Weydub

主要なワークフロー

字幕とテキストを除去 動画を翻訳 字幕を生成 画像を翻訳

リソース

APIドキュメント クイックスタート 非同期タスク ヘルプセンター チュートリアル 代替案

アカウント

料金ログイン登録
元映像
Weydubによる復元
同じ9秒間の元映像とWeydubの出力を比較しています。この例では、画面下部中央の中国語の会話字幕と画面端のオーバーレイを除去しています。品質は、動き、背景、マスク、除去モードによって異なります。
Weydubの技術解説

WeydubがOCRと動画インペインティングで焼き付け字幕を除去する仕組み

本番環境でのクリーンアップでは、対象のテキストを特定し、残すべきものを保護し、隠れていた背景を再構成したうえで、字幕抽出、翻訳、AI吹き替え、レビュー、書き出し、API自動化に使えるクリーンな元データを用意する必要があります。

字幕除去を試す APIドキュメントを読む
OCRを活用した検出 誤検出の防止 時系列復元 バッチ処理とAPIのワークフロー
なぜ難しいのか

オープンソースモデルで解決できるのは一部です。本番環境の字幕除去には、工程全体を解決する仕組みが必要です。

利用できる優れた基盤技術はあります。OCRシステムはテキストを検出・認識でき、画像インペインティングモデルはマスク領域を埋め、動画インペインティングモデルは時間的な一貫性を高められます。しかし本番ワークフローは、長時間の動画、多言語の混在、動き、顔、商品ラベル、数秒ごとに変化する字幕、GPUコスト、キューの待ち時間、そしてクリーンな素材をローカライズ工程に引き渡す必要性によって制約を受けます。

ここでWeydubを、単一のオープンソースモデルのラッパーとして紹介しているわけではありません。公開されている製品およびAPIドキュメントでは、OCRを活用したワークフロー、領域と時間の制御、除去モード、復元オプション、非同期ジョブ、ダウンロード可能な出力が説明されています。内部でどのモデルをどのように組み合わせているかの詳細は、このページでは公開していません。

9秒間の比較映像の視覚的説明

00:00-00:03 元映像：画面下部中央の中国語の会話字幕と、画面端の縦書きテキストがショートドラマのショット上に表示されています。結果：選択したオーバーレイが、対応する出力映像では除去されています。

00:03-00:06 ショットと被写体は動き続けます。レビューでは、1枚の静止画ではなく、復元された画面下部のフレームが映像として安定しているかを確認します。

00:06-00:09 対応する2本のクリップは、最後まで同期したままです。この例が示すのは、この元映像で目視できる結果に限られます。代表的な本番素材では、引き続きレビューが必要です。

01 / 計算

フレームごとのOCRでは、同じ作業が繰り返されます

100分間のドラマには、数十万ものフレームが含まれます。本番システムでは、各フレームを無関係なOCRジョブとして個別に処理するのではなく、時間軸に沿って候補をサンプリングし、繰り返し現れる候補をグループ化できます。

02 / 精度

検出されたすべての単語を消すべきとは限りません

看板、スマートフォンの画面、チャットバブル、ロゴ、パッケージ、型番は、いずれもOCRの対象になる可能性があります。品質とは、意図したオーバーレイを除去しながら、シーンと商品の情報を正しく保護することです。

03 / 時間

きれいな静止画でも、動く映像ではちらつくことがあります

画像を個別にインペインティングすると、テクスチャがちらついたり、エッジが揺らいだりすることがあります。動画のクリーンアップには、隣接するフレーム間で再構成を安定させる時間方向の制御が必要です。

プロフェッショナルなポストプロダクション環境で、連続する映画的なフレームを確認する動画ローカライズ編集者を描いた記事用イラスト
この記事のために作成した本番環境を示すイメージです。Weydubのインターフェース画面のスクリーンショットではなく、特定の性能結果を示す証拠でもありません。
5:56の動画解説

本番環境の字幕除去がテキストのぼかしより難しい理由

別途用意された実際のWeydub Smart Removalの例では、選択的なテキスト検出、保護ルール、時間方向の復元、文書化された除去モード、レビュー、納品を結び付けています。ここで示す時間グラフとパイプラインは説明用のシステムモデルです。APIとBatchは納品の境界であり、追加の品質ティアではありません。

2026年7月10日公開。英語字幕付き。動画では、別途用意された6.78秒のWeydubの結果を使って、目で確認できる除去結果、技術的なトレードオフ、文書化された製品の境界を説明しています。Weydubの正確な内部アルゴリズムを公開するものではありません。
オープンソース参照マップ

