Microsoft、Edge Copilot ではビデオ文字起こしに「前処理」が必要であることを明らかに

Microsoft の Edge Copilot は最近、 YouTubeビデオを要約する機能たとえタイムスタンプが欠けていても。 ただし、Microsoft の Mikhail Parakhin 氏による最近のツイートは、文字起こし機能が前処理されたビデオ データまたはビデオ内に埋め込まれた字幕に依存していることを明らかにしています。

ビデオが前処理されておらず、字幕が含まれていない場合、Copilot は現在タイムスタンプや概要を生成できません。 これは、この機能の現在の実装における制限を示しています。

既存のタイムスタンプがなくても YouTube 動画を分析して要約できる Copilot の機能は優れていますが、前処理要件は、すぐに広く使用するにはハードルがある可能性があることを示唆しています。

これは、ユーザーが字幕のないビデオや前処理されていないビデオに対して Copilot のビデオ分析機能を使用する際に制限が発生する可能性があることを意味します。

これを機能させるには、ビデオを前処理する必要があります。 ビデオに字幕がある場合は、いつでもそれに頼ることができますが、字幕がなく、まだ前処理していない場合は機能しません。

— ミハイル・パラキン (@MParakhin) 2023 年 12 月 7 日

必要なビデオの前処理プロセスの範囲は不明であり、Microsoft は Copilot が最終的に字幕なしのビデオをサポートするかどうかを確認していません。

この制限を除けば、これは非常に便利なツールです。 ビデオ情報を活用できることは、ビデオコンテンツとの関わり方を変える可能性を秘めています。 概要をスキャンし、重要な瞬間にジャンプし、視聴したビデオからより深い洞察を得ることができることを想像してみてください。