字幕からプレーンテキストを抽出 – 2 つのレイアウトと 5 つの整理

このツールでできること

字幕ファイルで読者に必要なのは台詞だけです。残りはプレーヤー向けの構造で、番号・タイムライン・スタイルタグです。このページは構造を外して文字だけを残します。

左の「1 字幕を入れる」はファイルのアップロードに対応し、字幕の内容をテキスト欄に直接貼ることもできます。間違えたら「クリア」でやり直し。

このページは UTF-8 で読み込みます。字幕が疑問符や四角の羅列で開く場合はエンコーディングが壊れています。先に文字化け修復で UTF-8 に変換してから戻ってきてください。

「2 抽出オプション」の一番上がレイアウトです：連続段落は間と文末の句読点で区切り、記事のように読めます。1 項目 1 行は字幕 1 本につき 1 行で、元ファイルの項目と 1 対 1 に対応します。

台詞を書き写してメモにする、翻訳の練習にする、文章として読むなら連続段落。台詞表を作る、原文と 1 行ずつ突き合わせる、他ツールに渡すなら 1 項目 1 行です。

聴覚障害者向け情報を除去：「(足音)」「[音楽]」のような音の説明を括弧ごと削除し、台詞は残します。

透かしと広告を除去：字幕グループのクレジット、URL、チャンネル名などの行を除きます。

連続する重複を除去：同じ文がすぐ 2 回続く場合（再生の不具合）は 1 つだけ残します。離れた重複は意味があるので触りません。

話者プレフィックスを除去：「JOHN: こんにちは」は「こんにちは」に。既定では保持します。脚本風のテキストでは誰が話しているかが必要だからです。

歌詞行をスキップ：全体が「♪ … ♪」の行を飛ばします。既定では保持します。歌詞も言葉だからです。

右の「3 結果」に抽出後のテキストが即時表示され、オプションを変えるとすぐ再計算されます。

確認したら「ダウンロード」で .txt に保存するか、「コピー」でそのまま持ち帰ります。中国語や日本語のように単語を空白で区切らない言語では、行の結合規則が英語と異なりますが、ツールが言語ごとに自動で扱います。

台詞そのものは書き換えられません。整理スイッチはどの行やブロックを丸ごと外すかだけを決め、項目の文言は変えません。

タイムラインと番号は「出力しない」のであって、「先に変更してから出力する」のではありません。元ファイルは影響を受けず、このページはタイムライン付きの書き出しを提供しません。それは形式変換の役割です。

ASS のスタイルタグはテキストに残りますか？ 残りません。ASS の `{}` 上書きブロックは除去され、台詞だけが残ります。

バイリンガル字幕は 2 行で出ますか、1 行ですか？ 元の項目が持っていた行数だけ残ります。このページは結合も分割もしません。分けるにはバイリンガル分離を使います。

話者プレフィックスが既定で残るのはなぜ？ 「JOHN: こんにちは」の名前は有効な情報であることが多く（脚本、台詞表）、外すと誰が話しているか分かりにくくなるため、判断を委ねています。

LRC の歌詞ファイルも抽出できますか？ できます。LRC の時間タグは除去され、歌詞行が残ります。歌詞が不要なら「歌詞行をスキップ」にチェックします。

字幕はすべてブラウザー内で処理されます。アップロードもサーバー経由もありません。テキストは現在のページにとどまり、再読み込みで消えます。