroDVD が必要とする値で、同形式は時間をフレーム番号で保存します。フレームレートのページでは、そのファイルがどのレートを前提に作られたか（字幕が合わせて作られた版）を指し、ページの2つ目の欄には実際に使う動画のレートを入れます。よく使われるのは 23.976、24、25、29.97、30、50、59.94、60 です。間違えると時間軸全体がずれます。フレームレートのページでは、ずれは固定量ではなく比率で生じます。
1 つの字幕 cue の中で 2 人が話すとき、cue はそのことを示し、誰なのかも示さなければなりません。行頭のダッシュは話者の交代を表し、行の前の名前は誰かを示します。この頁は、前者をして後者を省いた cue を一覧にします。ファイルはブラウザ内で読まれ、送信も変更もされません。返るのは PDF か CSV でダウンロードできるレポートです。
この頁が判定に使う 3 つの文書は同じことを述べ、数字をまったく与えません。FCC 47 CFR §79.1(j)(2)(i) は、観察できない非言語情報を提供することを求め、話者の身元をその例に挙げます。WCAG 2.2 の達成基準 1.2.2 は、誰が話しているかを caption で示すことを求めます。EN 301 549 は独自の内容を足さず、9.1.2.2 はウェブページに、10.1.2.2 は非ウェブ文書に同じ基準を満たすことを求めており、欧州アクセシビリティ法が字幕に届く経路がこれです。ただし欧州のサービスが評価される文書なので、レポートはこれを名指しし条項番号を引用します。3 つとも、cue が何回の交代を持てるか、名前がどんな形か、どれだけ画面に出すかは述べていません。だからレポートに上限の列はありません。ダッシュの列でも 0 の列でもなく、列そのものがなく、印字すれば発明になるからです。
残る難所は、何を不具合と数えるかです。この頁は、2 回以上の話者交代を持ちながら誰も名指ししていない cue を報告し、それをファイルのどこかで話者を名指ししている場合に限って行います。誰も一度も名指ししないファイルは、理由を添えて「適用できません」と報告されます。その理由は例の注記にあり、この頁で最も大切な部分です。
例
2 人の話者、2 つのダッシュ、名前なし
字幕
1
00:00:01,000 --> 00:00:03,000
JOHN: I told you not to wait up.
2
00:00:04,000 --> 00:00:07,000
- I know what you did.
- Then say it out loud.
3
00:00:08,000 --> 00:00:10,000
MARY: It does not matter now.
レポートが検出するもの
Cues with two speakers and no name — 1 found
Severity Cues Start End Measured Clause
Error 2 00:00:04.000 00:00:07.000 2 items 47 CFR §79.1 — Closed captioning of televised video programming — (j)(2)(i) Accuracy: captioning shall provide nonverbal information that is not observable, such as the identity of speakers
Checked against
Standard: FCC caption quality rules (47 CFR §79.1)
Where it is stated: (j)(2)(i) Accuracy: captioning shall provide nonverbal information that is not observable, such as the identity of speakers
Stated as: Requirement
Not checked by this page: (j)(2)(i) Accuracy: captioning shall provide nonverbal information that is not observable, such as the existence of music, sound effects, and audience reaction報告されるのは真ん中の cue だけです。ほかの 2 つは話者を名指ししており、それによってファイルが検査可能になります。一部の cue で話者を名指しするファイルには慣習があり、真ん中の cue がそれを破っています。列に注目してください。測定値はあり、2 項目と読めます。交代を 2 回数えたからです。上限の列はありません。47 CFR §79.1 が数字を述べないからです。重大度が警告ではなくエラーなのも文書が語っています。この文は規制であり、ほかの頁の Ofcom、Netflix、BBC の上限は著者が自分のために書いた指針です。
ダッシュ 1 つは 1 人が話している
字幕
1
00:00:01,000 --> 00:00:03,000
MARY: I told you not to wait up.
2
00:00:08,000 --> 00:00:10,000
- And that is the end of it.
