Experience Manager Assets のトランスクリプションの設定 configure-transcription-service

トランスクリプションとは、音声認識技術を使用して、オーディオまたはビデオファイル内の音声をテキストに変換するプロセス（音声テキスト変換）です。
Adobe Experience Manager Assets には、Azure Media Services 設定されています。このサービスは、サポートされているオーディオまたはビデオファイルに含まれている音声言語のテキストトランスクリプトを WebVTT（.vtt）形式で自動的に生成します。オーディオまたはビデオアセットが Experience Manager Assets で処理される際に、トランスクリプションサービスによって、オーディオまたはビデオアセットのテキストトランスクリプトレンディションが自動的に生成され、オリジナルのアセットが存在する Assets リポジトリー内の場所に保存されます。Experience Manager Assets トランスクリプションサービスを使用すると、マーケターは、テキストコンテンツの検索効率を高めてオーディオおよびビデオコンテンツを効果的に管理できるほか、アクセシビリティやローカライゼーションに対応することで、これらのアセットの ROI を向上できます。

トランスクリプトは、音声コンテンツのテキストバージョンです。一例として、OTT プラットフォームで視聴される映画があります。このような映画には、多くの場合、アクセシビリティや他の言語でのコンテンツ利用に役立つキャプションがあります。または、マーケティング、学習、エンターテイメントの目的で使用されるオーディオやビデオファイルもその例です。これらのエクスペリエンスは、トランスクリプションで始まり、必要に応じて書式設定や翻訳が行われます。オーディオやビデオのトランスクリプションは、手動で行うと非常に時間がかかりエラーが発生しやすいプロセスです。また、オーディオ／ビデオコンテンツのニーズが絶え間なく変化することを考えると、手動プロセスで規模を拡大することは困難でもあります。Experience Manager Assets では、Azure の AI ベースのトランスクリプションを使用して、オーディオアセットおよびビデオアセットを大規模に処理し、テキストトランスクリプト（.vtt ファイル）をタイムスタンプの詳細と共に生成します。トランスクリプション機能は、Assets と共に Dynamic Media でもサポートされています。

トランスクリプション機能は、Experience Manager Assets でコストをかけずに利用できます。ただし、管理者が Experience Manager Assets でトランスクリプションサービスを設定するには、ユーザーの Azure 資格情報が必要です。また、Microsoft®から体験版資格情報を取得して、Assets のオーディオまたはビデオトランスクリプション機能を試すこともできます。

トランスクリプションの前提条件 prerequisites

Experience Manager Assets のトランスクリプションの設定 configure-transcription

Experience Manager Assets でトランスクリプション機能を有効にするために必要な設定は次のとおりです。

Azure Media Services の設定 configure-azure-media-services

Experience Manager Assets では Azure Media Services を使用して、サポートされているオーディオまたはビデオファイルに含まれている音声言語のテキストトランスクリプトを WebVTT（.vtt）形式で自動的に生成します。管理者は、Azure の資格情報を使用して Experience Manager Assets の Azure Media Services を設定できます。この設定に必要な Azure 資格情報の一覧をトランスクリプションの前提条件に示してあります。Azure アカウントおよび資格情報がない場合は、Azure Media Services ドキュメントを参照して体験版資格情報を取得します。

ツール／クラウドサービス／Azure Media Services の設定 ​に移動します。左側のパネルからフォルダー（場所）を選択し、「作成」ボタンをクリックして、お使いの Azure アカウントとの接続を設定します。このフォルダーは、Azure クラウド設定が Experience Manager Assets に保存される場所となります。Azure 資格情報を入力して、「保存して閉じる」をクリックします。

トランスクリプションの処理プロファイルの設定 configure-processing-profile

Azure Media Services を Experience Manager Assets に設定したら、次に、オーディオおよびビデオアセットの AI ベースのトランスクリプションを生成するためのアセット処理プロファイルを作成します。AI ベースの処理プロファイルは、サポートされているオーディオまたはビデオアセットのトランスクリプトを Experience Manager Assets にレンディションとして生成し、オリジナルアセットが存在するフォルダーにトランスクリプト（.vtt ファイル）を保存します。したがって、ユーザーはアセットとそのトランスクリプトレンディションを簡単に探して見つけることができます。

ツール／アセット／処理プロファイル ​に移動し、「作成」ボタンをクリックして、オーディオとビデオのファイルのトランスクリプションを生成するための AI ベースの処理プロファイルを作成します。デフォルトでは、処理プロファイルページには 3 つのタブ（「画像」、「ビデオ」、「カスタム」）のみ表示されます。ただし、お使いの Experience Manager Assets インスタンスに Azure Media Services を設定してある場合は、「コンテンツ AI」タブも表示されます。処理プロファイルの作成時に「コンテンツ AI」タブが表示されない場合は、Azure 資格情報を確かめてください。

