動画からテキストを削除して、その背後にあったものを再構築する方法

クライアントのロゴが隅に焼き付いている。間違ったキャプションがクリップに焼き込まれている。誰も望んでいないテレビ局の日付スタンプが入った古い家族の映像。映像は違っても問題は同じ。文字はオンオフできるレイヤー上にあるのではなく、すぐ後ろの壁とまったく同じようにピクセルなのだ。

だから動画からテキストを削除するとき、ツールは何かを消しているわけではない。文字の下にあったものをフレームごとに推測し、カメラが動く間もその推測を安定させようとしている。失敗すれば、一つの目障りなものを別の目障りなものと引き換えにするだけだ。シャープだった映像の場所に、ぼやけた汚れが残る。

同じクリップを4つの除去方法で試し、さらにAI動画エディターを、ほとんどのツールがつまずく3つのケースで検証した。動くテキスト、顔の上のキャプション、縦型TikTokクリップのステッカーだ。

主なポイント

• クリップに焼き込まれたテキストはすべてのフレームに存在する。動画テキストリムーバーは、そのすべてで背景を再構築し、カメラが動いても結果を安定させなければならない。
• クロップ、ぼかし、ステッカーオーバーレイは文字を隠す。生成的な書き換えだけが文字を除去し、信じられるものをその場所に置く。
• Open Atlas Cloudの動画エディター を開き、Video Editタブに切り替え、クリップをアップロードし、消したいテキストを正確に記述する。
• TikTokの自動生成字幕のようなソフトキャプションは、視聴者がオフにできる。AIイレイサーはまったく必要ない。
• 自分が所有しているか、編集する権利がある映像からのみテキストを削除すること。

動画内のテキストを削除するのが、1フレームだけではない場合に難しい理由

1枚の写真からテキストを消すのは一度きりの問題だ。ピクセルをパッチすれば終わり。動画はその問題をクリップ内のすべてのフレームに掛け算し、すべてのパッチが互いに一致していなければならない。

1フレームずつ読み取り、埋め方を推測し、次のフレームへ移るツールは、少し前に何を描いたかを覚えていない。各パッチは前のものと微妙に色合いがずれることがある。

結果を再生すると、そのわずかな不一致がテキストがあったまさにその場所でちらつきとして現れ、カメラがパンしたり照明が変わった瞬間に悪化する。

写真ツールをフレームごとに動かすのではなく、動画を編集するために作られたモデルは、クリップ全体を一度に読み、そのコンテキストを先へ引き継ぐ。同じ壁の4枚の静止写真と、その壁の1本の連続ショットとの違いだ。

だからこそ、写真用に作られたテキストリムーバーを動画の書き出しにただ向けて、うまくいくと期待するわけにはいかない。

この話の前に切り分けておく価値があること。テキストがプラットフォームによって生成されたキャプション、たとえばTikTokの自動キャプションやYouTubeの自動字幕である場合、それは通常、映像に焼き込まれてはいない。視聴者は共有パネルからオフにできる。AIによる除去は不要だ。

編集者や画面録画によって付けられた焼き込みテキストこそが、このガイドの残りで扱うものだ。

動画からテキストを消す4つの方法：ぼかしが残るのはどれか？

調べてみると、人々が手に取る4つのアプローチが見つかる。実際にテキストを隠すのではなく除去するのは、そのうち1つだけだ。

最初の3つはすべて文字を隠す。どれも文字の背後に実際にあったものを再構築しない。だからクロップ、ぼかし、覆いをしたクリップは、一目で編集済みだとわかる。

生成的書き換えだけが、テキストが最初からなかったかのように見せることを目指している。また、静かに失敗しうる唯一の方法でもある。テキストの下の背景がモデルにとって自信を持って再構築するには密度が高すぎる場合、AIインペインティングツールのガイドで扱っているのと同じトレードオフだ。

Atlas CloudでAIを使って動画からテキストを削除

Atlas Cloudはテキスト除去を動画編集タスクとして実行する。クリップをアップロードし、取り除きたいものを記述すると、モデルは残りの映像をそのままにして、その周囲のフレームを再生成する。

