YouTubeには、投稿した動画内で話している人の言葉を自働で読み取って、機械が自動的に字幕をつける機能がある。この機能を使えば、英語以外の言語(特に中国語やアラビア語などの2バイト文字言語圏の言語を)テキスト変換＆ダウンロードできて、ピンイン(四声)とか発音記号的なものを調べられて便利なんじゃないかなあ。と思って、テスト的に中国語の動画をアップしてみたが、見事に字幕を表示させることが出来なかった。
で、YouTubeのヘルプを見てみると、下記の通り対応言語が現時点で13言語だった。
自動字幕起こし機能は、オランダ語、英語、フランス語、ドイツ語、インドネシア語、イタリア語、日本語、韓国語、ポルトガル語、ロシア語、スペイン語、トルコ語、ベトナム語でご利用いただけます。
ネット上での話者数が多い言語がセレクトされている。そもそも中国国内からではGoogle系のサービスにアクセスできないので、中国語に対応させる意味が無いのであり、さらに中国やアラビア語系列の国とアメリカとは仲が悪いので、うちらのリソースくれてやるもんか的なことなのだろう。
ベンガル語、タミル語、パンジャーブ語、ウクライナ語など、イタリア語よりも話者数が多い言語にも対応しておらず、タイ語、タガログ語、スワヒリ語、ウイグル語、ラーオ語、ヒンドゥー語(ヒンズー語)など、アジアやアフリカなどの言葉にも対応していない。Google翻訳ではほとんどの言語に対応してるのにもったいないなあ。逆に言うとYouTubeの動画音声をGoogle翻訳のマイク機能に聞かせれば、精度は悪いかもしれないがテキスト変換できるかもしれないということなんだろうか？知らんけど。