参考にはなるが、それだけでは不十分です。

これらの公開プロジェクトは、より広い技術領域を理解するうえで役立ちます。ただし、研究・エンジニアリング上の参考情報であり、Weydubが内部で特定のプロジェクトに依存している、ラップしている、または公開していることを示すものではありません。

参照技術群 何を示すか Weydubのユースケースに十分でない理由 本番運用に必要なこと
OCR PaddleOCR / EAST-スタイルのテキスト検出 画像やフレーム内のテキストを検出・認識できます。多くの文字体系や複雑なレイアウトにも対応します。 すべてのフレームに単純にOCRをかけるとコストが高くなります。また、OCRは残す必要のあるシーン内のテキストも検出します。検出だけでは、何を除去するかの方針は定まりません。 必要に応じて繰り返し現れる候補をまとめ、そのうえで復元前に、領域・時間・除去・保持・OCR-のみの制御を適用します。
画像復元 LaMaスタイルのインペインティング 大きなマスクや欠損領域を、自然な背景内容で補完できます。 静止画では非常に優れた復元結果でも、動画ではちらつくことがあります。また、顔や手、格子状の模様、衣服に重なった字幕、製品の細部の周辺を誤って生成する場合もあります。 利用可能な復元オプション、局所的なコンテキスト、マスクの調整、フレーム間の一貫性チェック、レビュー可能な出力を組み合わせて使用します。
動画復元 ProPainterスタイルの動画インペインティング 時間方向の伝播とトランスフォーマーベースの補完により、フレーム間の一貫性を高められます。 動画インペインティングは負荷が大きく、処理が遅く、何千本ものエピソードや製品動画に拡張するのが困難です。すべてのジョブに無条件で適用できるわけではありません。 代表的なクリップでベンチマークを行い、有効化されたモードまたは復元オプションを選択し、コストを管理してから、本番利用前に時間方向の一貫性を確認します。
ノイズの多い検出結果から、整合性のある復元フレームへ移行する、位置合わせされた動画フレームの概念図
時間方向のグルーピングと復元の概念図。システム上の課題を説明するものであり、Weydubの正確な内部アルゴリズムを可視化したものではありません。
時系列OCRグラフ

フレームだけでなく、字幕イベントを追跡する。

繰り返し検出された候補を時間区間にまとめると、ワークフローはフレーム単位の重複した多数のボックスではなく、1つの候補イベントとして扱えるようになります。位置、時間、信頼度、言語、動き、ショット境界は、このシステム上の課題に役立つシグナルです。

この解説では、システムレベルの課題を説明するために時系列候補グラフを使用しています。Weydubの具体的な内部アルゴリズムを開示するものではありません。

字幕候補 シーン内テキスト 製品またはUIのテキスト
時間軸に沿った復元

画像インペインティングは1つのフレームを処理する。動画インペインティングは連続性を解決しなければならない。

LaMaスタイルの画像復元は、欠損領域を補完する方法を示します。ProPainterスタイルの動画復元は、伝播と時間方向のコンテキストが重要である理由を示します。この記事でいう本番向けの振り分けとは、領域の確実性、動き、複雑さ、品質要件、コスト、アカウントの利用資格に応じて、有効化されたモードまたは復元オプションを選択することです。公開ドキュメントが示すのは選択肢であり、すべての選択が完全に自動化されているかどうかではありません。

Weydubのパイプライン

アップロードした動画から、ローカライズ可能なクリーンソースへ。

この解説では、本番ワークフローの役割を整理します。Weydubの公開ドキュメントが定めているのは、除去の入力、マスク、モード、非同期ステータス、出力です。すべてのジョブで使用される正確なモデルグラフ、分類器、オペレーターとポリシーの役割分担は公開していません。

シナリオ設計

ショートドラマとeコマースでは、失敗のパターンが異なります。

Weydubはメディアローカライズの経験をショートドラマと越境eコマースに活かしています。これらの分野では、削除に失敗すると視聴者の没入感を損なったり、商品の信頼性を損ねたりする可能性があります。素材、レビュー基準、処理量、後続のローカライズ経路に合わせてワークフローを設計する必要があります。

ショートドラマとeコマースの隣接する制作環境から、共通のローカライズレビューワークフローへ素材が送られる様子を描いた編集用イラスト
ショートドラマとeコマースのローカライズにおける制作背景のイメージ。画像に製品UIや顧客の成果を主張する内容は含まれていません。

