Subtitle Editとは
Subtitle Editは、字幕の作成、同期、変換、翻訳を行うデスクトップエディタで、新しいバージョンではこの中核機能の周辺にAI機能が加わっています。 プロジェクトのFAQによると380を超える字幕形式に対応し、Windows・macOS・Linux向けのビルドはプロジェクトのGitHubリリースページで公開されています。
AI機能はエディタ本体とは別です。音声認識、自動翻訳、文字認識(OCR)、音声合成はそれぞれ、初回利用時にアプリがダウンロードするか、APIで接続するエンジンを使います。本レビューは音声認識と自動翻訳に絞ります。ドキュメントでは現行世代をSubtitle Edit 5と呼んでいます。
入手方法
Subtitle EditはWindows・macOS・Linux向けに無料で入手でき、どのプラットフォームにもインストーラーまたはディスクイメージがあります。
項目 | 入手方法 |
|---|---|
| Windows | x64はインストーラー(Setup.exe)またはポータブルzip、ARM64はzip。GitHub Releasesから |
| macOS | Apple silicon用とIntel用の.dmgをアプリケーションへドラッグ。READMEによれば署名・公証済み |
| Linux | Flatpak(mpvとffmpeg同梱)、またはx64・ARM64用のtar.gz |
| 公式サイト | nikse.dk/subtitleedit |
| プライバシーポリシー | 独立したページはなく、READMEのPrivacyセクションが開発元の声明です |
| ソースコード | github.com/SubtitleEdit/subtitleedit、MITライセンス |
確認したバージョン:5.3.0。GitHubが最新の安定版として示す、2026年10月14日公開のリリースです。5.4.0のベータビルドはプレリリース扱いです。5.3.0のファイルは、エンジンやモデルをダウンロードする前で59〜155 MBです。
動作要件
READMEが求めるのは、Windows 10 バージョン22H2以降、macOS 12以降(macOS 14を推奨)、Linuxではtar.gz版にmpvとffmpegです。
OS
- 情報源の記載:
- Windows 10 22H2以降、macOS 12以降(14以降を推奨)、LinuxはREADMEのパッケージ一覧に従う
Linuxのパッケージ
- 情報源の記載:
- tar.gz版はパッケージマネージャーのmpvとffmpegが必要。FlatpakとmacOSの.dmgには同梱
エンジンのダウンロード
- 情報源の記載:
- エンジンとモデルは初回利用時に取得。Crisp ASRのモデル一覧は1モデルあたり75 MBから9.4 GBまで
翻訳モデル
- 情報源の記載:
- 厳選されたllama.cppモデルの多くは8 GB未満で、最大のものが約12 GB
GPUアクセラレーション
- 情報源の記載:
- Whisper CPPはWindowsでCPU、NVIDIA cuBLAS、Vulkanを選べる。変更履歴ではmacOSがMetal、LinuxがVulkan
インターネット
- 情報源の記載:
- エンジンとモデルのダウンロードおよびオンラインエンジンに必要。ローカルエンジンはその後オフラインで動作
アプリ自体のRAMやVRAMの最低要件はドキュメントにありません。必要量は選ぶエンジンとモデルによって変わり、「CUDA out of memory」エラーにはより小さいモデルが案内されています。
始め方
手順はプロジェクトのドキュメントに沿ったもので、PromptQuorumは実行していません。
- 1インストールして動画を開く
Why it matters: インストーラー、dmg、Flatpakのいずれかを実行し、Subtitle Editで動画ファイルまたは既存の字幕を開きます。 - 2Video、Speech to textで文字起こしする
Why it matters: エンジンとモデルを選び、音声の言語を指定するか自動検出にして、Transcribeをクリックする前に、初回はアプリにエンジンをダウンロードさせます。 - 3結果を確認する
Why it matters: 後処理を調整し、短すぎる行、長すぎる行、重なる行、繰り返しの行を示す品質レポートを読んで、グリッドを手で修正します。 - 4Translate、Auto-translateで翻訳する
Why it matters: エンジンと言語ペアを選んで翻訳し、原文と訳文を並べて確認してからOKで確定します。
情報源で確認できた機能
以下の項目はすべてプロジェクトのドキュメントまたはリリースノートによるもので、PromptQuorumは一つも試していません。
- 音声認識エンジン。 Whisper CPP、Purfview Faster Whisper XXL、Whisper CTranslate2、Whisper Const-me(Windows)、WhisperX、PythonのWhisperワークフローに加え、Qwen3 ASR CPPと、ParakeetやCanaryなどのバックエンドを持つCrisp ASR。オンラインではOpenRouter、Alibaba Qwen3-ASR、Google Cloud Speech-to-Textを選べます。