レポートが検出するもの
Cues with two speakers and no name — Nothing found.
Checked against
Standard: FCC caption quality rules (47 CFR §79.1)
Where it is stated: (j)(2)(i) Accuracy: captioning shall provide nonverbal information that is not observable, such as the identity of speakers
Stated as: Requirement
Not checked by this page: (j)(2)(i) Accuracy: captioning shall provide nonverbal information that is not observable, such as the existence of music, sound effects, and audience reactionこの頁の境界です。ダッシュは話者の交代を表すので、ダッシュ付きの行が 1 つなら話しているのは 1 人で、名指しすべき相手はいません。2 が数えられる最小です。「1 回より多い」と片方向に、「少なくとも 2 回」ともう片方向に書くと、この例が赤になります。この頁で同じ 1 つずれれば、普通の cue をすべて検出するか、会話を含む cue をすべて通すかのどちらかになります。
誰も名指ししないファイル
字幕
1
00:00:01,000 --> 00:00:03,000
- I know what you did.
2
00:00:04,000 --> 00:00:07,000
- Then say it out loud.
レポートが検出するもの
Cues with two speakers and no name — Not applicable. This file never names a speaker, so there is no way to tell whether the ones it leaves unnamed should have been named
Checked against
Standard: ETSI EN 301 549 (EU accessibility requirements for ICT)
Where it is stated: 9.1.2.2 Captions (Prerecorded): Where ICT is a web page, it shall satisfy the WCAG 2.1 Success Criterion 1.2.2 Captions (Prerecorded)
Stated as: Requirement
Not checked by this page: 10.1.2.2 Captions (Prerecorded): Where ICT is a non-web document, it shall satisfy the WCAG 2.1 Success Criterion 1.2.2 Captions (Prerecorded)「問題なし」ではなく「適用できません」で、その違いがこの頁の要点です。適用する文は観察できない情報の提供を求めており、視聴者が誰の口が動いているか見えるかは字幕ファイルに記録されません。だから誰も名指ししないファイルのダッシュ 2 つの cue は何の証拠にもなりません。ファイルが示せるのは、どこかで話者を名指ししていること、つまりこの素材では身元が常に見えるわけではないという証拠です。ダッシュだけのファイルにはその証拠がなく、0 件と報告すれば合格と同じことを言ってしまいます。この例は EN 301 549 で検査され、レポートの最後の 2 行がこの標準を一覧に入れる理由です。適用する条項は番号付きで引用され、その下の行が適用しない条項を名指しします。標準を WCAG に切り替えても、表現と重みは別として判定は同じです。
よくある質問
この頁では話者の識別をどの文書と比べられますか？
3 つです。FCC 47 CFR §79.1(j)(2)(i) は観察できない非言語情報の提供を求め、話者の身元をその例に挙げます。WCAG 2.2 の達成基準 1.2.2 は caption が誰の話かを示すことを求めます。EN 301 549 は 9.1.2.2 でウェブページに、10.1.2.2 で非ウェブ文書に同じ基準を満たすことを求め、欧州アクセシビリティ法が字幕に届く経路になっています。
重みは同じでなく、レポートは独立した行で述べます。FCC の規則と EN 301 549 の条項は要件として述べられ、この頁が適用する WCAG の文は Understanding 文書にあり、その文書自身が説明は参考であり WCAG の適合には不要だと記しています。だから同じ cue が最初の 2 つではエラー、WCAG では警告になります。表現は別として、3 つとも数字ではなく義務を述べており、レポートに上限の列がない理由です。
1 つの cue にダッシュ付きの行が 2 つあると、なぜ 1 人ではなく 2 人と数えるのですか？
ダッシュが話者の交代の慣習だからです。ダッシュで始まる行は、その上の行とは別の人物として理解されます。その慣習が、ダッシュ 2 つの cue を報告する価値を生みます。読み手は別の誰かが話していると告げられ、誰かは告げられないからです。この頁は両方の慣習を認めます。ダッシュで始まる行は 1 回の交代、名前とコロンで始まる行は名指しされた交代として数えます。
