動画字幕を翻訳するなら — YouTube、SNSクリップ、クライアント納品物、社内レビューなど — 同じ手間にぶつかったことがあるはずです。SRTをクラウドサービスにアップロードし、APIキーを貼り付け、従量課金を気にしながら、未公開の映像が端末から出ていないことを祈る、という流れです。
Subtitle Studioは別のアプローチを取ります。Built-in翻訳はMac上で完全に実行されます。 字幕テキストはローカルAIモデルで処理され — 一度ダウンロードすればインターネット接続は不要、APIキーも不要、単語ごとの課金もありません。このガイドでは、その仕組み、向いている人、期待できることを説明します。
「オフライン翻訳」とは実際に何を意味するか
Subtitle Studioにおけるオフライン翻訳は、「初日からWi-Fiなしで使える」という意味ではありません。次のことを意味します。
- 翻訳モデルを一度だけダウンロード（約2.5 GB、再開可能）
- 好きなだけ字幕を翻訳 — クラウドへのアップロードはゼロ
- インターネットなしで作業を続ける — 飛行機の中、外向きネットワークのないスタジオ、クラウドツールがブロックされたクライアントのマシンでも
翻訳中、字幕コンテンツはMacから一切出ません。モデルがメモリに読み込まれ、各行を処理し、結果をプロジェクトに書き戻します。
Subtitle Studioが端末内で字幕を翻訳している様子 — 字幕テキストはローカルで処理され、クラウドへのアップロードはない
これは、SRTをGoogle翻訳、DeepL、クラウドLLM APIに送ることとは根本的に異なります。それらのサービスは全文をネットワーク経由で受け取ります。Subtitle StudioのBuilt-inエンジンはすべてを端末内に留めます。
オフライン vs クラウド翻訳
今日の字幕ワークフローの多くはクラウド翻訳に依存しています — 専用のMTサービスか、OpenAI、DeepSeek、GrokのようなLLM APIのいずれかです。クラウドの選択肢は優れた結果を出せますが、動画クリエイターやプロの翻訳者にとって重要なトレードオフがあります。
Built-in（端末内）とクラウドAPIプロバイダーのオプションが並ぶSubtitle StudioのLLM設定
オフラインが有利な場面： 未公開の映画やTVコンテンツ、クライアントのNDA、信頼できるインターネットのない移動中、APIコストが積み重なる大量翻訳、あるいは単に継続料金のない買い切りツールが欲しい場合。
クラウドが有利な場面： 最先端モデル（GPT-4、Claudeなど）による最高品質が必要な場合、Built-inエンジンが使えないIntel MacやWindowsを使っている場合、非常に長いファイルをより速くバッチ処理したい場合。
Subtitle Studioは両方に対応しています。Built-in端末内翻訳がデフォルトです。必要なら設定でDeepSeek、Grok、Ollama、またはOpenAI互換のエンドポイントに切り替えられます。
どの言語に翻訳できるか？
Built-inオフライン翻訳は25の対象言語をサポートしており、それぞれ短く読みやすい字幕行向けに調整されています — SNS視聴者が数秒で読み取るタイプの行です。
25の対応対象言語がすべて表示されたSubtitle Studioの翻訳言語ピッカー
ソース言語は自動検出されます。 「英語から日本語」や「韓国語からスペイン語」を選ぶ必要はありません。対象言語を選ぶだけで、モデルが字幕がどの言語かを判断します。多言語のソース素材 — 英語のポッドキャストクリップに韓国語のフレーズが混ざっている、あるいは対話が混在するドキュメンタリー — にも実用的です。
各言語には言語ごとの調整があります。読みやすさのガイダンス、意味翻訳ルール（スラングや誇張表現は直訳ではなく自然な等価表現に）、必要に応じて数字をアラビア数字のまま保つ制約など。たとえば広東語は、文末助詞を控えめに使った香港風の口語表現向けに調整されています。
内部の仕組み
Subtitle Studioは字幕翻訳専用に設計されたローカル大規模言語モデルを搭載しています — Google翻訳やOPUS-MTのような汎用機械翻訳エンジンではありません。
Qwen3-4Bモデルの詳細が表示されたSubtitle StudioのBuilt-in翻訳モデルダウンロードプロンプト
モデル：Qwen3-4B-Instruct
