音声テキスト変換

音声をテキストに変換する手順

1. 音声または動画ファイルを選びます。
2. 話されている言語が分かれば指定し、分からなければ自動のままにします。
3. 文字起こしを押して待ちます。短い音声は数秒、15分なら1分ほどで戻ります。
4. テキストをコピーするか、TXT、SRT、VTT字幕としてダウンロードします。

対応フォーマット

音声ファイルでも動画ファイルでも使えます。代表的なものは次のとおりです。

音声テキスト変換ツールとは

音声テキスト変換ツールは録音を聞き取り、話された内容を書き起こします。人間のテープ起こしと同じ仕事を、音声認識モデルがごく短時間でこなすものです。インタビュー、講義、ポッドキャスト、ボイスメモ、会議の録音、動画字幕などに使われています。

制限と速度

ファイルは20MB、15分までです。15分の録音はおよそ1分で戻り、短いボイスメモなら数秒で返ってきます。長いインタビューは、自然な区切りで分割したほうが大きな1ファイルを押し込むより快適です。

精度はどのくらいか

雑音が少なく明瞭な話し方であれば、非常に高い精度で書き起こせます。複数人が同時に話す場面、強い訛り、声の下に流れる音楽、電話品質の録音では精度が落ちます。数字、固有名詞、専門用語は手作業での確認をおすすめします。結果は完成した文書ではなく、質の高い下書きとして扱ってください。

より良い結果を得るために

• 自動判定のままにせず、話されている言語を指定してください。
• 話し手のできるだけ近くで録音してください。ファイル形式よりマイクとの距離のほうが重要です。
• 声の下に音楽や雑音がある場合は、文字起こしの前に整えておきましょう。
• 長い録音は自然な区切りで分割し、文の途中で切れないようにします。
• 静かな部屋は高価なマイクに勝ります。まず部屋の環境を整えてください。