Jinba Flowで字幕・文字起こしファイルを解析

VTT パースツールは、会議録画ツールや動画プラットフォームが出力する WebVTT（.vtt）形式の字幕・文字起こしファイルをパースし、発話テキストのみのプレーンテキスト、またはタイムスタンプ付きの構造化されたキュー配列として返します。文字起こしを要約・翻訳・分析ステップにそのまま渡すことができます。

VTT_PARSE
- URL で指定した WebVTT ファイルをパースします。
- 入力: file_url（WebVTT ファイルの URL）と output_format（txt または array。デフォルトは txt）。
- txt は、タイムスタンプやマークアップを除いた発話テキストを 1 キュー 1 行で返します（result.text）。
- array は構造化されたキュー配列（result.cues）を返します。各キューは index、任意の id、HH:MM:SS.mmm 形式の start・end タイムスタンプ、キューの text を持ちます。

認証は不要です。ファイル URL を直接指定して動作します。

文字起こしをテキストに変換する

- id: upload_transcript
  name: upload_transcript
  tool: INPUT_FILE
  input:
    - name: description
      value: "会議録画の文字起こしファイル（.vtt）をアップロードしてください"

- id: parse_transcript
  name: parse_transcript
  tool: VTT_PARSE
  needs: [upload_transcript]
  input:
    - name: file_url
      value: "{{steps.upload_transcript.result}}"
    - name: output_format
      value: txt

- id: summarize_meeting
  name: summarize_meeting
  tool: OPENAI_INVOKE
  needs: [parse_transcript]
  config:
    - name: version
      value: gpt-5.2
  input:
    - name: prompt
      value: |
        以下の会議の文字起こしを要約してください:
        1. 主な議論のポイント
        2. 決定事項
        3. 担当者付きのアクションアイテム

        ==文字起こし==
        {{steps.parse_transcript.result.text}}

字幕ファイルを構造化キューに変換する

- id: parse_subtitles
  name: parse_subtitles
  tool: VTT_PARSE
  input:
    - name: file_url
      value: "https://example.com/subtitles.vtt"
    - name: output_format
      value: array

{{steps.parse_subtitles.result.cues}} の各要素には index、start、end、text が含まれるため、後続のステップで録画内の特定の時点を参照できます。

注意事項

空のキューはスキップされ、残りのキューに対して index が 1 から順に割り当てられます。
txt モードでは、キュー内の装飾マークアップは取り除かれ、テキスト内容のみが残ります。
ファイルのダウンロードに失敗した場合（HTTP ステータスが正常でない場合）は DownloadError を、内容が有効な VTT でなくキューを 1 件もパースできない場合は ParseError を返します。

​文字起こしをテキストに変換する

​字幕ファイルを構造化キューに変換する

​注意事項

文字起こしをテキストに変換する

字幕ファイルを構造化キューに変換する

注意事項