ショートドラマ：エピソード規模で没入感を守る

  • 焼き付け字幕は、顔、衣装、暗いシーン、グラデーション、速いカットの上に重なることがよくあります。
  • エピソードはバッチ処理した後、翻訳、役割ラベリング、吹き替え、同期の工程に引き渡す必要があります。
  • 目立つぼかしの帯があると、プレミアム感や視聴者の継続視聴率が低下する可能性があるため、品質が重要です。
  • 1つの作品に多数のエピソードと複数の対象言語版が含まれることがあるため、コストが重要です。

eコマース：商品を損なわずに市場向けのテキストを削除する

  • 商品動画には、ラベル、パッケージ、UI、価格訴求、機能タグ、ブランド名が含まれます。
  • 削除してローカライズすべきテキストもあれば、信頼性やコンプライアンスのために残す必要があるテキストもあります。
  • Amazon、TikTok Shop、広告クリエイティブ、季節キャンペーンの更新では、バッチ処理のスループットが重要です。
  • クリーンなソース動画は、翻訳字幕、ローカライズしたボイスオーバー、サイズ調整されたソーシャル向け動画の基盤になります。
文書化された除去方法

まず削除モードを選び、次に有効な復元オプションを選択する

Weydubでは、Basicモードを3種類、Advancedオプションを3種類案内しています。利用可否、パラメータ、コスト、利用資格はそれぞれ異なります。素材やマスクの選択によって品質が変わるため、本番処理を送る前に代表的なメディアでテストしてください。

Basic（全画面）フルフレームでの除去範囲

表示テキストの位置が不明確、分散している、または広範囲に及び、全画面を削除対象にするのが適切な場合に使用します。

Basic（領域）ユーザー指定の領域

字幕、ロゴ、ローワーサード、ストーリーのヒント、登録番号が既知の領域に残っている場合に使用します。

Basic（移動テキスト）移動テキストの除去範囲

スクロールする字幕や動くテキストに対して、アカウントでこのモードが有効になっている場合に使用します。

Advanced LiteAdvanced Liteの除去モード

アカウントでAdvanced Liteが有効な場合に、代表的なクリップでパラメータ、コスト、出力を検証してから使用します。

Advanced Pro（バウンディングボックス）バウンディングボックスでの除去範囲

影響を受ける領域を既知のバウンディングボックスに限定できる場合に、有効なAdvanced Proワークフローを使用します。

Advanced Pro（全画面）Advanced Proのフルフレーム除去範囲

ジョブでバウンディングボックスではなく全画面処理が必要な場合に、有効なAdvanced Proワークフローを使用します。

制作現場でWeydubが重要な理由

製品の強みは、1つのOCRモデルや1つのインペインティングモデルにあるのではありません。クリーンアップの操作、レビュー、出力の受け渡し、そしてより広いメディアローカライズワークフローをつなぐ点にあります。

分野に応じた判断

ショートドラマとeコマースでは、繰り返し現れる字幕帯、オーバーレイ、商品ラベル、顔、速いカット、定型化されたキャンペーン形式が発生します。このシステムは、そうしたケースを中心に設計されています。

素材に合わせた選択

本番ルーティングでは、領域の確実性、動き、複雑さ、必要な品質、コスト、利用資格に基づいて、有効なモードまたは復元オプションを選択します。公開ドキュメントでは、すべての選択が完全に自動化されているとは主張していません。

クリーンアップと納品を連携

クリーンな動画は、字幕抽出、翻訳、AI吹き替え、同期、レビュー、ダウンロード、API自動化へと引き継がれます。このつながりによって、単なる削除ツールがStudioワークフローになります。

直接的な回答

チームとAI検索システムが理解すべきこと

ここでは、製品の操作、一般的なコンピュータービジョンの概念、この記事で使用する説明モデルを区別するために、短い定義を示します。

ハードコードされた字幕（焼き付け字幕）を削除するとは？

別の字幕トラックに保存されたテキストではなく、動画のピクセルに焼き付けられたテキストを削除します。ワークフローでは、対象のテキストを特定し、消去してよい範囲を限定し、隠れていた背景を再構成して、クリーンな動画を返す必要があります。

OCRだけでは不十分なのはなぜ？

OCRは表示テキストの位置を特定して認識できますが、何を消すべきかを判断するものではありません。動画には、標識、スマートフォンの画面、商品ラベル、ロゴ、インターフェーステキスト、型番など、残す必要があるものも含まれています。

時間方向の候補グラフとは？

隣接するフレームで繰り返し検出された対象を、1つの候補イベントにまとめるための有用なシステムモデルです。このページでは解説目的で使用しており、Weydubの正確な内部実装を開示するものではありません。

