字幕の居場所：埋め込みと外付け
動画ファイル（MKV、MP4）はコンテナで、映像トラック、音声トラック、字幕トラックを同時に格納します。中に封じられた字幕を埋め込み、外に置いた .srt / .ass ファイルを外付けと呼びます。埋め込みトラックは多重化済みとも呼びます。
外付け字幕はそのまま使えます。問題は埋め込みです。編集したい、翻訳したい、原文トラックでバイリンガルにしたいのに、手元に字幕ファイルがありません。まずトラックをコンテナから読み出す必要があります。この工程は変換ではなく、映像を再エンコードせず、コンテナにすでに入っているデータを取り出すだけです。
どのコンテナに何が入るか
コンテナごとに入れられる字幕形式が違い、取り出しの難しさも異なります：
- MKV / WebM —— 最も寛容で、プレーンテキスト軌、ASS 軌、WebVTT 軌をすべて格納でき、多言語トラックもよくあります。
- MP4 / MOV —— 多くは `mov_text` / `tx3g` 軌で、プレーンテキストに少量のスタイル情報が付きます。
- プレーンテキスト軌 —— 取り出すとそのまま文字で、SRT になります。
- ASS 軌 —— スタイルヘッダーと解像度を持ち、ASS で取り出せば保たれ、SRT ではテキストだけになります。
- 画像字幕（Blu-ray PGS、DVD 字幕） —— 画像を格納しており文字ではないので、テキストを抽出できません。
画像字幕が抽出できない理由
Blu-ray の PGS と DVD の字幕は文字ではなく、アルファチャンネル付きの画像を連ねて格納しています。プレーヤーが表示するときは画像を貼っているのであって、テキストを描画しているわけではありません。
そのためこの種のトラックには読み取れるテキストがありません。ツールが対応していないのではなく、そこに文字がないのです。ページはこの種のトラックに当たると抽出できないと明記します。
文字を得る方法は 1 つだけです。まず画像内の文字を認識し（OCR）、そこから字幕を作ります。それはトラックを取り出すのとは別の工程です。
取り出した後にたいてい必要になること
取り出したものはトラックそのままです。ツールはエンコーディングを推測せず、タイムラインも補正しません。そのため次の 2 つがよく起こります。
1 つは文字化けです。元トラックのエンコーディングの問題で、取り出しても文字化けしたままです。文字化け修復の使い方でエンコーディングを判別します。もう 1 つは時間のずれです。素材に冒頭ロゴがあるか、フレームレートが合わないかで全体がずれます。タイムライン調整で移動または比例スケーリングします。
その後に翻訳するなら字幕翻訳、バイリンガルにするならバイリンガル字幕の 2 つの作り方へ。
間違えやすいところ
字幕の取り出しは焼き込みではありません。 映像を再エンコードしないので、画質も音声も影響を受けません。
取り出しても元ファイルは変わりません。 読み取りのみで書き込みはせず、動画の 1 バイトも変わりません。
大きいファイルが遅いのは回線の問題ではありません。 ツールはトラック情報をオフセットで順に走査し、大きいほど時間がかかります。すべて端末内で完結します。
外付け字幕にこのページは不要です。 .srt / .ass があれば形式変換へ直接。動画に封じられた字幕だけが先に取り出しを必要とします。
関連ツールとガイド
手順の全体は動画に埋め込まれた字幕を取り出す使い方、取り出した字幕を翻訳するなら字幕翻訳、バイリンガルならバイリンガル字幕の 2 つの作り方、文字化けはまず文字化け修復。