CaptionGo v1.1 リリースノート

CaptionGo v1.1 では、リアルタイム字幕がより多くの動画サイトやストリーミングプラットフォームで動作するようになりました。音声テキスト変換エンジンを全面的に刷新し、音声ソースの検出精度向上、暗号化ストリームへの対応、音声データのみのダウンロードによる通信量削減、複雑なウェブページでの字幕表示互換性の改善を実現しています。

• 百度ネットディスクなどのサイトでコントロールバーボタンの位置がずれる・メニューと重なる問題
• ページに広告動画がある場合、本編を優先して字幕を表示
• Bilibiliなどのサイトでエピソード切り替え後、リアルタイム字幕が新しい動画を正しく認識
• 字幕が異常停止後に再開する際、最適な認識モードを自動選択
• 動画切り替え後に字幕と映像がずれなくなりました
• 言語検出段階の文字化け字幕を自動クリーンアップして再認識
• バイリンガル字幕が不一致の字幕トラックを翻訳に誤用しなくなりました
• 原文と翻訳先の言語が同じ場合、翻訳を自動スキップ
• 字幕にマウスを合わせた際の字幕の揺れやボタンクリック不可の問題を修正

CaptionGo v1.1.5 は YouTube・Twitch・Bilibili などのライブ配信向けにライブ字幕を強化しました。プレイヤーがすでにバッファした音声から認識し、字幕を音声に近づけます。バッファが戻ればリアルタイム取得から先読み認識へ戻せます。

• 主要ライブサイトで字幕同期が向上：YouTube、Twitch、Bilibili などでバッファ済み音声を認識。十分なバッファでリアルタイムから先読み生成へ自動復帰
• 冒頭に人声がない場合も待機：音楽や無音だけの長いイントロで、早すぎるリアルタイム切替をしません
• 音声 DRM のない配信を拡大：映像のみ保護で音轨が読める場合も先読み字幕に対応
• サイトごとの自動ライブ字幕を改善：動画に字幕がある場合はそれを優先。ない場合のみ音声認識。別の動画に移ると再判定
• 翻訳中の表示が安定：ライブ認識・翻訳時のちらつきを低減。早口では前の行を少し長く表示
• 字幕読み込みが高速・安定：ページ上の字幕を再利用。サイトのレート制限時はリクエストを一時停止

• 言語自動検出、先読みとリアルタイムの切替、長時間視聴時の CaptionGo Cloud 接続を安定化
• 本日の試用枠終了後は「接続中」で止まらず、はっきり通知
• 音楽のみ・無音部分で誤って認識失敗と表示しない
• 言語自動検出時にリアルタイム字幕が音声より大幅に遅れる問題
• 独自の音声 API キー利用時にリアルタイム字幕が起動しないことがある問題
• YouTube：字幕のない動画で別動画の字幕表示、連続再生・前の動画へ戻る際に字幕が追従しない問題
• 動画切替後の先読み字幕の混線・中断。言語検出の通知は動画切替で消える

• 事前生成のLive Captions対応サイト・形式を拡大：より多くの動画サイトとストリーム形式で、再生前にバイリンガル字幕を準備。CaptionGoは再生中の動画に自動で紐づけ、表示が早く、通信量も抑えられます
• 多言語動画の音声トラック選択を改善：デフォルトまたはページ言語に一致するトラックを優先
• 言語の自動検出がより安定：長い無音でも「言語を検出できません」が早すぎるタイミングで出なくなり、音声認識後はメッセージが消えます
• サムネイルプレビューにボタンなし：ホバー・プレビュー用の小さなプレイヤーではCaptionGoボタンを表示せず、Live Captionsも自動開始しません
• Dailymotionの自動連続再生で字幕リセット：Dailymotionが次の動画を自動再生すると、Live Captionsは新しい動画用に再開します
• 音声取得不可時の案内を改善：プレイヤーから音を拾えない場合の状態表示がより明確に

