Masa's blog

_ とある外国映画のフルサイズ動画をyt-dlpで取得。日本語字幕に対応していなかったのでChatGPTに相談したら、「あなたにはpythonスクリプトを使った方法をおすすめ...」とアドバイスされた。

_ youtubeからyt-dlpを使って動画と字幕ファイルをダウンロード

字幕でサポートされる言語を確認。

$ yt-dlp --list-subs 'https://www.youtube.com/... snip ...'

動画と字幕ファイルをダウンロード

$ yt-dlp --write-subs --sub-langs "en.*" --convert-subs srt 'https://www.youtube.com/... snip ...'

字幕ファイルが、動画ファイルと共に拡張子「srt」でダウンロードされる。

_ pythonからgoogle翻訳を呼び出して字幕ファイルを日本語に翻訳

作業ディレクトリを用意

$ mkdir srt_translate
$ cd srt_translate

pythonの仮想環境を準備

$ python3 -m venv venv

pythonの仮想環境を有効化

$ source venv/bin/activate

必要なモジュールをインストール

$ pip install pysrt deep-translator

• pysrt
• deep-translator

インストールされたモジュールを確認

$ pip list
Package            Version
------------------ -----------
beautifulsoup4     4.14.3
certifi            2026.2.25
chardet            6.0.0.post1
charset-normalizer 3.4.4
deep-translator    1.11.4
idna               3.11
pip                26.0.1
pysrt              1.1.2
requests           2.32.5
soupsieve          2.8.3
typing_extensions  4.15.0
urllib3            2.6.3

翻訳pythonスクリプトを準備。ChatGPTいわく「netflixレベル」とのこと...

$ vi translate_netflix.py

# --- 必要なライブラリの読み込み ---

import pysrt                 # SRT字幕ファイルの読み込み・編集・保存用
import json                  # 翻訳結果をキャッシュとして保存するため
import os                    # ファイルの存在確認などのOS操作
import time                  # API連続アクセスを避けるための待機処理
from deep_translator import GoogleTranslator  # Google翻訳を利用するライブラリ


# --- 入出力ファイル設定 ---

INPUT_FILE = "input.srt"                # 英語字幕ファイル
OUTPUT_FILE = "output_netflix_ja.srt"   # 日本語字幕の出力先
CACHE_FILE = "cache.json"               # 翻訳結果を保存するキャッシュファイル


# --- 動作パラメータ（調整可能） ---

BATCH_SIZE = 40      # まとめて翻訳する字幕行数（大きいほど高速）
SLEEP_TIME = 1       # バッチごとに待機する秒数（API制限回避）

MAX_CHARS_PER_LINE = 15   # 1行あたり最大文字数（放送基準）
MAX_LINES = 2              # 字幕は最大2行まで
CHARS_PER_SECOND = 4       # 1秒あたり読める文字数（放送字幕の目安）


# --- 翻訳エンジン初期化（英語→日本語） ---

translator = GoogleTranslator(source='en', target='ja')


# --- キャッシュ読み込み ---
# 既に翻訳した文章は再翻訳しない（高速化＋API負荷軽減）

if os.path.exists(CACHE_FILE):
    with open(CACHE_FILE, "r", encoding="utf-8") as f:
        cache = json.load(f)
else:
    cache = {}  # キャッシュが無ければ空辞書


# --- キャッシュ保存関数 ---
# 翻訳途中で止まっても再開できるよう、随時保存

def save_cache():
    with open(CACHE_FILE, "w", encoding="utf-8") as f:
        json.dump(cache, f, ensure_ascii=False)


# --- 字幕表示時間（秒）を計算する関数 ---
# SRTの開始時刻と終了時刻から表示秒数を求める

def duration_seconds(sub):
    return (sub.end.ordinal - sub.start.ordinal) / 1000.0


# --- 放送・配信レベルの字幕整形関数 ---
# ・口語化
# ・文字数制限
# ・最大2行
# ・読みやすい改行

def format_subtitle(text, max_chars):

    # --- 簡易口語化（字幕向けに簡潔に） ---
    text = text.replace("私は", "")
    text = text.replace("です。", "。")
    text = text.replace("ます。", "。")

