Appleのポッドキャスト文字起こし機能はiOS 17.4で正式にリリースされたが、同社によれば、実際には2018年に非常に限定されたバージョンが導入されていたという。

Apple によれば、この機能をユニバーサルなものにしたいと考えていたことと、Apple Music の歌詞から学んだ知識を取り入れたかったため、本格的なアクセシビリティ機能としてリリースするまでに長い時間がかかったという。

アップルのポッドキャストのグローバル責任者ベン・ケイブ氏はガーディアン紙に対し、最初の導入は2018年に遡ると語った。

Appleのポッドキャストのトランスクリプトへの道のりは、別の機能であるインデックス作成の拡張から始まりました。これはAmazonやYahoo!といった多くのテクノロジー企業でよく見られる、検索ツールとして始まったものが、本格的なトランスクリプト作成の取り組みへと進化していくという、よくあるストーリーです。Appleがポッドキャスト内の特定の単語を識別できるソフトウェアを初めて導入したのは、2018年のことでした。

「そこで私たちがやったのは、ユーザーが何か特定のものを検索しているときに、結果の文脈を伝えるためにトランスクリプトの 1 行を提供することでした」と Cave 氏は回想する。

完全なトランスクリプトの展開になぜこれほど時間がかかったのでしょうか？Appleによると、理由は2つあり、1つ目は可能な限り最高のユーザーエクスペリエンスを提供することだそうです。

[Appleは]高い水準のパフォーマンス、ディスプレイ、そして精度を求めました。Apple社内の他部門におけるアクセシビリティの革新が、数々の大きな飛躍をもたらしました。

「今回は、Apple Booksの読み上げ機能とApple Musicの歌詞から得た知見を最大限に活用しました」と、ポッドキャストポリシーリーダーのサラ・ヘリンガーは述べています。Apple Podcastのトランスクリプトは、Apple Musicから時間同期された単語ごとのハイライト表示を借用し、視覚障碍者向けにApple Booksのフォントとコントラストのある配色を採用しています。

彼らが正しい対応をするまで待つ覚悟があるのは、もちろんAppleらしいやり方だ。YouTubeは2009年に動画の自動字幕表示を導入したが、その出来は滑稽なほど悪く、聴覚障碍者ユーザーからは「ひどい字幕」と呼ばれている。

2 つ目は、会社側がすべての番組のすべてのエピソードでこれを利用できるようにしたいと考えていたことです。

「私たちはすべての番組にこれを適用したかったのです。カタログのごく一部だけを対象にしたわけではありません」とケイブ氏は語る。「配信対象となる番組の数に恣意的な制限を設けるのは適切ではありません。…アクセシビリティの観点から、これは重要だと考えています。なぜなら、視聴者には、視聴したい番組すべてにトランスクリプトが用意されているという期待感を持ってもらいたいからです。」

これはすでに現在のエピソードで行われており、Apple はバックカタログにも取り組む予定ですが、優先順位は低く、目標日も発表されていません。

映画館向け初のクローズドキャプションシステムを開発したラリー・ゴールドバーグ氏は、キャプションは今やビデオコンテンツの標準であり、他の企業もアップルに倣ってポッドキャストの文字起こしも標準となることを望んでいると語る。

9to5Macの見解

多くのアクセシビリティ機能と同様に、一部のユーザー向けに開発された機能が、はるかに幅広いユーザーにとっても役立つものであることが判明することがよくあります。

これはビデオの字幕で実証されており、聴覚に問題のない多くの人が、会話を聞き逃さないようにするため、また静かにビデオを見るために字幕を使用することを選択しています。

個人的には、ポッドキャストの書き起こしは、誰かの話を聞きたいけれど、聞くという時間のかかるプロセスよりも読むスピードを優先したい時に、とても時間節約になると思っています。私も、他の人たちもAppleの例に倣ってくれることを願っています。（そしてYouTubeさん、この仕事の背後にいるAppleのエンジニアを何人か引き抜いてください…）

9to5MacのApple画像のコラージュ

havebin.com を Google ニュース フィードに追加します。