• Live Captions停止後も音声ダウンロードが続く問題
• 一部サイトで事前生成字幕が冒頭のみになる問題；認識不可時はより早くリアルタイムへ
• CaptionGoボタンのクリックがシークバーを動かす問題、Dailymotionでのボタン重なり
• 音声信号なしでの再接続の繰り返し

• CaptionGo Cloudでもリアルタイム字幕の状態を表示：内蔵のCaptionGo Cloudを使用している場合も、右上のステータス表示に字幕の生成状況が表示されるようになりました。クリックすると、本日の残り無料トライアル時間の確認、認識言語の切り替え、リアルタイム字幕の停止ができます
• 事前字幕生成の対応サイトを拡大：より多くの動画サイトで字幕を事前に生成できるようになり、動画の途中からオンにしても音声と正確に同期します
• Deepgramの詳細設定：Deepgramプロバイダー設定で、スマートフォーマット、不適切な表現のフィルター、キーワード（人名や専門用語の認識精度を向上）を調整できるほか、リアルタイム字幕と事前生成字幕それぞれの文の区切り設定も変更できます

• 長い発話を読みやすい字幕に分割：話し続けている部分も文末や自然な間で区切り、短い字幕として表示します。区切りのない長い字幕が表示されることがなくなり、文末の欠落も減りました（設定の「長い字幕を分割」でオフにできます）
• 言語の自動検出がより正確に：冒頭の音楽や無音など、人の声がない部分に検出が左右されなくなり、結果が信頼できる場合にのみ採用します
• 言語を確認してから本格処理：字幕を事前生成する際、1区間ずつ認識して話されている言語を確認してから高速処理に切り替えます。進捗の数字は字幕が実際に生成されてから増え、言語が違う場合はすぐに一時停止するため、クォータの無駄遣いを防ぎます
• CaptionGo Cloudと自分のDeepgram APIキーで同じ使い心地：認識言語、キャプチャモード、無音フィルターなどの設定が内蔵のCaptionGo Cloudでも有効になり、事前に生成される字幕の範囲も同じになりました
• 言語検出のメッセージがより分かりやすく：検出・確認・修正・失敗の各段階で簡潔なメッセージを表示し、言語コードではなく言語名で表示します。その場で言語を選ぶこともできます
• リアルタイム字幕メニューにエラーの原因を表示：リアルタイム字幕を開始できない場合や途中で停止した場合、メニューに具体的な原因を表示します
• リアルタイム字幕のタイミング精度を向上：ネットワークが一時的に切断・再接続しても、字幕が抜けたりずれたりしなくなりました
• 2言語字幕の表示を改善：古い行が再表示されて最新の行が押し出されることがなくなりました

• リアルタイム字幕で長い文の冒頭が切れて後半しか表示されない問題を修正
• 認識言語が自動で切り替わった際、通知がすぐに消えてしまう問題を修正
• 音声認識サービスに接続できない場合に、進捗が同じ数字のまま長時間止まり、その後リアルタイムモードに誤って切り替わる問題を修正しました。現在は約40秒以内にネットワークの確認を促すメッセージを表示し、ワンクリックで再試行できます
• リアルタイムモードの接続に失敗しても何も表示されない問題を修正
• リアルタイム字幕を停止した後も、バックグラウンドで音声のアップロードが続きクォータを消費する問題を修正
• ログイン後、ページを再読み込みしないとリアルタイム字幕が使えない問題を修正