Built-inエンジンはQwen3-4B-Instruct-2507を使用し、Q4_K_M GGUF形式（約2.5 GB）に量子化されています。AlibabaのQwenチームによる高い指示追従能力を持つモデル（Apache-2.0ライセンス）で、Apple Silicon上で快適に動作するほど小さく、文脈依存のニュアンスのある翻訳にも対応します。
エンジン：llama.cpp + Metal
推論はllama.cppを通じて実行され、Apple Metal GPUアクセラレーション付きのネイティブNodeアドオンとしてコンパイルされています。モデルはGPUに読み込まれ（nGpuLayers: 99）、UIをブロックせずに翻訳をレスポンシブに保ちます — 推論は専用のワーカースレッドで実行されます。
文脈を考慮した、行ごとの翻訳
字幕は段落ではありません。「That's insane」のような一行は、前後の文脈によって興奮、不信、皮肉のいずれかを意味するかもしれません。Subtitle Studioはスライディングコンテキストウィンドウ — 現在の行の前6行と後2行 — を使い、翻訳前にトーン、参照、文体を理解します。
翻訳は意味ベースであり、直訳ではありません。プロンプトは明示的に、スラングや誇張表現を単語ごとの置き換えではなく、対象言語の自然な等価表現に変換するようモデルに指示します。
1:1の行マッピングを保証
入力字幕の各行は、必ず1行の出力を生成します。モデルが某行で失敗した場合、Subtitle Studioは行を落としたり結合したりせず、ソーステキストにフォールバックします — タイムコードが固定エントリ数に依存している場合に重要です。
セッション管理
モデルは行をまたいで効率化するため、ローリングKVキャッシュ付きの永続チャットセッションを維持します。4096トークンのコンテキストウィンドウが満杯に近づくと（約70%）、セッションは自動的にリセットされ、長いファイルの翻訳途中でクラッシュしません。
アプリでの使い方
オフライン翻訳はSubtitle Studio内で2ステップです。Built-in端末内翻訳がデフォルトで選択されています — プロバイダーの設定やAPIキーは不要です。
ステップ1：対象言語を選ぶ
エディターで翻訳をクリックします。25の対応対象言語が表示された言語ピッカーが開きます。言語を選んで確定してください。Subtitle Studioは前回の選択を記憶します。
Built-in翻訳が選択されたSubtitle Studioの対象言語ピッカー
ステップ2：モデルをダウンロード（初回のみ）
初めて翻訳する際、Subtitle Studioは約2.5 GBのモデルファイルのダウンロードを促します。ダウンロードは次の特徴があります。
約2.5 GBのQwen3-4Bダウンロードを示すSubtitle Studioの翻訳モデルダウンロード進捗
- チャンク分割で再開可能 — 中断しても、続きから再開できます
- ディスク上で検証 — 破損したダウンロードは検出され、再取得されます
- ローカルに保存 — アプリデータフォルダに保存され、起動のたびに再ダウンロードされません
モデルがディスク上にあれば、翻訳はすぐに始まります。各行が翻訳されるたびに進捗が表示されます。実行中にキャンセルもできます。
行ごとの字幕翻訳進捗を示すSubtitle Studioエディター
初回ダウンロード後は、すべてオフラインで動作します。 飛行機の中、ファラデーケージの中、外向きネットワークアクセスのないMacでも翻訳できます。
こんな人向け
オフライン字幕翻訳は、動画コンテンツを定期的に翻訳し、プライバシー、コスト、接続性を重視する人のために作られています。
- 動画クリエイター・YouTuber — API呼び出しごとの課金なしで、多言語オーディエンス向けにクリップを翻訳
- SNS編集者 — ショート動画（Reels、TikTok、Shorts）を25言語にローカライズ
- プロの字幕翻訳者 — NDA下の未公開映画、TV、企業動画を扱う
- ポッドキャスト制作者 — エピソードの動画版向けに翻訳キャプショントラックを生成
- ローカライズチーム — クラウドサービスが利用不可またはブロックされているときの信頼できるオフライン代替手段が必要な場合
ワークフローがすでにSubtitle Studio内にあるなら — Whisperで文字起こし、波形でタイミング編集、SRTをエクスポート — 翻訳もアプリを離れたり別ツールにエクスポートしたりせずに組み込めます。
知っておくべき制限
正直な期待値が、適切なツール選びにつながります。
