音声をテキストに文字起こし
音声の文字起こしとは、録音の中で話された言葉を文字にすることです。ボイスメモ、インタビュー、会議、講義、ポッドキャストをアップロードすると、AI音声認識が話された内容をすべてタイムスタンプ付きで書き起こします。
最大2 GB、8時間までの音声・動画ファイルをアップロード。99言語でタイムスタンプ付きの文字起こしを作成し、要約、チャット、エクスポートができます。
99言語
言語を自動で判別し、文字起こしと同時に翻訳することもできます。
長いファイルもOK
最大2 GB、8時間までのファイルに対応。会議、講義、ポッドキャストのエピソードも丸ごと。
話者ラベル
インタビューや会議向けに、誰が話しているかをラベル付けできます（オプション）。
音声をテキストに変換する方法
音声認識を選ぶ
抽出ボックスで「音声認識のみ」を選びます。
ファイルをアップロード
MP3、WAV、M4A、MP4、WebMなど、一般的な音声・動画ファイルをドロップします。
必要に応じてオプションを設定
言語を選んだり、話者ラベルをオンにしたり、固有名詞や専門用語を追加して精度を上げたりできます。
読む、エクスポート、分析
TXT、SRT、VTT、JSONでダウンロードするか、文字起こしを要約したりチャットしたりできます。
よく文字起こしされているもの
- ✓インタビューや調査のための通話。そのまま引用・分析に
- ✓会議の録音。議事録やタスクに
- ✓講義や授業。学習ノートに
- ✓ポッドキャストのエピソード。番組ノートやブログ記事に
- ✓ボイスメモや口述。文章の下書きに
- ✓SRTやVTTの字幕用の動画
よくある質問
音声ファイルをテキストに文字起こしするには？
サインインし、抽出ボックスで「音声認識のみ」を選んでファイルをアップロードし、「抽出」をクリックします。文字起こしがタイムスタンプ付きで開き、すぐに読んだりエクスポートしたりできます。
どの音声・動画形式をアップロードできますか？
MP3、WAV、M4A、MP4、WebMなどの一般的な音声・動画ファイルで、最大2 GB、8時間までです。
音声の文字起こしの料金はいくらですか？
音声2分あたり1クレジットです。すべてのアカウントに毎月10クレジットが無料で付与され、従量課金のクレジットパックは有効期限がありません。話者ラベルなど一部の高度なオプションには、1時間あたりの少額の追加料金がかかります。
精度はどのくらいですか？
クリアな録音なら非常に高い精度で文字起こしされます。人名、製品名、専門用語はキーワードとして追加すると（英語の音声）、認識精度が上がります。
話者を区別できますか？
はい。話者ラベルをオンにすると、各行に誰が話したかが表示されます。話者を名前や役割に割り当てることもできます。
文字起こしを翻訳できますか？
はい。開始前に「翻訳先」で言語を選ぶか、完成した文字起こしを100以上の言語に翻訳できます。