字幕の表示時間と読み取り速度:両方を確認する理由
NASAの字幕ファイル134件を選んで比較し、表示時間と読み取り速度のチェックでそれぞれ何が見つかるかを調べました。
2025~2026年の日付が付いたNASA動画のうち、英語を主とする字幕ファイル134件、字幕区間64,347件をInfluence IQが分析。ファイルの取得日は2026年11月16日UTCです。閾値にはNetflixの米国英語向けガイドを参考例として使用しました。
要旨
1秒あたり20文字を超える区間が少なくとも1件ある125ファイルでは、ファイルごとに見た速い区間のうち、短い表示時間として検出されなかった割合の中央値は94.6%でした。短い区間が少なくとも1件ある81ファイルでは、短い区間のうち速度の閾値以下だった割合の中央値は50.0%でした。参考値にはNetflixの米国英語・成人向け速度制限と、一般的な表示時間の制限を使用しました。NASAのこのファイル群はSNS動画の標本でも、視聴者の理解度を測るテストでもありません。 [1][2][3][5]
公開前に字幕付き動画を数分で確認するとします。すぐに消える字幕は見つけやすいものです。一方、長めに表示されていても、文字数が多ければ速く読む必要があります。表示時間と文字数の両方を確認すると、見直す区間を2つの観点から探せます。
表示時間と読み取り速度

字幕区間を検出する2つの方法
字幕区間とは、表示開始と終了の時刻が付いた字幕の一まとまりです。表示時間は、その区間が画面に出ている長さです。読み取り速度は文字数を表示時間で割って求めます。表示時間の確認には時刻が必要で、速度の確認にはテキストも必要です。Netflixの計算では空白と句読点も数えます。 [9]
たとえば24文字の区間を1秒表示すると、速度は1秒あたり24文字です。20文字の参考値を超えますが、表示時間は5/6秒の参考値を満たします。8文字の区間を半秒表示すると速度は1秒あたり16文字ですが、表示時間は参考値より短くなります。これらは計算例で、標本の字幕ではありません。 [2][3]
1秒あたり20文字を超える区間、または5/6秒より短い区間を検出しました。表示時間の境界では、時刻の丸めを考慮して半ミリ秒の許容幅を設けています。前者はNetflixの米国英語・成人向けガイド、後者はタイムコード付きテキストの一般要件に由来します。納品先の仕様によって制限は異なります。 [2][3]
区間の速度を計算するには、空白や句読点を含む文字数を数え、表示時間を秒単位で割ります。この計算では改行を文字に含めません。表示時間がゼロまたはマイナスの区間は、速度を評価する前に時刻を修正する必要があります。動画全体の平均も参考になりますが、文字が詰まった個々の区間は特定できません。
それぞれのチェックで見つかったこと
134ファイルのうち125ファイルでは、少なくとも1区間が速度の参考値を超えていました。それぞれについて、速い区間のうち短い表示時間として検出されなかった割合を計算しました。その125件の割合の中央値は94.6%です。中央値はファイルごとの割合を並べた中央の値であり、速い区間全体の94.6%が見逃されたという意味ではありません。 [5]
短い区間が速度チェックを通過する場合もありました。短い区間が少なくとも1件ある81ファイルでは、短い区間のうち1秒あたり20文字以下だった割合の中央値は50.0%でした。2つの中央値の対象は異なります。前者は速い区間があるファイル、後者は短い区間があるファイルです。同じファイルが両方に含まれることもあります。 [5]
この結果は1区間だけの話ではありません。速い区間がある125ファイルのうち124ファイルでは、速くても短い表示時間として検出されなかった区間が少なくとも1件ありました。短い区間がある81ファイルのうち68ファイルでは、短くても速度の参考値以下だった区間が少なくとも1件ありました。NASAのコレクションから選んだファイルであり、一般的なクリエイター動画の件数を表すものではありません。
それぞれのチェックで、もう一方が検出しない区間が見つかった
条件を満たす各ファイルについて、一方の参考チェックでは検出され、もう一方では検出されなかった区間の割合を計算しました。表はそのファイル別割合の中央値です。
| 参考チェック | 条件を満たすファイル | 割合の中央値 |
|---|---|---|
| 速いが、短い表示時間として検出されない区間 | 125 | 94.6% |
| 短いが、速度の参考値以下の区間 | 81 | 50.0% |
数える単位で結果が変わる
全区間をまとめて数えると、見え方が変わります。134ファイルの速い区間19,138件のうち、10,529件、つまり55.0%は短い表示時間として検出されませんでした。短い区間10,620件のうち2,011件、つまり18.9%は速度の参考値以下でした。ここでは各区間の重みが同じなので、長い録画は短い録画より多くの区間を含みます。 [5]
両方のチェックで検出された8,609区間のうち5,168区間、つまり60.0%は、1本の長い録画に含まれていました。ファイルごとの中央値では条件を満たす各動画が1つの割合として計算に入り、全体の集計では各区間が1回ずつ数えられます。どちらも同じ選択ファイルを表しますが、答える問いは異なります。
4つの区分を見ると重なりも分かります。区間は速度のみ、時間のみ、両方、またはどちらでも検出されないものに分かれます。最後の区分が意味するのは、2つの数値チェックを通過したことだけです。言葉、同期、改行、配置が正しいことまでは示しません。
区分だけでは修正方法は決まりません。両方で検出された区間は、表示を延ばせる余地があれば改善することもありますが、前後の字幕や音声との関係を確認する必要があります。一方のチェックだけで検出された区間も、その尺度で見直す必要があります。
同じ区間を全ファイルで集計
各区間を、1秒あたり20文字を超えたか、5/6秒の表示時間チェックで検出されたかに応じて4つのグループの1つに分類しました。
| 字幕区間の区分 | 字幕区間 | 割合 |
|---|---|---|
| 速度のみ検出 | 10,529 | 16.4% |
| 両方で検出 | 8,609 | 13.4% |
| 表示時間のみ検出 | 2,011 | 3.1% |