- Built-inエンジンはApple Silicon Macのみ。 Intel MacとWindowsでは、クラウドプロバイダーやOllamaを代わりに使えます。
- 一度きりのダウンロードにはインターネットが必要。 モデルはアプリインストーラーに同梱されていません（約2.5 GB）。初回ダウンロード時のみ接続が必要です。
- 小さめのモデルで、非常に良い — 最先端ではない。 Qwen3-4Bは文脈を考慮したプロンプトと相まって、特に字幕翻訳で強力な結果を出しますが、高度に慣用句的・文学的なコンテンツではGPT-4やClaudeには及びません。最高品質が必要なら設定でクラウドプロバイダーに切り替えてください。
- 行ごとの速度。 Built-in翻訳は文脈付きで1行ずつ処理します（信頼性は高いが、クラウドのバッチ処理より遅い）。長いファイルはバッチサイズ12のクラウドAPIより時間がかかります。
- 25の対象言語。 ソース言語の自動検出は多くの入力に対応しますが、翻訳できるのは上記の25の対象言語へのみです。
Subtitle Studio
買い切り。サブスクなし。Macで完全オフライン。
よくある質問
翻訳にインターネット接続は必要ですか？
初回のモデルダウンロード後は不要です。初めて翻訳する際、Subtitle Studioは約2.5 GBのQwen3-4BモデルをMacにダウンロードします。ディスク上にあれば、翻訳は完全にオフラインで動作します — Wi-Fiも、携帯回線も、外向きネットワーク呼び出しも不要です。
字幕コンテンツはプライベートですか？
はい。Built-in端末内プロバイダーでは、字幕テキストはローカルモデルによってMac上で完全に処理されます。Subtitle Studioのサーバーや第三者APIには何も送信されません。未公開コンテンツを扱うクリエイターがオフライン翻訳を選ぶ主な理由がこれです。
どのMacがBuilt-inオフライン翻訳に対応していますか？
Built-in翻訳にはApple Silicon（M1、M2、M3、M4、M5以降） でmacOSを実行していることが必要です。エンジンはllama.cpp経由でMetal GPUアクセラレーションを使用します。Intel Macでも、クラウドプロバイダー（DeepSeek、Grok、OpenAI互換API）やローカルのOllamaインスタンスで翻訳できます。
翻訳品質はどの程度ですか？
字幕用途では非常に良好です — SNSや動画視聴者向けに調整された、短く読みやすい行です。スライディングコンテキストウィンドウと意味ベース（意味重視）のプロンプトにより、従来の機械翻訳よりスラング、トーン、文脈をうまく扱います。あらゆるニュアンスが重要な高度に文学的・技術的なコンテンツでは、クラウドの最先端モデルの方が良い結果を出す場合があります。Subtitle Studioではワークフローを変えずにプロバイダーを切り替えられます。
Built-inの代わりにクラウドモデルを使えますか？
はい。Subtitle StudioはDeepSeek、Grok、Ollama、およびOpenAI互換のカスタムエンドポイントをサポートしています。Settings → LLM ConfigurationでプロバイダーとAPIキーを設定してください。クラウド翻訳は長いファイルでより速く、より大きなモデルにアクセスできますが、字幕テキストはプロバイダーのAPIに送信されます。
どのファイル形式を翻訳できますか？
翻訳はすでにSubtitle Studioプロジェクト内にある字幕に対して動作します — Whisperで文字起こししたもの、SRT/VTTファイルをインポートしたもの、手入力したもののいずれでも。翻訳結果は同じタイムコードのままプロジェクト内に残り、SRTとしてエクスポートするか動画に焼き込む準備が整います。
オフライン翻訳に追加費用はかかりますか？
いいえ。Built-in端末内翻訳はSubtitle Studioに含まれています。API料金、単語ごとの課金、サブスクリプションはありません。「コスト」は一度きりの約2.5 GBのダウンロードとMac上のディスク容量だけです。
同じファイルを複数の言語に翻訳できますか？
はい。1つの対象言語に翻訳し、結果を確認・編集してから、別の対象言語で再度翻訳を実行できます。各実行は元のタイムコードを保持しながら、新しい字幕行セットを生成します。
Subtitle Studioを無料でお試し
買い切り。月額不要。Macで完全オフライン動作。
