{
  "input_file": "common-input-60s-web.mp4",
  "input_sha256": "c4d05cdea542505bdd5aecab144b1f8fcce8d00c8845199cc8ca084e4209e449",
  "input_bytes": 4003331,
  "format": "1080×1920 / 映像60秒 / 30fps / BGMなし",
  "voice": "Canva AI Voice / あいり",
  "caption_chunks": [
    "これは日本語の自動字幕を比較する",
    "ための共通サンプルです今日は20",
    "26年10月9日金曜日です集",
    "合は午後3時15分場所は架",
    "空の研修室です実在するイベントではありません参",
    "加費は1980円ですです19,",
    "800円ではありませんこの金額はテスト用の例です使",
    "うツールはキャンバブリーキャップカットの3つですai",
    "ナレーションから数字サービス名否",
    "定の表現まで同じ条件で字幕に変えます",
    "字幕がない場合と字幕が保存されない場合では原因",
    "が異なります生成が終わったら間",
    "違った言葉と修正にかかった時間を決録します最後",
    "に保存したmp4を最初から最後まで再生し文",
    "字と声を確認します"
  ],
  "joined_transcript": "これは日本語の自動字幕を比較するための共通サンプルです今日は2026年10月9日金曜日です集合は午後3時15分場所は架空の研修室です実在するイベントではありません参加費は1980円ですです19,800円ではありませんこの金額はテスト用の例です使うツールはキャンバブリーキャップカットの3つですaiナレーションから数字サービス名否定の表現まで同じ条件で字幕に変えます字幕がない場合と字幕が保存されない場合では原因が異なります生成が終わったら間違った言葉と修正にかかった時間を決録します最後に保存したmp4を最初から最後まで再生し文字と声を確認します",
  "raw_text_differences": [
    "です → ですです",
    "ブリュー → ブリー",
    "記録 → 決録"
  ],
  "scope": "原稿と生成された文字の相違。音声生成の読み方も影響するため、ASRだけの精度を採点した結果ではない。1サンプル・1回。"
}