- 文字起こしの補助機能。 バッチモード、言語の自動検出、音声区間検出の設定、Whisper向けの任意の「Translate to English」、後処理、品質レポート。
- ローカル翻訳。 TranslateGemma、Gemma 4、Qwenなどの厳選モデルを使う管理型llama.cppサーバー、Ollama、LM Studio、そしてコンテキスト・あらすじ・用語集を付けてバッチ翻訳する「advanced」版。MADLADエンジンは419言語に対応します。
- クラウド翻訳。 Google翻訳、Microsoft Bing、DeepL、ChatGPT、Anthropic、Geminiなど。多くは自分のAPIキーを使い、OpenAI互換APIを話すサーバーなら何でも使えるOpenAI互換エンジンもあります。
- 中核機能の周辺。 ドキュメントによれば、波形付きの動画プレーヤー、画像字幕向けOCR、音声合成、生成したBGMがあります。
データの流れとプライバシー
READMEによれば、Subtitle Editは字幕ファイル、メディアファイル、メタデータを収集・保存・送信・分析せず、編集、変換、再生、ローカルの自動バックアップは端末上で動作します。 Whisper CPP、llama.cpp、Ollama、LM Studioなどのローカルエンジンは、音声やテキストをお使いのPC上、またはアプリの接続先に指定したサーバー上で処理します。
例外は、利用者自身が有効にするものです。READMEによると、翻訳、音声認識、音声合成、OCR、辞書検索の任意のオンラインサービスには、そのリクエストに必要なデータだけがアプリから直接送られ、提供元自身のプライバシーポリシーが適用されます。エンジンの説明では、Google翻訳、DeepL、ChatGPT、Anthropic、Gemini、オンライン音声認識がインターネット接続を要するサービスとされ、多くはAPIキーも必要です。「OpenAI互換」や「llama.cpp remote server」の設定は、入力したアドレスにテキストを送ります。
📌補足: これらは開発元の申告であり、監査結果ではありません。コードは公開されていますが、PromptQuorumは読んでおらず、アプリの通信も調べていません。エンジンやモデルのダウンロード元サーバーも確認していません。
向いている人
- 字幕制作者と動画編集者。 複数のツールではなく、一つのエディタで文字起こし、タイミング調整、翻訳を済ませたい方。
- プライバシーを重視するクリエイター。 メディアをアップロードするより、ローカルのWhisperエンジンとローカルの翻訳モデルを選びたい方。
- 連続エピソードをまとめて扱う人。 全ファイルに同じ変換や翻訳を適用したい方。
確認できなかった点
- 精度と品質。 PromptQuorumは音声認識や翻訳のエンジンを実行していないため、単語誤り率、ハルシネーション、翻訳品質は評価していません。
- 速度とハードウェア。 処理時間やメモリ使用量は測定していません。CUDA、Vulkan、Metalの各バックエンドが実際のファイルに与える効果は未検証です。
- 公式サイトの本文。 nikse.dkのページはJavaScriptで描画されるため読めておらず、ここでの情報はGitHubとドキュメントサイトに基づきます。
- ダウンロード元。 ドキュメントにはエンジンとモデルが自動でダウンロードされるとありますが、どのサーバーから取得するかは確認していません。
- プレリリースの安定性。 5.4.0はまだベータ版で、安定版5.3.0にも数十本のベータ版とリリース候補ビルドが先行していたため、挙動が短期間で変わる可能性があります。
競合と代替ツール
Whisper.cpp
- 対応プラットフォーム:
- Windows、macOS、Linux
- 価格/ライセンス:
- 無料/MIT
- 主な違い:
- Subtitle EditがWhisper CPPとして掲載しているエンジン本体。コマンドラインとライブラリ用で、字幕エディタはありません
Whisper.cppに関する記事(10件)
- Whisper.cpp Review: Local Speech-to-Text in Pure C/C++更新日 2026年9月5日
- Buzz Review: Free Offline Whisper Transcription and Captions更新日 2026年10月24日
- Llamatik Review: Free Open-Source Offline AI Chatbot for Android, iPhone and Desktop更新日 2026年10月23日
- TranscriptionSuite Review: Free Local Speech-to-Text with Speaker Labels更新日 2026年10月18日
- Local Multimodal AI Pipeline 2026: Combine Voice, Vision, and Text Models Offline更新日 2026年10月17日