背後にあるデフォルトモデルはSeedance 2.5で、ソース動画を参照として読み取り、元の長さに一致するクリップを出力するため、編集結果は何もタイミングを変えずにそのままタイムラインに戻せる。

方法1：Video Editタブで動画内のテキストを削除する

1. AI動画エディターを開き、Video Editタブに切り替える。これはGeneration、Extend、Motionの隣にあり、空白のプロンプトから生成するのではなく、既存のクリップをモデルが読み取る場所だ。
2. テキストがあるクリップをアップロードする。
3. シーン全体ではなく、テキストだけを記述する：「フレーム下部のキャプションを削除してください。それ以外はすべて変更しないでください。」変更するものを正確に指定し、残りはそのままにするようモデルに伝えることで、編集を狭い範囲に保てる。
4. ジョブを実行し、書き出す前にフル解像度で結果を確認する。背景が込み入っている場合は、消去された領域を先にズームインする。

方法2：APIで動画からテキストを削除する

ステップ1：APIキーを取得する。Atlas Cloudコンソールで作成してコピーする。

**ステップ2：APIドキュメントを確認する。**パラメータ、対応フォーマット、長さ制限はAPIドキュメントに記載されている。

**ステップ3：最初のリクエストを送る。**クリップと指示を送信する：

plaintextCopy
1curl -X POST https://api.atlascloud.ai/api/v1/model/generateVideo \
2  -H "Content-Type: application/json" \
3  -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \
4  -d '{
5    "model": "bytedance/seedance-2.5/reference-to-video",
6    "prompt": "Remove the white title text in the center of the frame. Keep everything else unchanged.",
7    "reference_videos": ["<your_clip_url>"],
8    "duration": -1,
9    "resolution": "720p"
10  }'

このような編集プロンプトではdurationは-1のままにしなければならない。モデルはこれを、新しいものを生成するのではなく、ソースクリップの長さに一致させる指示として読み取る。

ジョブが完了するまでポーリングする：

plaintextCopy
1curl https://api.atlascloud.ai/api/v1/model/prediction/<prediction_id> \
2  -H "Authorization: Bearer $ATLASCLOUD_API_KEY"

Atlas Cloudはプラットフォーム全体で1つのAPIを実行しているため、同じキーと同じ送信・ポーリングのループが、ホストするすべてのモデルで機能する。後でモデル文字列を差し替えても、統合の残りは変わらない。

難しい3つのケースで動画から文字を削除してみた

plainな壁の上に静的なキャプションがあるのは簡単なケースだ。どんなテキストリムーバーも完璧に見せるデモクリップの類だ。私たちはそうではない3つを選んだ。

**テクスチャのある背景の上に大きな静的タイトル。**レンガや葉の上に大きく白いタイトルがあるもの。弱い埋め方ならすぐに露呈する程度のディテールがある。

**クリップの再生に合わせて変わるキャプション。**下部に焼き込み字幕がある短いクリップ。数秒ごとに画面上の言葉が変わり、カメラも絶えず動く。

**顔の上にあるテキストステッカー。**オーバーレイが誰かの顔や衣服に部分的にかかる縦型クリップ。シーンを理解するモデルと、単に長方形を塗るだけのモデルを分けるケースだ。

3つすべてを通して、文字が消えたかどうかだけを確認するのではない。カメラが動くときに消去領域の端を注視し、フレームの残りがまったくそのままだったことを確認し、音声が編集で手を加えられずに残ったかも確認する。

テキストだけが消えるように入力するには

Atlas Cloudの動画エディターにはマスクやブラシのコントロールがなく、テキストフィールドだけなので、ここではプロンプトがほぼすべての仕事をしている。

うまくいくプロンプトには3つの部分がある。シーン全体ではなく、削除する正確なものを名指しする：「動画」ではなく「白いタイトルテキスト」。クリップに複数の要素がある場合は、いつどこに現れるかを言う：「フレームの下部に」「最初の3秒間に」「人物の顔の上に」。

そして、それ以外はすべてそのままにするという明示的な指示で締める。曖昧なプロンプトを読むモデルは、1つの的を絞った変更ではなく、ショット全体を再解釈してしまうことがある。

