カラオケのタイミングによって、歌詞の各部分をいつ表示してハイライトするかをビデオに指示します。ラインのタイミングはフレーズをマークします。単語のタイミングによって、単語の中に境界が追加されます。正確なテキストと正確なタイミングの両方が必要です。
行のタイミングと単語のタイミングはさまざまな問題を解決します
ライン タイミングを使用すると、歌手が歌詞のライン全体に達すると、そのライン全体がアクティブになります。言葉のタイミングにより、パフォーマンスが進むにつれて個々の言葉の色が変わります。連続スイープはより強力なキューを提供しますが、より詳細なタイミングが必要になります。ラインを等間隔に分割することは概算にすぎません。歌手がすべての単語に同じ長さを与えることはめったにありません。
なぜ歌は普通のスピーチよりも難しいのか
歌われた母音が数拍続くこともあります。子音は楽器によって短く、または部分的にマスクされる場合があります。バックボーカルがリードボーカルと重なることもあり、繰り返されるコーラスは2回目では異なるリズムを持つこともあります。これらの詳細は、転写とアライメントの両方に影響します。自動処理は最初のパスであり、正確なパフォーマンス タイミングを保証するものではありません。
このツールがキャプションを強調表示する仕組み
音声モデルは単語とタイムスタンプを生成します。レンダラーはこれらのワード スパンを使用してハイライトをアニメーション化します。認識された 1 つのトークンに複数の文字が含まれている場合、アニメーションはそのトークンの継続時間をそれらの間で分割します。これによりカラオケ効果が生まれますが、別の音素レベルの調整システムではありません。
ハイライトがおかしいと感じたときに確認すること
すべてのラインが同じように早くまたは遅く到着する場合、タイムライン全体にオフセットが生じる可能性があります。最初は正しいが、後の行がずれている場合は、個々のセクションに注意する必要があります。ハイライトが速すぎる長い音符には、割り当てられた単語の長さが短い場合があります。結果をプレビューし、認識が悪い場合はより鮮明な録音を使用します。
結果を読みやすくする
表示される行は短くし、非アクティブなテキストと強調表示されたテキストの間に明確なコントラストを使用し、キャプションの周囲にスペースを残します。装飾要素や音楽ビジュアライザーは、言葉と競合するのではなく、言葉をサポートする必要があります。
よくある質問
通常の LRC ファイルにはワードタイミングが含まれていますか?
基本的な LRC は通常、歌詞の行をマークします。ワードレベルのタイミングには追加の情報が必要です。拡張子だけでは保証されません。
正確な文字起こしは正確なタイミングを意味しますか?
いいえ、転写によってテキストが特定されます。位置を調整すると、オーディオ タイムラインに配置されます。