- Whisper.cpp vs faster-whisper 2026: Local STT Benchmarks, Setup & GPU Acceleration更新日 2026年10月17日
- HilbertRaum Review: A Portable, Offline AI Workspace for Chat and Your Own Documents更新日 2026年9月25日
- Local Voice & Speech Tools Compared (2026): Text-to-Speech, Speech-to-Text and Voice Agents更新日 2026年9月20日
- FunClip Review: Self-Hosted AI Video Clipping With FunASR更新日 2026年9月19日
- Izwi Review: Local Voice AI for TTS, STT, and Cloning更新日 2026年9月19日
さらに18件(非表示)
faster-whisper
- 対応プラットフォーム:
- Windows、macOS、Linux
- 価格/ライセンス:
- 無料/MIT
- 主な違い:
- 高速なWhisper文字起こし用のPythonライブラリ。字幕のワークフローは自分で組みます
faster-whisperに関する記事(5件)
- faster-whisper Review: CTranslate2-Accelerated Local Speech-to-Text更新日 2026年9月5日
- Whisper.cpp vs faster-whisper 2026: Local STT Benchmarks, Setup & GPU Acceleration更新日 2026年10月17日
- Local Voice & Speech Tools Compared (2026): Text-to-Speech, Speech-to-Text and Voice Agents更新日 2026年9月20日
- dograh Review: Open-Source, Self-Hosted Voice AI Agent Platform更新日 2026年9月12日
- Whisper.cpp Review: Local Speech-to-Text in Pure C/C++更新日 2026年9月5日
その他の言及:
- SpeechBrain Review: An Open-Source PyTorch Toolkit for Speech and Text更新日 2026年10月23日
- TranscriptionSuite Review: Free Local Speech-to-Text with Speaker Labels更新日 2026年10月18日
- Local Multimodal AI Pipeline 2026: Combine Voice, Vision, and Text Models Offline更新日 2026年10月17日
- MacWhisper Review: Local Speech-to-Text for Mac更新日 2026年10月3日
- FunClip Review: Self-Hosted AI Video Clipping With FunASR更新日 2026年9月19日
さらに6件(非表示)
MacWhisper
- 対応プラットフォーム:
- macOS
- 価格/ライセンス:
- フリーミアム/プロプライエタリ
- 主な違い:
- 文字起こしに特化した買い切りのMacアプリ。Subtitle Editは形式の編集とエンジン選択が加わります
MacWhisperに関する記事(2件)
- MacWhisper Review: Local Speech-to-Text for Mac更新日 2026年10月3日
- Meetily Review: Local, Privacy-First AI Meeting Notes更新日 2026年9月18日
その他の言及:
- AquaVoice Review: Voice Dictation for AI Prompts更新日 2026年10月3日
- Local Voice & Speech Tools Compared (2026): Text-to-Speech, Speech-to-Text and Voice Agents更新日 2026年9月20日
- FunClip Review: Self-Hosted AI Video Clipping With FunASR更新日 2026年9月19日
- Willow Inference Server Review: Self-Hosted Whisper ASR and TTS更新日 2026年9月19日
TranscriptionSuite
- 対応プラットフォーム:
- Windows、macOS、Linux
- 価格/ライセンス:
- 無料/GPL-3.0
- 主な違い:
- ライブ文字起こし、話者ラベル、音声ノートを備えたローカル文字起こし(ディレクトリ掲載情報による)
TranscriptionSuiteに関する記事(1件)
選ぶ前に、各アプリの現在の価格、ライセンス、対応プラットフォームを公式ページで確認してください。
よくある質問
最初の文字起こしにはインターネットが必要ですか?