「テキストを削除」だけでは、技術的には正しいが過剰に攻撃的な編集を生みがちで、フレーム全体の照明や色が変わってしまうこともある。「フレーム下部の焼き込み字幕を削除し、ショット内のそれ以外はすべてそのままにしてください」と伝えることで、モデルは実際に作業できる境界を得る。

TikTok動画からテキストを削除する方法

TikTokのテキストには2つの形があり、まったく異なる2つの修正が必要だ。

まだ下書き？ TikTokのエディターでテキストを削除する

クリップがまだ投稿されていないなら、AIのステップは不要だ。TikTok自身の下書きエディターはテキストオーバーレイを直接削除する。テキストまたはステッカーを長押しし、Deleteボタンが現れるまで画面の上部へドラッグし、そこでドロップする。

この編集フローは、投稿前の自分の下書きだけを対象にしており、すでに公開されているクリップ上のテキストには使えない。

すでに投稿済み：クリップにTikTokテキストリムーバーを実行する

動画が公開されると、アプリ内のその削除経路はもう存在しない。クリップは、焼き込みテキストのある他の映像と同じように扱う必要がある。ダウンロードし、動画エディターを通し、結果を書き出す。

上で扱った同じVideo Editタブは、解像度とアスペクト比がソースに従うため、特別な手順なしで9:16のクリップにも機能する。

よくある質問

動画からオンラインで無料でテキストを削除できますか？

はい、短いクリップや単一のクリップなら可能です。Atlas CloudのVideo Editタブはブラウザベースでソフトウェアのインストールは不要で、料金は定額サブスクリプションではなく出力秒数単位なので、短いクリップはフル尺の編集のごく一部のコストで済みます。

プロモーション価格は変わるため、大量処理の前にモデルページで現在の料金を確認してください。

テキストを削除すると動画の品質は下がりますか？

再描画された領域だけであり、しかもそこの背景が密度が高い場合だけです。テキスト背後の平坦な壁や柔らかいぼかしはきれいに再構築されます。

密なレンガ、密集した葉、細かい布地のテクスチャは、どのモデルにとっても説得力を持って再構築するのが難しく、ぼやけたソース映像について一般的に扱われているのと同じ制限です。いずれにしてもフレームの残りは元の解像度のまま保たれます。

AIはクリップを通して変化する動きのあるテキストや字幕を削除できますか？

はい、モデルが1フレームずつではなくクリップ全体を読む場合です。単一の瞬間を描写するのではなく、何をどこにあるか（「クリップ全体を通してフレーム下部のキャプション」）を伝えることで、指示はモデルがたまたまプレビューした1フレームだけでなく、すべてのフレームに適用されます。

編集後も音声は同じままですか？

音声に関わることを指示に含めない限り、テキストのみの除去プロンプトではソース音声は保持されます。重要な会話や音楽があるものに頼る前に、自分のクリップで確認してください。

他人の動画からテキストを削除してもいいですか？

自分で作ったか、編集する許可がある場合に限ります。TikTokのコミュニティガイドラインははっきり述べています：「あなたは、自分が作成したか、共有する権利を持つコンテンツのみを投稿すべきです。」同じ原則は、クリップがどのプラットフォームから来たか、どのツールが編集するかに関係なく当てはまります。

結論

動画からテキストを削除することは、1つの問いに帰着する。その修正は文字を隠すのか、それとも実際にその背後にあったものを再構築するのか？ クロップ、ぼかし、ステッカーはすべて前者だ。

クリップ全体を読み、指定した領域だけを再描画するモデルは後者であり、それがまだ編集されているように見える映像と、まったく手を触れられていないように見える映像との違いだ。

自分の映像で最も単純なケース、 plainな背景の上の静的なキャプションから始めて、動くオーバーレイや縦向きで撮影されたクリップへ進もう。単発のTikTokダウンロードでも、クライアント映像のバッチでも、同じルールが当てはまる。削除するものを正確に名指しし、残さなければならないものをモデルに伝える。

完了とする前にフル解像度で結果を確認する。それこそが、AI動画テキストリムーバーをクロップやぼかしより信頼する価値のあるものにする。