聞き取りは標準か高精度か。はっきりした声は先に速い方

聞き取りが遅い、名前が壊れる。原因は枠ではなく認識モードであることが多い。スタジオには標準（高速）と高精度がある。滑舌のよいナレーションは標準。訛り、固有名詞、騒がしい部屋は高精度。走る前に決める。ページを閉じたあと、無料プランはその月、別モードで聞き直せない。

聞き取りだと確認する

認識モードは音声だけ。焼き込みだけでほとんど声がないときは画面 OCR。モードを変えても字は読めない。選び方は聞き取りか OCR。口に合う SRT があるなら読み込む。再認識しない。

標準で足りる：一人、はっきり、部屋が静か、固有名詞が少ない。高精度を待つ価値：訛りが混ざる、ブランドと型番が多い、ノイズはあるが声は聞こえる。聞こえないなら先に空きを切る。モードでは黙りは直らない。

開始前に一度選ぶ

1. スタジオの字幕を開き、ローカルの MP4 / MOV を入れる。ファイルはブラウザ内に留まる。
2. 検出後に音声認識をチェック。「認識モード」で標準か高精度。言語は自動のままでよい。10分字幕。
3. 高精度の初回は大きめのモデルを落とす。短くてはっきりした素材は待たない。
4. 固有名詞と数字を見る。ページが開いたままで選び間違いなら、モードを変えてもう一度。閉じたあとは今月の無料認識は使い切り。
5. それからスタイルか書き出し。縦の組みとSRTか焼き込み。

無料プランは字幕が月1回。モードと枠は機能紹介と料金。

選ぶ前に見るのは3つだけ

• 声：一人ではっきりなら標準。被りは先に切る。すぐ高精度にしない。
• 固有名詞：ブランド、型番、人名が密なら高精度。それでも自分で掃く。
• 回数：開始の前に変える。ページを閉じたあとは翌月かアップグレード。

よくある失敗

30秒のはっきりしたナレーションを最初から高精度：ダウンロードが長く、精度はほぼ同じ。高精度のあとも誤字で何度も再実行：速さはモデル、最後は自分。高精度を OCR の代わりにすると、画面の字は読めない。