| どちらでも検出されず | 43,198 | 67.1% |
実際の確認手順
まず、発話と重要な音が字幕に含まれているか確認します。名前、専門用語、話者の切り替え、句読点を音声と照らし合わせます。自動字幕は出発点として役立ちますが、確認が必要です。米国政府の字幕ガイドも、音声との同期と、読めるだけの表示時間を求めています。 [6]
次に、速度と表示時間の検出結果を別々に確認します。長くて速い区間には、より長い表示時間や別の区切り方が必要かもしれません。非常に短い区間には、表示時間を延ばすか隣の区間とまとめる方法があります。どの変更も意味を保ち、音声と映像に合っている必要があります。数値による検出だけで修正は選べません。
最後に字幕をオンにして動画を再生し、予定する形式で確認します。同期、改行、配置、操作ボタンに隠れる文字を見ます。TikTokの字幕に関する質的研究では、字幕が速く感じられると参加者が報告しましたが、研究者は字幕速度を測定していません。NASAの集計から、その人たちが別の動画をどう感じるかは予測できません。 [7]
時間を調整した後は、もう一度チェックします。区間を延ばすと次の区間と重なったり、発話からずれたりすることがあります。区間をまとめると短い点滅は減っても、1行に文字が詰まる場合があります。予定するプレーヤーで再生し、テキストとタイミングを合わせてください。
作業に合う基準を選ぶ
この研究の数値は確認用の参考値であり、普遍的な合格基準ではありません。Netflixの20文字という制限は米国英語の成人向け番組に適用され、子ども向けや他言語のガイドでは異なります。依頼主、配信先、アクセシビリティ方針が別の要件を定めることもあります。まず納品する作業に適用される仕様を確認してください。 [2]
閾値を変えると検出される区間も変わります。1秒あたり17文字という厳しい閾値では、速い区間がある128ファイルの中央値で、その96.0%が同じ短い表示時間の検出対象外でした。1秒の表示時間と1秒あたり20文字の速度を参考にした場合、125ファイルの中央値は89.3%でした。同じNASAファイルを使った感度確認であり、別の研究ではありません。 [5]
速度や表示時間の制限だけでは、字幕が正確か、すべての人に読みやすいか、特定の画面に適しているかは分かりません。言葉、使える時間、話者、映像の状況を合わせて考えます。数値チェックは、人が確認する区間を探すために役立ちます。
ファイルの分析方法
Mark Studiosは、2025~2026年の日付が付いたNASA Image and Video Libraryの記録から標本を抽出し、SRT字幕付きのファイルを選び、重複とテキストを含む字幕区間が5件未満のファイルを除いたうえで、残ったNASAファイル139件の一覧を公開しました。Influence IQはその139件を2026年11月16日UTCに取得しました。言語を確認してスペイン語が主の5件を除き、英語が主の134ファイルと、空でなく表示時間が正の64,347区間を対象にしました。1ファイルには会話ではなく英語の音の説明が含まれます。 [1][4][5]
書式、改行、各行の前後の空白を除いてUnicode文字を数えました。区間ごとの表示時間をミリ秒で計算し、同じ区間で2つの検出結果を比較しました。5/6秒の境界では、時刻の丸めに対して0.5ミリ秒の許容幅を設けました。1秒あたり20文字ちょうどは速度制限の超過に含めていません。 [2][3][5]
空の6区間を除き、時刻の後の空行に続いてテキストがあった1区間を復元しました。別途FFmpegで変換した場合も、そのテキストは当該区間に含まれました。独立した解析と集計でも最終的な区間の測定値が一致しました。元の資料で以前丸められた割合は、行頭の空白や速度境界の浮動小数点値を異なる方法で扱うため、異なる場合があります。取得後にファイルが変わる可能性があるため、パッケージにハッシュを記録しています。 [5]
NASAの記録には、短いクリップから数時間に及ぶ字幕付きの教育動画や中継映像が選択されています。SNS投稿として抽出されたものではなく、ファイルから視聴者が何を読んだかや字幕の作成方法は分かりません。元の研究に別途掲載されたMITのファイルは分析していません。Mark Studiosの測定値はCC BY 4.0で公開され、NASAのメディア利用条件では自機関の素材と第三者のコンテンツも区別されています。ダウンロードには集計結果、出典リンク、ハッシュ、コードを含み、字幕ファイルは含みません。 [1][8]
ダウンロードには集計結果、出典リンク、ハッシュ、コードを含みます。元の字幕ファイルはNASAにあります。
出典と注記
- Mark Studios、Caption Reading Speed Study。2026年10月15日収集。動画ごとの測定値はCC BY 4.0。
- Netflix、English (USA) Timed Text Style Guide。米国英語の成人向け・子ども向け読み取り速度制限。
- Netflix、Timed Text Style Guide: General Requirements。字幕の最短表示時間を含む一般要件。
- NASA Image and Video Library。選択した字幕ファイルの出典。
- Influence IQの集計結果、出典ファイルのハッシュ、再現用コード。
- U.S. General Services Administration、Captions and Transcripts。2025年8月更新。
- McDonnellら、“Caption It in an Accessible Way That Is Also Enjoyable”: Characterizing User-Driven Captioning Practices on TikTok、CHI 2024。
- NASA Images and Media Usage Guidelines。条件と第三者の権利を含む。
- Netflix、How is reading speed measured? Do punctuation and spaces count? 読み取り速度における空白と句読点の数え方。
各言語版は、同じ英語が主のNASAファイルと参考チェックを説明しています。