    # --- 改行候補を作成（句読点ごと） ---
    parts = text.replace("、", "、\n").replace("。", "。\n").split("\n")

    lines = []

    # --- 各パートを最大文字数以内に分割 ---
    for part in parts:
        while len(part) > max_chars:
            lines.append(part[:max_chars])
            part = part[max_chars:]
        if part:
            lines.append(part)

    # --- 行数が多すぎる場合は2行にまとめる ---
    if len(lines) > MAX_LINES:
        half = len(lines) // 2
        lines = [
            "".join(lines[:half]),
            "".join(lines[half:])
        ]

    # 最大2行まで返す
    return "\n".join(lines[:MAX_LINES])


# --- SRTファイル読み込み ---

print("Loading...")
subs = pysrt.open(INPUT_FILE, encoding='utf-8')
total = len(subs)
print("Total:", total)


# --- バッチ処理用の一時領域 ---
batch = []          # 翻訳待ちテキスト
batch_index = []    # 元の字幕番号


# --- メイン処理ループ ---
for i, sub in enumerate(subs):

    # 改行をスペースに変換（翻訳エンジン対策）
    text = sub.text.replace("\n", " ")

    # --- 表示時間に応じた最大文字数を計算 ---
    duration = duration_seconds(sub)

    # 字幕全体で表示できる最大文字数
    max_chars_total = int(duration * CHARS_PER_SECOND)

    # 下限10文字、上限30文字（15×2行）
    max_chars_total = max(10, min(max_chars_total, MAX_CHARS_PER_LINE * MAX_LINES))

    # 1行あたりの文字数
    max_chars_per_line = max_chars_total // MAX_LINES


    # --- キャッシュにあれば翻訳せず使用 ---
    if text in cache:
        subs[i].text = format_subtitle(cache[text], max_chars_per_line)
        continue


    # --- バッチに追加 ---
    batch.append((text, max_chars_per_line))
    batch_index.append(i)


    # --- 一定数たまったらまとめて翻訳 ---
    if len(batch) >= BATCH_SIZE:

        # テキストを改行区切りで結合
        joined = "\n".join([b[0] for b in batch])

        try:
            # 一括翻訳（高速化）
            translated = translator.translate(joined)

            # 結果を行ごとに分割
            results = translated.split("\n")

            # 元の字幕に戻す
            for (src, maxc), idx, dst in zip(batch, batch_index, results):
                cache[src] = dst
                subs[idx].text = format_subtitle(dst, maxc)

            # キャッシュ保存
            save_cache()

            print(f"{i+1}/{total}")

        except Exception as e:
            print("Error:", e)

        # バッチをリセット
        batch = []
        batch_index = []

        # API負荷軽減
        time.sleep(SLEEP_TIME)


# --- 残りのバッチ処理 ---
if batch:
    joined = "\n".join([b[0] for b in batch])
    translated = translator.translate(joined)
    results = translated.split("\n")

    for (src, maxc), idx, dst in zip(batch, batch_index, results):
        cache[src] = dst
        subs[idx].text = format_subtitle(dst, maxc)

    save_cache()


# --- 日本語字幕として保存 ---
print("Saving...")
subs.save(OUTPUT_FILE, encoding='utf-8')
print("Done")

翻訳前の字幕ファイルを準備

$ cp ~/... snip .../ダウンロードした字幕ファイル.srt input.srt

翻訳スクリプトを実行

$ python translate_netflix.py

変換結果が「output_netflix_ja.srt」に出力される。

変換が途中で停止しても

• cache.json に保存
• 再実行すると未翻訳分だけ処理

とのこと。

python仮想環境の無効化

$ deactivate

_ ffmpegを使って動画に字幕ファイルを合成

$ ffmpeg -i ダウンロードした動画ファイル.mp4 -vf subtitles=output_netflix_ja.srt  字幕ファイル合成後の動画ファイル.mp4

翻訳された結果が直訳されたっぽい違和感のあるものだったので、さらにChatGPTに相談したところ、ローカルAI環境を構築する方法を提案してきた...こちらの話はまた後ほど。