無料・無制限の
AI 音声文字起こし

完全無料です。利用時間・回数・文字数のいずれにも制限はなく、クレジットカードの登録も必要ありません。1 ファイルあたりの上限は 2 GB（スマートフォンでは 500 MB）で、その範囲であれば何度でもご利用いただけます。

アップロードされません。文字起こしは Whisper AI がブラウザ内で実行するため、音声データがお使いの端末から外に出ることはありません。録音内容がサーバーに保存されることも、第三者に渡ることもありません。

不要です。ページを開いて音声ファイルを選ぶだけで文字起こしを開始できます。メールアドレスの入力も求めません。

音声は MP3・WAV・M4A・AAC・FLAC・OGG・Opus・AIFF・WMA・AMR に、動画は MP4・MOV・MKV・WebM・AVI・WMV・FLV・MPG・MPEG-TS・3GP に対応しています。ドラッグ＆ドロップでもファイル選択でも読み込めます。

できます。MP4・MOV・MKV・WebM・AVI などの動画を読み込むと、ブラウザ内で音声トラックだけを取り出して文字起こしします。あらかじめ音声ファイルへ変換しておく必要はありません。文字起こしのあとは動画を再生しながら結果を字幕として重ねて確認・修正でき、翻訳した字幕で見ることもできます。読み込めるのは 1 ファイルあたり 2 GB まで（スマートフォンは 500 MB まで）です。 X（旧 Twitter）の動画は X Video Downloader で保存したものをそのまま読み込めます。音声だけを先に取り出したい場合は Media Tools が使えます。

話者分離に対応しています（Beta）。会議やインタビューのように複数人が話す音声で、発言者ごとに色分けして表示します。話者の人数は自動で推定するので、通常は指定しなくて構いません。結果の話者ラベルは画面上で名前を付けたり、誤って分かれた話者を統合したり、行ごとに話者を直したり分割したりできます。話者分離のモデルは、Firefox 以外のブラウザで文字起こしを WebGPU で処理し、話者数が「自動」のときは NVIDIA Nemotron 3 Diarization、それ以外のときは pyannote で、どちらの場合も声の特徴の比較に WeSpeaker を使っています。

SRT 形式の字幕ファイルとして書き出せます。タイムコード付きで出力されるため、動画編集ソフトや動画投稿サイトにそのまま読み込めます。テキスト（TXT）での書き出しやコピーにも対応しています。 書き出した SRT を映像に直接焼き込みたいときは Media Tools（字幕の焼き込み）が使えます。

できます。結果の見出しにある「翻訳」から元の言語と翻訳先を選ぶと、各行の下に訳文が付きます。TXT / SRT は原文・翻訳・対訳のいずれかで書き出せます。動画を読み込んだ場合は、訳文を字幕として動画に重ねて再生することもできます。翻訳には Chrome 138 以降または Edge 148 以降（デスクトップ版）に内蔵された翻訳機能を使い、処理は端末内で完結するため、文字起こしテキストが外部へ送信されることはありません。スマートフォンや Firefox・Safari では利用できません。初回は言語ごとに翻訳モデルのダウンロードが必要です。

使えます。初回に AI モデルをダウンロードしたあとは、ネット接続なしで文字起こしできます。モデルの容量は選んだモデルにより約 40 MB〜1.6 GB です。

より大きいモデルを選ぶと精度が上がります。WebGPU に対応した環境では「Whisper Large v3 Turbo」が高精度かつ高速でおすすめです。また、言語を「自動検出」のままにせず実際の言語を指定すると誤認識が減ります。

使えます。ただし端末を保護するため省メモリモード（WASM）で動作し、読み込めるファイルは 500 MB までになります。長時間の録音・録画は PC でのご利用をおすすめします。

不具合を直すための統計だけを収集しています。送信されるのは、端末の性能（GPU の種類・メモリ・コア数）、ブラウザと OS、選んだモデルと言語、どの段階まで進んだか、エラーの種類と内容、ファイルの形式とおおよそのサイズ・長さ、処理にかかった時間です。失敗率を出すために、成功したときも同じ項目を送ります。音声データ・文字起こし結果・ファイル名・IP アドレスは一切送信されず、送信先も当サイトのサーバーのみで、外部サービスには渡していません。ページ下部の「サービス品質向上へのご協力のお願い」にあるスイッチで、いつでも停止できます。