CapiCap · よくある質問

質問と回答

料金、動画がどうなるか、できることとできないこと、そしてうまくいかないときに試すこと。

Alex Brazh · 2026年10月26日

CapiCapは私がひとりで作っています。ここでの回答はバージョン1.9についてのものです。動画を選んでから字幕付きの動画を保存するまでの流れ全体は、手順を追ったガイドにまとめています。

料金

CapiCapは無料ですか?

ある程度までは無料です。ダウンロードは無料で、すべての機能が使え、暦月ごとに3回の書き出しが無料です。それを超える分は、1回限りの購入である永久アクセス(米国では$9.99、ほかの国ではその国の価格)で、制限がずっとなくなります。サブスクリプションも広告もありません。3回分は毎月の初めに、端末のタイムゾーンで戻ってきます。使い切ると、永久アクセスの画面に次の3回分が戻る日付が表示されます。

何が書き出し1回として数えられますか?

最後まで完了した動画のレンダリングです。完了した時点で数えられ、同じプロジェクトをもう一度レンダリングした場合も数えられます。失敗したレンダリングや、キャンセルしたレンダリングは数えられません。レンダリング済みの動画をもう一度保存・共有することや、その.srtを取り出すことは、何度でも無料です。「.srtを書き出す」は、レンダリングの前でも後でも3回分を使いません。保存や共有と同じく、その月の3回を使い切っていて、永久アクセスを持っていない場合にだけロックされます。

永久アクセスを購入しました。別の端末で使うには?

同じApple Accountでサインインした状態で、その端末でCapiCapを開いてください。アプリは起動時にApp Storeで購入を確認するので、通常は永久アクセスが自動で有効になります。有効にならない場合は「購入を復元」をタップしてください。永久アクセスの画面にあり、毎月の上限に達したあとは「CapiCapについて」(ホーム画面の情報ボタン)にもあります。

あなたの動画

CapiCapは動画をアップロードしますか?

いいえ。文字起こし、編集、書き出しはすべて端末の中で行われ、動画、音声、文字起こし、書き出したファイルが、私にもほかの誰にもアップロードされることはありません。アプリがインターネットを必要とするのは、音声認識モデルをダウンロードするときだけです。初回起動時にひとつ、動画の言語に必要な場合にもうひとつ。そのあとは接続がまったくなくても、機内モードでも動作します。オンラインのときは、アプリは匿名の利用状況イベントも私に送ります。文字起こしや書き出しが終わったことやそれにかかった時間などで、テキストもファイル名も動画も含まれず、あなたと結び付くものもありません。アカウントも広告もサブスクリプションもありません。詳しくはプライバシーポリシーをご覧ください。

透かしは入りますか?

いいえ。無料の書き出しでも、永久アクセスでも入りません。書き出した動画に載るのは、あなたの字幕だけです。

書き出しで元の画質は保たれますか?

はい、ひとつの例外を除いて。動画の解像度、フレームレート、ビットレートを保ち(4K60にも対応)、すべての音声トラックをそのままコピーします。例外はHDRで、HDR動画はSDR(Rec.709)として書き出されます。エディタのプレビューもその同じSDRの映像なので、書き出した動画は見たとおりになります。

.srtファイルを書き出せますか?

はい。「.srtを書き出す」は「ビデオを書き出す」の下にあり、各字幕のテキストとタイミングが入った標準のSubRipファイルが手に入ります。YouTube、Vimeo、動画編集アプリで使えます。先に動画をレンダリングする必要はありません。作り方のガイドもあります。

字幕づくり

文字起こしにはどのくらい時間がかかりますか?

最近の端末なら動画の長さより短い時間で終わり、どれだけ短いかは言語によります。英語を含め、高速モデルが受け持つヨーロッパの20言語がいちばん速く、iPhone 17 Proなら1分の音声が数秒で終わります。ほかの言語は標準モデルが受け持ち、こちらは遅めで、iPhone 14 Pro以降、Mシリーズチップ搭載のiPad、Macで最も速く動きます。M1 Pro搭載のMacBook Proでは、62分の音声に約11分かかりました。インストール後の最初の文字起こしは、音声認識モデルの準備があるため遅くなります(詳しくは下で)。

字幕の精度はどのくらいですか?

録音に大きく左右されます。マイクの近くではっきり話した音声なら直す箇所はわずかで、音楽、話し声の重なり、風の音、強いなまりが間違いの大部分の原因になります。CapiCapは言語に合わせて音声認識モデルを選びます。ヨーロッパの20言語には高速モデルが使われ、そのほとんどの言語では間違いも少なくなります。ベンガル語とペルシア語には、それぞれの言語で学習したモデルが使われます。端末にあるモデルは「CapiCapについて」(ホーム画面の情報ボタン)に一覧表示されます。間違えたところは、書き出す前にすべて直せます。

間違えた言葉は直せますか?

はい。文字起こし全体が、動画と同期した字幕のリストになっています。字幕をタップすると編集でき、字幕の分割、結合、追加、削除、タイムラインの帯での字幕のタイミングの移動ができ、どの操作も取り消し・やり直しができます。入力中は、キーボードの上のバーで動画を再生・一時停止したり、前後の字幕へ移動したりでき、字幕の時刻をタップするとその字幕だけを再生します。プロジェクトは作業しながら自動で保存されます。

字幕の見た目はどこまで変えられますか?

