この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方）
出典検索?: "リアルタイム字幕放送" ? ニュース ・ 書籍 ・ スカラー ・ CiNii ・ J-STAGE ・ NDL ・ dlib.jp ・ ジャパンサーチ ・ TWL（2024年5月）

リアルタイム字幕放送（リアルタイムじまくほうそう、リアルタイムキャプション放送とも）は、字幕つきの放送のうち、放送時に字幕を作成・付加するシステム。ここでは、主に日本のテレビ放送で、受信機で表示を切り替えられるもの（「字幕放送」）を述べる。
概要

日本の字幕放送は、1990年代まで事前収録されたテレビ番組にしか対応していなかった[1]。30分番組1本に字幕を付加するために3日から4日程度の時間がかかり[2]、ワープロを用いてリアルタイムに字幕を作成する手法に関しても、入力速度や変換精度の問題もあり実用化にはなかなか至らなかった[3]。

1997年には郵政省が、字幕放送を2007年までに全てのテレビ番組に拡大することを求める方針を示したが、ニュース番組やスポーツ中継番組などの生放送の番組はその対象からは除外されていた[4]。

@media screen{.mw-parser-output .fix-domain{border-bottom:dashed 1px}}また、生放送における字幕放送は、海外の表音文字のみ使用する場合だと音声認識で対応できたが、日本では同じ音でも複数の表記方法がある表語文字が使われ、機械的や技術的な問題があり行われていなかったのである。[要出典]

聴覚障害者や高齢者にも情報のバリアフリーを推進していこうとNHK放送技術研究所が音声認識ソフトによる文字放送を開発した。2000年3月27日から日本放送協会（NHK）の一部番組で実施されており[注釈 1]、現在は民間放送（2013年現在は前者の日本テレビ、TBSテレビ、フジテレビ、テレビ朝日、テレビ東京各系列と、その番組を同時ネットする一部の独立局や、一部のBS放送局およびCS放送局）やインターネットテレビ配信サービスのAbemaTVでも実施している。
原理

リアルタイム字幕の原理には、人間が聞き取ってキーボードから文字を入力する方式と、音声認識技術を用いた音声認識方式と、の2方式が存在する。

字幕を生成する過程以外では、通常の字幕放送と同じ流れでデータが重畳され、電波に乗せられて届けられる。原理的に字幕を生成する部分での遅延が避けられないので、字幕は発声の数秒遅れで表示される事になる。
キーボード入力方式

放送音声を「ステノキャプショナー（速記字幕入力者）」と呼ばれる入力オペレータが聞きながら同時に打ち込みを行う。入力は複数人で分担して行われるが、方式によって役割分担が異なっている。

主に2つの方式がある。
一般的なキーボードを用いた方式
パソコン要約筆記を応用した方式。複数人のオペレータが交互にリレー入力をする。一般的なOADG仕様のキーボードを使っている[注釈 2] ため、入力者を短期間で養成でき低コストというメリットをもつ。TBS、テレビ朝日が採用している。
速記キーボードを用いた方式
スピードワープロ[5] やステンチュラといった速記用に最適化されたキーボードを使う。聞き取った音を入力する人と、その文字を漢字に変換する人に分担されている点が前項とは異なる。このため本方式ではかならず2人単位の人員を要する。トップスピードでは前項の方式に勝るものの、高価な専用キーボードが必要でオペレータの養成に3年程かかるため人件費もかさむ[6]。スピードワープロ研究所[7] やワードワープ[8] が採用しており、NHKやいくつかの民放がこれらの会社と契約をしている[6][9]。