GMAK is for MAking Kaptions.

beta site in operation is here.
(Works only in Google Chrome for Desktop.)

Features

ready

• Speech recognition with time code
• Downloading captions file in JSON format
• Downloading the audio file

future

• audio recording
  • download in .wav format
  • select input source
• video recording
  • downloading
  • select input source
• i18n
  • select language for recognition
  • translating into any language afterwards
    • then edit them independently
• UI/layout
  • not tab. but side menu.
  • Audio preview
    • with highlighting current caption
• editing captions
  • display in seconds or time code, frame
  • "shift this and the latter" functionality
  • adding/deleting row
  • adding/deleting/copying tab
  • downloading in vtt format
• using downloaded data
  • import into AfterEffects to generate this

below are memo for me in Japanese.
almost same as the future feature above but a bit detailed.

音声レコーディング

• wavでDLできるようにする
• マイク選択できるようにする

ビデオレコーディング

• ビデオのオンオフ
• カメラ選択できるようにする
• 音声と一緒にDLできる
• 後から音声だけDLも可能？要調査

多言語対応

• 認識言語を変更できる

翻訳

• テーブルごと翻訳して別タブ（takeタブ内に言語タブをつくる）にコピー
• その後は全く別々に編集する。タイムコードの編集も個別に可能。再反映はしない。
• 翻訳APIに文章をどの単位で投げるかは要検討
  • まとめて投げないと前後の文脈汲めなそうとか、
  • そもそも文の途中で途切れてたりとかするし
  • しかしどうしたら一番良いかは言語によって違いそうだし
  • 一旦安直に行毎に投げる仕様にするか？
  • それとも全文を投げて、各行に分割するためのUIを別で作るか？

UI/レイアウト

• タブじゃなくサイドメニュー的なやつの方が良いかも？
• 音声プレビュー
  • タイムラインに応じて行をハイライト表示したい

字幕データ編集

• 秒・タイムコード・フレームでの表記切替
• 「ここ以降の開始時刻をシフト」する機能
• 行の追加、削除
• 時刻の編集がしにくい。React Hooksの理解が足りない。
• タブの名前変更
• タブの削除
• タブのコピー

字幕データDL

• JSON、VTT
• 翻訳がある場合は統合または別ファイルのJSON、または別ファイルのVTTでDL可能

AfterEffectsへのインポート

• JSONかVTTからこれを生成するスクリプトを書く
  • VTTだとパース面倒そうだしスタイルの反映（もしくは無視）とか考えなきゃいけないのでJSONのみ対応する予定