話者を一度も名指ししないファイルが、問題なしではなく適用できないと報告されるのはなぜですか？
話者を名指しすべきだったかを字幕ファイルは答えられないからです。要件は視聴者が観察できない情報についてのもので、話者が画面にいて口を動かしていれば補うものはなく、テキストファイルは画面に何があったかを記録しません。一部の cue で話者を名指しするファイルは、その素材では身元が常に見えるわけではない証拠であり、だからそこに慣習があり、それに照らせます。ファイルのどこにも慣習がなければ、判定できないと理由を述べて報告します。0 件と報告すれば、問題なしのレポートと検査できなかった検査が同じに読めてしまいますが、同じ答えではありません。
47 CFR §79.1 は 1 つの caption が何人まで持てるか述べていますか？
いいえ。FCC の caption 品質規則は正確さ、同期、完全さ、配置の 4 つを定め、話者の身元は正確さの下に現れます。節のどこにも数字はありません。cue あたりの交代回数も、文字数も、率もありません。だからこの頁のレポートは測った値を印字し、上限の列をまるごと省きます。社内基準文書に入れる数を探す前に知っておく価値があります。
音楽や効果音のラベルは話者の名前として扱われますか？
いいえ。MUSIC: Slow piano. のような行は名指しされた交代の形をしており、そう数えるとごく普通の cue が誰かを特定したように見えてしまいます。音楽、注記、効果音、歌詞といったラベルは両側の数から外します。それらは非言語情報であり、同じ文の別の要件で別の検査です。この頁は検査しなかったものとして一覧に載せます。
話者の識別を検査すると字幕ファイルは変わりますか？
いいえ。ファイルは読むだけでそのまま残り、何も送信されません。名前を削除したい場合は逆のツールで、新しいファイルを書き出します。報告された cue の 2 人を 2 つの cue に分けたい場合はタイムラインの編集で、交代が実際どこで起きるかはあなたしか知らないため、この頁が決めることではありません。
このチェックが見るもの
- レポートはサービスではなくファイルを記述します。47 CFR §79.1 は米国のテレビ映像番組の配信者を拘束し、WCAG 2.2 はサイトやサービスの評価基準で、EN 301 549 は欧州アクセシビリティ法が指す整合標準です。3 つとも字幕ファイルそのものについての声明ではなく、ここにはあなたの字幕が適合するという結論はありません。レポートが述べるのは、この頁の測り方で何件の cue が測定されたか、各検出がどの文を引用するか、そしてそれらの文書のどの部分をまったく検査しなかったかです。
- この検査は意図的に狭く、その狭さが正直な部分です。話者の識別は身元が観察できない場合に求められます。画面についての事実で、字幕ファイルは持ちません。推測せずに、ファイル自身の名指しの慣習を、名指しが必要だった証拠として使います。結果として、話者を一度も名指ししないファイルは失敗として報告されず、これは検査の実在する限界であって利点ではありません。
参考資料
- 47 CFR §79.1 — Closed captioning of televised video programming, paragraph (j)(2)(i): captioning shall provide nonverbal information that is not observable, such as the identity of speakers. These are the FCC caption quality rules, quoted from the text as published.
- WCAG 2.2 Success Criterion 1.2.2 (Captions, Prerecorded), Level A. The criterion itself does not mention identifying who is speaking; that sentence sits in the Understanding document for it, whose header states that its explanations are informative and not required to meet WCAG, which is why this page records it as guidance rather than as a requirement.
- EN 301 549 (ETSI) v3.2.1 — clause 9.1.2.2 Captions (Prerecorded): where ICT is a web page, it shall satisfy the WCAG 2.1 Success Criterion 1.2.2; clause 10.1.2.2 says the same for non-web documents. The standard states nothing of its own about captions beyond that incorporation, which is why the sentence this page applies is quoted from WCAG and only the clause number is quoted from here.