AI（人工知能）がクリエイティブ分野にもたらす力は議論を呼び続けています。AIを活用することで、人的コストや時間コストを大幅に削減できる一方で、多くの専門職が職を失う可能性も指摘されています。
この度、ワーナー・ブラザース・ディスカバリーは、ストリーミングサービス「Max」で自動字幕生成を行う新AIシステム「Caption AI」を発表しました。これにより、時間とコストの大幅な削減が期待されています。
ワーナー・ブラザース・ディスカバリーによると、「Caption AI」プロジェクトはGoogle CloudのVertex AIプラットフォームと提携して開発され、現在は米国の台本なし番組コンテンツに主に適用されています。同社は、字幕の高い精度を保証するため、この技術は引き続き人間のレビューを受けることで品質を維持すると強調しています。
ワーナー・ブラザース・ディスカバリーの説明では、「Caption AI」は従来の字幕手動作成と比較して、字幕ファイルの生成時間を最大80%短縮し、字幕制作コストを約50%削減できるとのことです。同社のストリーミング事業最高技術責任者であるアヴィ・サクセナ氏は声明で、「視聴者に高品質な字幕を提供することは、ワーナー・ブラザース・ディスカバリーにとって極めて重要です。Google Cloudと協力し、Vertex AIを当社の字幕AIプロセスに統合することで、字幕生成の速度が向上しただけでなく、効率性が高まり、コストも削減されました」と述べています。
▲ 生成AI字幕などの人工知能機能は、あらゆる種類の動画制作プラットフォームで普及しています（ネット上のイメージ図）
実際、生成AIはすでに一般の動画クリエイターの間で普及が進んでおり、多くの編集ソフトウェアには、字幕、画像、音楽などのAI生成コンテンツ機能が搭載されています。しかし、AI生成字幕技術が、異なるアクセントや背景環境音などの要因に影響されずに、その場の特定のセリフを正確に捉えられるかについては、クリエイターが手作業で校正する際に特に注意を払う必要があります。
Googleが最近発表した「メディア・エンターテイメント業界における生成AIのROI（投資収益率）に関するレポート」（The ROI of Gen AI in Media and Entertainment）によると、メディア・エンターテイメント業界の幹部の間で、生成AIを自社の生産プロセスに導入する動きが加速しており、半数以上の回答者が、AI導入が創造性と収益に与える影響は、実際にはメリットの方が大きいと回答しています。
via： Variety