音声をテキストに変換：アップロードまたは録音

圧縮音声ファイル

MP3は広くサポートされており、非圧縮ファイルより通常サイズが小さいため、インタビュー、講義、共有録音に便利です。圧縮やノイズ、低音量で音声が不明瞭な場合は文字起こしの見直しが必要です。

このフォーマットに特化した準備とレビューの詳細は、 MP3からテキスト変換ガイド を参照して重要な録音を提出してください。

電話やボイスノートの音声

M4A、AAC、OGG、OPUSは電話やメッセージアプリで一般的です。ファイル拡張子が受け入れられていれば保存済みの録音を直接アップロードできます。すべてのボイスノートをMP3に変換する必要はありません。

Appleデバイスで保存された録音は、 M4Aからテキストへのワークフロー でフォーマット別のチェックを行えます。

非圧縮および制作用音声

WAVやAIFFファイルは元の信号をより多く保持することが多いですが、ファイルサイズが大きいだけで文字起こしが良くなるとは限りません。マイクの位置、クリッピング、重なり、背景ノイズも重要です。

ロスレスやスタジオ録音の場合は、 WAVからテキスト変換ガイド と品質チェックリストを確認してください。

動画録音

MP4、MOV、AVI、MKV、WebMファイルは話された音声が必要な場合に提出可能です。サービスは映像の内容ではなく、メディア内の聞き取れる音声を文字起こしします。

インタビュー、プレゼンテーション、カメラ映像の場合は、 MP4からテキストへのワークフロー で動画音声の準備方法を説明しています。

字幕対応エクスポート

編集可能な文字起こしは読み取りに便利ですが、字幕にはタイミング情報と字幕ファイル構造も必要です。Proアカウントは文字起こし確認後にSRTとVTTをエクスポートできます。

キャプションが最終成果物の場合は、 音声からSRT字幕ガイド でタイミングと改行の確認を行ってください。

実用的なフォーマットチェック

馴染みのある拡張子でも再生可能な音声が含まれているとは限りません。アップロード前に録音が開き、音声があり、空でないことを確認してください。珍しいフォーマットの場合は繰り返し圧縮せずに対応フォーマットでコピーをエクスポートしてください。

• 長い録音は冒頭、中間、末尾を再生する。
• 最も明瞭な元ファイルを作業用マスターとして保持する。
• メディアを変換せずに拡張子だけ変更しない。

文字起こしアシスタントに質問する

AIチャットパネルを使い、決定事項、言及された日付、会話に出てくるフォローアップタスクなど、文字起こしに基づく質問をします。引用された内容は行動前に文字起こしと照合してください。

• 一度に一つの具体的な質問をする。
• アクション項目、テーマ、固有名詞のリストを求める。
• 発言記録としては生成された回答ではなく元の文字起こしを扱う。

簡潔な要約を生成する

要約ツールは文字起こしを凝縮し、重要な部分を全文読む前に主なアイデアをざっと把握できます。要約はニュアンスや条件、少数意見を省くことがあるため、レビューの代わりではなくナビゲーション補助として使うべきです。

• 重要な主張は全文と比較する。
• 正確さが重要な場合は要約前に文字起こしを修正する。
• 文脈のために全文の文字起こしを保持する。

完成した文字起こしを翻訳する

文字起こし後にターゲット言語を選び、翻訳版を作成します。翻訳の質は文脈や用語により異なり、名前、数字、法律用語、医療用語、専門用語は流暢な人や資格のあるレビュアーが確認すべきです。

• まず文字起こしを行い、その後翻訳する。
• 元言語の文字起こしコピーを保存する。
• 重要なコミュニケーションには人間のレビューを利用する。

ポッドキャスト、インタビュー、録音コンテンツ

文字起こしは制作者が引用を探し、エピソードの概要を作成し、ショーノートを草稿し、修正が必要なセグメントを特定するのに役立ちます。話者名、ブランド名、時間に敏感な主張は公開前に音声と照合してください。

エピソード準備と編集チェックには、 ポッドキャスト文字起こしワークフロー をフォーマット別の参考として利用してください。

会議、講義、調査

検索可能なテキストは長い録音をスクラブするよりも決定事項、質問、テーマを見つけやすくします。録音前に同意と組織の規則を確認し、逐語的発言と後のAI生成要約を区別してください。

• 元の表現を確認後に決定事項と担当者をマークする。
• 講義や専門インタビューで使われた用語を検証する。
• 機密資料は承認されたワークフロー内で管理する。

草稿作成、アクセシビリティ、個人メモ

録音された考えは白紙より編集しやすい草稿になります。文字起こしは話された内容のテキスト代替にもなりますが、アクセシビリティ公開には話者識別、音響キュー、タイミング、手動修正が必要な場合があります。

• アイデアを捉えた後に文字起こしを整理する。
• 意味のない言い直しは削除してもよい。
• タイミングや非発話情報が重要な場合は字幕やキャプションを使う。

無料とProアクセス

匿名利用は短時間の試用を想定しています。無料アカウントは記載の1日あたりの文字起こしとAI利用枠を提供します。Proは月額9ドルまたは年額84ドルで、有料ワークフローとエクスポートオプションが利用可能です。

• 匿名ファイル：最大5分。
• 無料アカウント：1日15分の文字起こし。
• 無料アカウント：1日10回のAI呼び出し。

コピーとエクスポートのオプション

ワークスペースで結果を編集・コピーできます。無料アカウントはTXTとJSONをエクスポート可能。ProアカウントはさらにSRT、VTT、PDF、DOCXをエクスポートでき、プレーンテキスト、構造化データ、字幕、文書の必要に応じて選択します。

• TXTはシンプルな編集可能テキストに適しています。
• JSONは構造化された文字起こしデータを保持します。
• SRTとVTTはタイミング付き字幕用です。

リモート処理と機密資料

録音はリモートサービスに送信され、ブラウザ内だけで文字起こしされるわけではありません。機密、規制対象、第三者音声をアップロードする前に、許可があり、プライバシー、保存、契約、組織の規則を満たすワークフローであることを確認してください。

• 公開されているプライバシーと利用規約ページを確認する。
• 処理許可のない音声はアップロードしない。
• ポリシーで指定されている場合は承認済みの専門ワークフローを使う。