本文へスキップ

doesVideoContain

英文の一文でブラウザ内の動画場面を検出

公式サイトを見る
カテゴリ AI動画編集

doesVideoContain とは

本モデルはブラウザ内で AI により動画の内容を検出する仕組みと説明され、簡単な英語の文で対象を描写するとスクリーンショットを自動で取り出し重要な瞬間を識別する。完全にクライアント側で動き、クラウドへのアップロードも API 費用も不要とされる。

できること

  • 簡単な英語の文で対象の内容を描写する
  • 重要な瞬間のスクリーンショットを自動で取り出す
  • リアルタイムの GIF とスクリーンショットで一致箇所を確認する
  • ローカルの大きなファイルをクラウドに上げずに扱う

仕組み

  • プライバシーを守るためクライアント側で完全にオフライン動作する
  • Web AI 関連の Transformers.js と ONNX Runtime Web を用いる
  • 独自のロジックでコサイン類似度の計算を行う
  • WebGPU に対応し対応ハードウェアで性能を高める

導入の手順

  • HTML ファイルにモジュールのスクリプトとして取り込む
  • 自然言語で対象内容を描写する関数を定義する
  • その関数に動画ファイルのパスを渡して呼び出す

長所と短所

✓ 良い点

  • 自然言語の文で検出したい内容を描写できる
  • ローカルの大きなファイルをアップロードせず扱える

! 注意したい点

  • 検出はサーバー側ではなくブラウザ内で行われる
  • WebGPU による性能向上は対応ハードウェアに左右される

よくある質問

クラウドへのアップロードや API 費用は必要?

資料はクライアント側で完結し、アップロードも API 費用も不要と説明。

どんな技術を使う?

資料は Transformers.js と ONNX Runtime Web、独自のコサイン類似度計算を挙げる。

最終評価日: 2026-11-15

その他 AI動画生成 ツール

すべて見る →

評価方法