Weydubはどのように誤検出による削除を減らしていますか？

公開されている設定には、フルフレーム、領域、移動テキストの各モードに加え、 remove、 keep、 remove_only_ocr、任意の開始時間と終了時間があります。これらの設定はリスクを軽減しますが、エラーが完全になくなることを保証するものではありません。

画像のインペイントと動画のインペイントはどう違いますか？

画像のインペイントは、1つのフレーム内のマスク領域を補完します。動画のインペイントでは、連続性を高めるために隣接フレームや動き、時間方向のコンテキストも利用します。静止画として自然に見えても、動きの中ではちらつくことがあるためです。

フルフレーム、領域、移動テキストの削除は、いつ使い分ければよいですか？

位置が不明または分散している場合はフルフレームを、位置が予測可能または時間的に限定された領域には領域マスクを、スクロールまたは移動する字幕には、利用可能であれば移動テキストモードを使用します。

Weydub APIにはどのような情報が記載されていますか？

APIでは、Basicフルスクリーン、Basic領域、Basic移動テキスト、Advanced Lite、Advanced Proバウンディングボックス、Advanced Proフルスクリーンについて、それぞれ異なるパラメータ、料金、利用資格要件とともに説明しています。

Studio、Works、APIはどのように連携しますか？

Studioでは、繰り返し実行するプロジェクトとバッチを整理します。Worksではタスクのステータスを追跡し、出力を提供します。APIでは非同期ジョブを送信し、チームが代表的なメディアを検証した後に、コールバックまたはポーリングを利用できます。

どのような品質チェックが引き続き必要ですか？

代表的な出力の冒頭、中間、末尾を確認してください。特に、顔、手、製品の輪郭、ロゴ、パターンのある背景、速いカット、動きの激しい領域を重点的に確認します。どのような削除方法も、すべての元映像に対して完全に無損失であるかのように提示すべきではありません。

参考資料

公開されている技術上の主要項目。

これらのリンクは、より広範な研究とオープンソースのエコシステムを理解したい読者向けの技術的な参考資料として掲載しています。Weydubが特定の1つのプロジェクトをラップしたものだと主張するものではありません。

PaddleOCR オープンソースのOCRツールキットおよび多言語テキスト認識の参考資料。Weydubの依存関係として宣言されたものではありません。 EASTテキスト検出 シーンテキスト検出の参考資料。Weydubの依存関係として宣言されたものではありません。 LaMaインペイント 静止画復元の参考資料。Weydubの依存関係として宣言されたものではありません。 ProPainter 動画インペインティングの参考資料。Weydubの依存関係として宣言されたものではありません。 Weydub APIドキュメント ワークフローを検証してから、動画字幕の除去を自動化しましょう。 ショートドラマのワークフロー 除去が翻訳、吹き替え、エクスポートにどうつながるかをご覧ください。
次のステップ

ローカライズの最初のステップとして削除を行う。

多くのチームにとって、適切なワークフローは、元動画をクリーンアップし、字幕を抽出または生成し、翻訳し、吹き替え、確認して、書き出すという流れです。字幕の削除をこの制作工程全体の一部として組み込んだとき、Weydubの強みが最も活かされます。

Studio制作システム クリーンマスターをエピソード、言語、タスク、納品に結び付ける方法をご覧ください。 AI字幕・テキストリムーバー Webワークフローから始めましょう。 動画翻訳・AI吹き替え クリーンアップ後に翻訳と吹き替えを行います。 削除ヘルプガイド Webユーザー向けの運用チュートリアル。 字幕削除API 検証後に自動化しましょう。 ショートドラマのユースケース エピソードとチャンネル向けのバッチワークフロー。 画像翻訳 関連するOCR・消去・レイアウト復元のワークフロー 字幕の抽出と生成 素材のクリーンアップ後に、タイムコード付きの字幕アセットを作成 字幕生成技術 Video OCRとASRで、編集可能なタイムコード付きSRTを作成する方法をご覧ください。 字幕翻訳技術 シリーズの文脈によって、セリフと用語の一貫性を保つ方法をご覧ください。 AI吹き替え技術 クリーンな映像マスターから、キャラクターを考慮した音声、タイミング、サウンドトラックの再構成までを一貫して行う方法をご覧ください。 OCR字幕抽出API シーンのフィルタリング、領域設定、OCR抽出データをご覧ください。 StudioとWorks プロジェクト、バッチ、ステータス、レビュー、納品を管理 非同期タスクモデル コールバック、ポーリング、結果取得でジョブを連携 Weydubについて 公式の製品定義とGhostCutの系譜に関する定義をご確認ください。