はい、一度だけ必要です。選んだエンジンとモデルを初回利用時にアプリがダウンロードします。サードパーティコンポーネントのページには、ファイルをアプリのデータフォルダーに手動で置く方法も載っており、場所はWindowsでは%APPDATA%\Subtitle Edit、LinuxとmacOSでは~/.config/Subtitle Editです。
NVIDIAのグラフィックスカードにはどのWhisperエンジンが合いますか?
ドキュメントでは、NVIDIA GPUで最速の文字起こしにはWhisper CPPのcuBLASバックエンドかPurfview Faster Whisper XXLを勧めており、CUDAのメモリ不足エラーが出たらより小さいモデルを使うよう案内しています。
誰が話しているかを示せますか?
はい、Crisp ASRエンジンで可能です。「Detect speakers」はNVIDIAのSortformer話者分離を使って最大8人に対応し、初回に107 MBのモデルをダウンロードし、Crisp ASR v0.8.37以降が必要です。
一覧にない翻訳モデルは使えますか?
はい。.ggufファイルをllama.cpp/modelsフォルダーに置くか、「Use remote server」にチェックを入れて自分のllama-serverを指定します。ドキュメントによれば、TranslateGemma 27Bは約16 GBのダウンロードと約20 GBのVRAMが必要で、12Bモデルでもすでに有力な選択肢とされています。
グラフィカルなインターフェースなしで使えますか?
はい。各リリースに同梱されるコマンドライン変換ツールのseconvを使います。その自動翻訳はOpenAI互換とDeepLのエンジンに対応し、--translate-api-keyと--translate-promptのオプションがあります。
総評
Subtitle Editは、長く続く無料でオープンライセンスのエディタで、従来の字幕ツールに加えて、ローカルのWhisper文字起こしとローカルLLMによる翻訳を一つにまとめるようになりました。変更履歴には2026年10月20日から24日の間に4本のプレリリースが記載されています。一方で、AIエンジンは数GBに及ぶ別ダウンロードで、クラウドエンジンはテキストや音声を第三者に送り、最新系統はまだベータ版であり、出力品質についてはここでは何も確認できませんでした。すでに字幕を扱っていて、自分のPCで文字起こしと翻訳を一か所で済ませたい方に向いています。文字起こししか要らない方は、専用の文字起こしツールのほうが簡単かもしれません。
情報源
- GitHubのSubtitle Edit — リポジトリ、MITライセンス、動作要件とPrivacyセクションを含むREADME。2026年10月24日確認。
- GitHub Releases — v5.3.0(2026年10月14日)、プレリリースv5.4.0-beta6(2026年10月24日)、ダウンロードファイル、変更履歴。2026年10月24日確認。
- Speech to Textのドキュメント — エンジン、モデル、Crisp ASRのバックエンド、話者検出、ヒント。2026年10月24日確認。
- Auto TranslateのドキュメントとAdvanced Local Engines — 翻訳エンジン、独自モデル、バッチ設定。2026年10月24日確認。
- Third-Party ComponentsとFAQ — データフォルダー、コンポーネントの場所、形式、ライセンス。2026年10月24日確認。
- Subtitle Editの公式サイト — 公式サイト。JavaScriptで描画されるため、本レビューでは本文を読んでいません。