「コンテンツ AI」タブで「新規追加」ボタンをクリックして、トランスクリプションを設定します。ここでは、ドロップダウンリストからファイルタイプを選択して、トランスクリプトを生成するためのファイル形式（MIME タイプ）を含めたり除外したりすることができます。次の図では、サポートされているオーディオおよびビデオファイルがすべて含まれ、テキストファイルは除外されています。

「同じディレクトリに VTT トランスクリプトを作成」トグルを有効にして、トランスクリプトレンディション（.vtt ファイル）がオリジナルアセットが存在するフォルダーに作成、保存されるようにします。他のレンディションも、この設定に関係なく、デフォルトの DAM アセット処理ワークフローで生成されます。

次の図は、Experience Manager Assets で作成されるカスタムビデオプロファイルの詳細を示しています。

ビデオプロファイルには、次のカスタム設定も含まれています。カスタム処理プロファイルの作成方法について詳しくは、処理プロファイルのドキュメントを参照してください。

それでは、このビデオプロファイルのトランスクリプションを設定しましょう。「コンテンツ AI」タブに移動し、「新規追加」ボタンをクリックします。すべてのオーディオおよびビデオファイルを含め、画像およびアプリケーションファイルを除外します。「同じディレクトリに VTT トランスクリプトを作成」トグルを有効にして、設定を保存します。

オーディオおよびビデオファイルのトランスクリプション用に処理プロファイルを設定したら、次のいずれかの方法を使用して、この処理プロファイルをフォルダーに適用できます。

オーディオまたはビデオアセットのトランスクリプションの生成 generate-transcription

ビデオアセットの処理時に、AI ベースの処理プロファイル は、オリジナルアセットと同じフォルダーにトランスクリプト（.vtt ファイル）をレンディションとして自動的に生成します。

また、オリジナルビデオアセットのレンディションにアクセスして、トランスクリプトレンディションを確認することもできます。レンディション ​パネルにアクセスするには、オリジナルビデオアセットを選択し、左側のパネルを開きます。TRANSCRIPT.VTT 見出しの下にトランスクリプトレンディション（.vtt ファイル）が表示されているのがわかります。

トランスクリプト（.vtt テキストファイル）は、別のアセットレンディションとしてフォルダーから直接ダウンロードすることもできますし、オリジナルアセットの​ レンディション ​パネル内からダウンロードする（アセットのすべてのレンディションをダウンロードする）こともできます。

現在、Experience Manager では、VTT ファイルの全文プレビューや編集をネイティブにはサポートしていません。ただし、トランスクリプトレンディションをダウンロードし、任意のテキストエディターを使用して、トランスクリプトを編集したり確認したりすることはできます。トランスクリプトは、ビデオ内の指定されたタイムスタンプにおける音声言語を、トランスクリプションの信頼性スコア（精度）と共にテキストとして表すものです。

Dynamic Media でのトランスクリプションの使用 using-transcription-in-dynamic-media

お使いの Experience Manager Assets インスタンスに Dynamic Media が設定されている場合は、アセット（オーディオまたはビデオファイル）とそのトランスクリプト（.vtt ファイル）を Dynamic Media に公開できます。その場合は、オリジナルアセット（オーディオまたはビデオファイル）とそのトランスクリプトレンディション（.vtt ファイル）が、Dynamic Media の同じフォルダー内で公開されます。Dynamic Media 管理者は、トランスクリプトレンディション（.vtt ファイル）を使用してオーディオまたはビデオファイルの CC クローズドキャプションエクスペリエンスを有効にすることができます。

関連トピック：

次の図の URL は、トランスクリプト（.vtt ファイル）を参照するキャプション部分を表しています。このビデオでは、ビデオ内の指定されたタイムスタンプにおける音声言語（トランスクリプトテキスト）を​ クローズドキャプション ​として表示しています。ユーザーは、「CC」ボタンを使用して、キャプションを有効または無効にすることができます。

トランスクリプションでサポートされているファイル形式 supported-file-format

次のオーディオおよびビデオファイル形式がトランスクリプションでサポートされています。

既知の制限事項 known-limitations

トラブルシューティングのヒント troubleshooting

（設定に使用した資格情報と）同じ資格情報で Azure Media Services アカウントにログインして、リクエストのステータスを確認します。リクエストが正常に処理されない場合は、Azure サポートにお問い合わせください。

関連情報