12種類のスタイル(クラシック、インパクト、カラオケ、グライド、ラベル、表紙、アウトライン、ハイプ、ポップ、ボックス付き、エディトリアル、タイプライター)のどれかから始め、「カスタマイズ」でフォント、太さ、大文字・小文字、サイズ、縁取り、色、シャドウ、背景、モーション、位置を変えられます。結果は自分のスタイルとして保存したり、新しい動画のデフォルトにしたりできます。「レイアウト」ページの「行数」では、1つの字幕を1行、2行、3行のどれにするかを設定でき(デフォルトは2行)、字幕は自然なフレーズの切れ目で改行されます。プレビューは書き出しと同じレンダラーで描かれるので、動画はエディタで見たとおりに仕上がります。

人物の後ろに字幕を置けますか?

はい、「表紙」スタイルを使います。雑誌の表紙の見出しのように、字幕が映っている人物の後ろに入ります。AppleのVisionによる被写体検出が、端末の中で1フレームずつ人物を見つけ、「人物の後ろに配置」がそれがうまくいく高さを探します。人物が言葉を隠しすぎる場面では、読めるように字幕が手前に出ます。エディタでは、一時停止したフレームで効果を確認できます。仕組みについて書いた記事もあります。

端末と言語

iPad、Mac、Androidで使えますか?

iPadとMacでは使えます。Androidでは使えません。CapiCapは、iOS 17以降のiPhoneとiPad、そしてmacOS 14以降のAppleシリコン(M1以降)搭載Macで使えるひとつのアプリで、MacではiPadアプリとして、サイズを変えられるウインドウで動きます。Macと横向きのiPadでは、プレビューと文字起こし全体が横に並びます。どちらでも、ほかのアプリやFinderから動画をドラッグして、ホーム画面のどこにでもドロップできます。WindowsやWebの版もありません。Macでの字幕付けについて詳しくはこちら。

どの言語を理解できますか?

99以上です。英語、スペイン語、ヒンディー語、アラビア語から、ウェールズ語、スワヒリ語、タガログ語まで。ヨーロッパの20言語はより高速なモデルが受け持ち、ベンガル語とペルシア語には専用のモデルがあります。話されている言語は自動で判別し、確信が持てないときはたずねます。自分で選ぶこともできます。どのモデルがどの言語を書き起こすかも載せた全リストはこちらです。

なぜ別の音声認識モデルをダウンロードしているのですか?

動画の言語が、端末にあるどのモデルでもカバーされていないからです。ベンガル語とペルシア語にはそれぞれ専用のモデルがあり、約580 MBと約640 MBです。また、ヨーロッパの20言語用の高速モデルしかない端末では、ほかの言語の動画をきっかけに標準モデル(約630 MB)がダウンロードされます。ダウンロード中はどの言語のためのものかが表示され、「CapiCapについて」には追加のモデルがそれぞれ「削除」付きで並びます。

字幕を翻訳できますか?

いいえ。字幕は常に、動画で話されている言語になります。翻訳が必要なら、.srtを書き出して別のツールで翻訳してください。

誰が話しているかを表示できますか?

いいえ、話者は検出しません。字幕に名前が必要なら、その字幕に入力してください。

うまくいかないとき

初回起動はなぜこんなに遅いのですか?

初回起動時にCapiCapは音声認識モデルを一度だけダウンロードするので、そのときはネットワーク接続が必要です。最近の端末では、そのあとモデルをNeural Engine用に準備します。標準モデルの場合は数分かかることがあり、ホーム画面に目安の時間が表示され、端末が温かくなることもあります。これはアプリのアップデートごとに1回起こります。M1 Pro搭載のMacでは134秒かかり、その後の読み込みは約2秒でした。ヨーロッパの20言語用の高速モデルはずっと速く、iPhone 17 Proで約10秒です。

違う言語が選ばれてしまいました。どう直せばいいですか?

文字起こし中なら、進行状況バーの下にある言語ボタンをタップして正しい言語を選ぶと、その言語で文字起こしがやり直されます。あとからなら、字幕リストの下にある言語ボタンをタップし、言語を選んで「再文字起こし」をタップします。動画から字幕を作り直すので、字幕に加えた編集は失われます。言語の判別では動画の最大3か所を30秒ずつ聞くため、音楽で始まるクリップや複数の言語が混ざったクリップでは間違えることがあります。確信が持てないときは、文字起こしの前に、どの言語が話されているかをたずねます。

音声認識モデルがダウンロードできません。

たいていは自然に解決します。接続が切れてもダウンロードは失敗にならず、待機してバーに「接続を待っています…」と表示され、止まったところから再開します。アプリを離れて戻ってきたあとも同じです。空き容量が足りない場合は、どれだけ空ければよいかをCapiCapが知らせます。それでもエラーで止まった場合は、「再試行」(または「やり直す」)でもう一度始められます。一度ダウンロードしたモデルは、アプリをアップデートしても残ります。

「写真」への保存がうまくいきません。

CapiCapに「写真」ライブラリへのビデオの追加が許可されていない場合、書き出し画面にそのことが表示され、「設定を開く」から許可できます。ほかの理由で保存に失敗する場合は、代わりに「共有…」を使ってください。書き出しの前にも、新しい動画のための空き容量が足りなければCapiCapが警告します。

CapiCap:動画字幕iPhone、iPad、Mac向けにApp Storeで配信中。
App Storeからダウンロード

関連ページ