
生成AIでサム・アルトマンの英語スピーチを自分流に高速翻訳!文字起こしで超絶理解が可能
YouTubeで興味深い英語のスピーチや記者会見の動画を見つけたけれど、字幕だけでは内容が理解できない、サマライズ機能で自動要約をしても、あたりさわりのないまとめ方で、今ひとつ頭にはいってこない、結局まとめ記事をみてしまう、なんてことはありませんか?
そこで、今回はYouTubeの英語動画を自分ひとりで完璧に和訳し、興味深く理解できる方法をご紹介します。
サンプルはこれ
二時間近くありますが、多くのキュレーターやAIエヴァンジェリストが、この内容を素早く、当日のうちにSNSで投稿しています。いったい、どうやってると思いますか?
もちろん、高度なAIエージェントをつかっているかもしれませんが、ここでは誰でもできる方法を書いていきます。
Youtube動画を準備

動画を開きます(デスクトップで)

文字起こし(Transcript)を開きます

文字を最初から最後まで選択してコピーします。長時間でも案外簡単にスクロールできます。タイムスタンプはあってもなくてもいいです。
生成AIに貼り付ける
生成AIのサービスはなんでもいいのですが、できるだけ能力の高い、長文を処理できるものが望ましいです。自分はよくGoogle AI Studioを使います。
そして生成AIに、以下の指示を事前に与えます。
これからYouTubeの文字起こしを貼り付けるので、
話者が実際にしゃべっているような表現を保ちつつ和訳してください。
「ああ」とか相槌など、文脈上不要な部分は省略してください

そしてコピーした文字起こしを貼り付けると解析がはじまります。二時間のトークですが30秒かかりませんでした(ただしトークンが途中で切れることがあるので、「続けて」というと再開します)

そうするとこんな感じです


もし二人の対談の部分を「対談っぽくしてください」といえば、書き換えてくれます。

「ここだけしか言っていないと思われる初出しの情報をセリフのままピックアップしてください」というと

これの真偽はあとで動画で確認することができますので、文字起こしにはタイムスタンプを残すことを推奨します。
自分の好みに応じた、オリジナルの翻訳が出来上がる
このように指示を出すことで、他の人の要約や翻訳を介することなく、自分自身で要約の程度を調整し、動画の内容を深く理解することができます。何よりもそうした作業は受け身にならず、頭に入って着やすいです。
たとえば、よく人気の動画にあるような「大阪弁で」とか「途中でギャグをいれながら」とかもできるわけです。こうしたアレンジで日本語切り抜きを作っている動画もたくさんあります。


これからの要約と翻訳
生成AIの進化により、翻訳の質も向上しています。もはや翻訳したブログやニュースに頼るのではなく、自分自身で文字起こしをコピーし、それを翻訳と同時に読みやすい表現に変えることが可能になっています。日本語訳の動画や書籍をみるのではなく、原語原文をみる時代になりつつあります。
生成AIは要約だけの簡易ツールではありません。いずれは、書いたような作業を、AIエージェントが自動でできるようになるでしょう(おそらく、もう可能だと思います)でもそのまえに、ぜひ、YouTubeの世界中の動画を、こうやってアクティブに、最大限に楽しんでください!