• よりスマートな言語検出：リアルタイム字幕が音声言語を正確に検出できない場合、自動的に一時停止して手動での言語選択を促すようになりました — 認識クォータの無駄遣いを防止
• 中国語・日本語・韓国語の認識精度向上：中国語、日本語、韓国語の音声をより正確に識別
• シーク後の言語再検出：動画の別の位置にシークすると言語検出を新しい位置からやり直します — 音楽イントロのスキップに最適
• より安定した音声処理：幅広い動画形式との互換性を改善し、「音声ダウンロード中…」で停止したり字幕が生成されないケースを軽減
• 音声ダウンロード進捗表示：ダウンロード進捗と速度をリアルタイムで表示（例：「音声ダウンロード中… 35% (120 KB/s)」）
• 低速回線での信頼性向上：音声ダウンロードが不安定な接続で自動的にリトライし、パラメータを最適化
• セグメント間の処理進捗：字幕セグメント間に進捗情報（例：「音声処理中… 3/7」）を表示。現在字幕が表示されていない場合のみ
• AI翻訳品質の向上：字幕の文脈一貫性を高める翻訳プロンプトの改良、コンテキストウィンドウの拡大（過去30行まで）、動画メタデータを活用したより正確な翻訳
• ASR対応AI翻訳：音声認識字幕の翻訳時にAI翻訳が手法を最適化し、不完全な原文からもより自然な訳文を生成

• AI翻訳プライバシー設定：翻訳設定に新しいトグルを追加。動画の文脈情報（タイトル、URL、説明）をAI翻訳サービスに送信するかどうかを制御可能。デフォルトはオン

• ブラウザで動画ファイルURL（.mp4 リンクなど）を直接開いた際に黒画面になる問題を修正
• 特定の動画形式（講義・教育動画など）でMP4音声抽出がファイル全体をダウンロードしていた問題を修正
• 長い動画で途中から字幕が生成されなくなる問題を修正
• 処理済みセクションにシークした後「字幕を準備中…」が消えない問題を修正
• プリダウンロード進捗が停止して100%に達しない問題を修正
• 手動で言語を選択する必要がある際に言語選択バッジが表示されない問題を修正
• 異なる字幕セグメントで同じフレーズの翻訳キャッシュが共有され翻訳が不正確になる問題を修正
• ブラウザ再起動後にメンバーシップ状態が更新されない問題を修正

• Wistia プレーヤーを使用するサイト（オンライン学習プラットフォームなど）でリアルタイム字幕のプリダウンロードが繰り返し再起動する問題を修正

• プリダウンロードの安定性を向上：不要な再起動を削減し、処理済み音声セグメントの重複認識を回避

• リアルタイム字幕の対応サイト大幅拡大：音声テキスト変換エンジンを全面刷新、HLS・DASH・MP4 動画の音声ソースを自動検出
• 動画ストリームの自動検出：ページのネットワーク通信を監視して動画マニフェストと音声 URL を自動発見 — 事前設定なしでもリアルタイム字幕が利用可能に
• 暗号化動画対応：AES-128 暗号化音声を使用するサイトでもリアルタイム字幕が動作
• 通信量を抑えた音声ダウンロード：MP4 ファイルから音声トラックのみを抽出・ダウンロード
• TikTok など保護サイト対応：正しいリクエストヘッダーを自動補完し、TikTok のようなサイトでのダウンロード失敗を解決

• 字幕の表示開始後は「ダウンロード中…」「処理中…」などの進捗メッセージを非表示に — エラーのみ表示
• Shadow DOM スタイル分離の改善により、複雑なウェブページでの字幕互換性が向上
• 音声プリダウンロード設定のリモート更新に対応、拡張機能のアップデート不要
• ASR言語検出プロンプト：リアルタイム字幕が連続して空の結果を返す場合、言語検出バナーとインラインの言語ピッカーを表示
• DRM保護コンテンツや音声ソース取得失敗時に自動でリアルタイムモードにフォールバック
• AI翻訳の自動リトライ機能を追加し、モデル初期化の競合による翻訳欠落を軽減

• 字幕を動画の上部にドラッグした際にドラッグハンドルがはみ出し、再配置できなくなる問題を修正
• Twitter/X等の複数動画ページで字幕キャッシュが誤った動画に適用される問題を修正