Lumi / 主な機能
字幕のない Bilibili 動画も、学習の入口に
Bilibili の投稿動画（UGC）、アニメ・番組、講座に二言語字幕と AI 音声認識（ASR）を提供。冒頭 5 分間のプレビュー区間が生成され次第すぐに視聴を始められ、残りの区間はバックグラウンドで順次処理されます。
実例と仕様
| 項目 | 詳細 |
|---|---|
| 動画の識別方式 | 投稿動画（UGC）：bvid + cid／番組・講座（PGC）：epId + cid（プラットフォームの視聴権限と音声取得可否に従います）。 |
| プレビューと永続キュー | 管理型 ASR は冒頭最大 5 分を Preview Segment として優先返却し、以降は最大 1 時間単位で永続キューが順次処理します。 |
| 共有字幕の再利用 | 完全な文字起こしが網羅率と Stable Audio Identity 検証を通過すると、Pro 会員はアカウント間で ASR 時間消費ゼロで再利用可能です。 |
| 音声 BYOK 対応 | Aliyun Paraformer / DashScope および Doubao Seed Flash ASR に対応（プロバイダー側で個別課金）。 |
| 時刻 | 原文 | Lumi の訳文 |
|---|---|---|
| 16.49–24.39 s | I spent 10 years working for | 我花了十年时间为 |
| 24.39–28.78 s | Steve Jobs spent 10 years building Apple. 10 years | 史蒂夫·乔布斯花了十年时间打造苹果公司。整整十年 |
| 28.78–31.09 s | And he lost it all in a single moment | 而他在一瞬间失去了一切 |
実際の製品デモデータからの抜粋（収録時の英語原文と中国語訳を保持）。Lumi による文分割と対訳表示の実例です。 Bilibili · BV1H2Tu6EEzH · 2026-06-28
利用手順
- Bilibili の対象動画やエピソードを開き、再生パート（分 P）と音声トラックを確認します。
- 既存のプラットフォーム字幕があればそのまま対訳表示し、字幕がない場合は管理型 ASR または自分の音声認識サービスを起動します。
- 冒頭最大 5 分のプレビュー区間が完了したらすぐに学習を開始し、後続区間のバックグラウンド進行状況を確認します。
- 翻訳先言語を選んで二言語字幕を読み、重要な箇所はタイムスタンプをクリックして原音と照らし合わせます。
よくある質問
- CC 字幕がない英語や日本語の Bilibili 動画でも二言語字幕を作れますか？
- はい、作成できます。Lumi は投稿動画を bvid + cid、番組や講座を epId + cid で識別し、プラットフォーム字幕がない動画でも管理型 ASR またはご自身の音声認識サービスを使って、アクセス可能な音声トラックからタイムスタンプ付きの原文字幕を生成したうえで翻訳します。音声の取得は Bilibili 自体のログイン・有料視聴・地域権限に従います。BGM が大きい場面や複数人の発話が重なる箇所、専門用語については、タイムスタンプをクリックして原音と照合するのがおすすめです。
- 冒頭 5 分のプレビューはどのように動きますか？動画全体の完了を待つ必要はありますか？
- 動画全体の文字起こし完了を待つ必要はありません。管理型 ASR では、動画冒頭の最大 5 分間を Preview Segment（プレビュー区間）として最優先で処理し、完了し次第すぐにパネルへ字幕を表示します。残りの部分は 1 時間単位のセグメントとしてクラウドの永続キューがバックグラウンドで順番に処理します。初回区間の所要時間は音声取得とモデル推論の速度に依存し、ジョブ開始時に動画全体の時間分の ASR 利用枠が予約されます。ブラウザを閉じても継続する永続キューは管理型 ASR の仕組みであり、BYOK 音声サービスは各 API の仕様に従って動作します。
- 共有 ASR 字幕（Shared ASR Transcript）はどのように再利用されますか？
- Shared ASR Transcript（共有 ASR 字幕）は、最後まで完了し、かつ網羅率チェックと Stable Audio Identity（安定した音声同一性検証）を通過した文字起こし結果のみが対象となります。生成した本人はそのまま利用でき、他のアカウントは有効な Pro メンバーシップがあれば ASR 時間枠を一切消費せずに再利用できます。共有プールに保存されるのは字幕テキストと機密を含まない来歴メタデータのみで、生音声・API キー・署名付き URL・途中結果・個人の編集内容が含まれることはありません。また、動画タイトルではなく音声指紋で照合するため、同名別動画の誤適用を防ぎます。
- Aliyun Paraformer や Doubao ASR のキーを使う場合、料金はどう計算されますか？
- 拡張機能の音声認識設定で Aliyun Paraformer / DashScope または Doubao Seed Flash ASR を選択し、認証情報を入力して接続テストを行ったうえで、字幕なし動画の文字起こし時にそのサービスを指定してください。BYOK モードでは Lumi 側の利用枠は一切消費されず、Alibaba Cloud や Volcengine 側のアカウント規定に従って直接課金・レート制御が行われます（事前に各社コンソールでサービス有効化と残高確認を行ってください）。完全かつ音声識別を検証できる BYOK 文字起こしは共有字幕プールへ貢献可能ですが、通常の BYOK テキスト翻訳や字幕精修は共有対象外となります。