本ページにはプロモーションが含まれています
会議の録音を文字起こしして議事録を作る
会議の録音を選ぶと、話者を区別しながら文字に起こします。音声は外部に送信されないので、社外に出せない打ち合わせの録音もそのまま扱えます。このページでは、話者分離が初期設定で有効になっています。
日本語では、句読点を打つためのモデル(約 92 MB)も初回に取得します
通常は「自動」のままで構いません。結果の話者数が実際と明らかに違うときだけ指定してください
ファイルがないときは、マイクで録音できます。録音を止めたあとで文字起こしします(この端末と選んだモデルでは約 000 分まで)。録音した音声も外部に送信されません。
Zoom・Teams の会議を文字起こしする手順
- 会議の録音・録画のファイルを PC に保存します。Zoom のローカル記録では、ドキュメントフォルダの「Zoom」に動画(MP4)と音声だけのファイル(M4A)が保存されます。M4A を選ぶと動画から音声を取り出す処理が不要なので、早く始まります。Teams の会議の録画は、開催者の OneDrive にある「レコーディング」フォルダからダウンロードします。
- 言語を「日本語」にします。モデルは、日本語では初期設定のままで構いません。このページでは、話者分離が初期設定で有効になっています。
- ファイルを選ぶと文字起こしが始まります。終わったら話者に参加者の名前を付け、同じ人が複数の話者に分かれていれば統合してから、「ファイルに保存」で TXT か Word(DOCX)を選んで書き出します。
議事録として使うために
このページでは、話者分離を初期設定で有効にしてあります。会議は複数人が話すので、誰の発言かを分けておかないと議事録として使いにくいためです。話者の人数は自動で推定するので、参加人数が分かっている場合も話者数は「自動」のままで構いません。日本語・中国語・韓国語以外の言語で固有名詞や専門用語が多い録音では、モデルを Small 以上に上げると取りこぼしが減ります。
録音の仕方でも結果が変わります。全員の声が同じくらいの音量で録音されていること、発言が重ならないことの 2 つが精度に影響します。会議室のテーブル中央にマイクを置いた録音より、オンライン会議ツールの録音機能で録音したものの方が分離しやすい傾向があります。
Teams や Zoom にも文字起こしの機能はありますが、組織の管理者の設定や契約によっては使えません。録画のファイルがあれば、このツールではそうした設定に関係なく文字起こしできます。なお、このツールが行うのは文字起こしと話者の区別までで、要約や決定事項の抽出は行いません。
うまくいかないとき
- 1 人の発言が複数の話者に分かれた場合は、話者の名前をクリックして「別の話者に統合」を選びます。
- 2 人の発言が同じ話者にまとまった場合は、行にマウスを乗せると表示される人型のアイコンから、その行の話者を変えます。1 行に 2 人の発言が含まれているときは、先に鉛筆のアイコンから行を分割します。
関連するガイド
よくある質問
何人までの会議に対応していますか?
8 人まで区別できます。話者の人数は自動で推定するので、話者数の設定は通常「自動」のままで構いません。司会が発言者を指名するときのような短い発言は、前後の話者にまとめられることがあります。その場合は画面上で行を分割したり、行ごとに話者を直したりできます。
会議の音声はサーバーに送信されますか?
送信されません。文字起こしも話者分離も端末のブラウザ内で実行され、音声も結果のテキストも外部のサーバーへは送られません。社外秘の打ち合わせでもそのまま使えます。なお、不具合を直すための処理の統計(端末の性能やエラーの種類など)は当サイトのサーバーに送信されますが、音声・文字起こしの結果・ファイル名・IP アドレスは含みません。この送信は、ページ下部の「サービス品質向上へのご協力のお願い」にあるスイッチをオフにすると停止できます。
話者の名前を実際の参加者名にできますか?
できます。画面上で話者ごとに名前を付けられ、同一人物が別々に分かれてしまった場合は統合もできます。行単位で話者を変更することもできます。
オンライン会議の録音にも使えますか?
使えます。Zoom・Teams・Google Meet などの録画・録音のファイル(MP4 や M4A)をそのまま選んでください。動画の場合は音声トラックだけを取り出して処理します。
音声・動画の用意と、文字起こしの後に
サービス品質向上へのご協力のお願い
うまくいったときも失敗したときも、そのときの状況を送っていただけると原因の特定に役立ちます(失敗率の算出には両方が必要です)。どの端末・どの設定で失敗しやすいのかが分かれば、推奨設定の見直しや不具合の修正に反映できます。差し支えなければ、このままオンにしていただけると助かります。
送信する情報
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、話者分離の設定(有無と指定した話者数)、画面の表示言語、どの段階まで進んだか(途中で中断した場合やページを閉じた場合を含む)、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。同じタブでの処理を結びつける一時的な番号(タブを閉じると削除されます)。結果の画面での、話者名の変更・行の分割などの編集・翻訳・要約・字幕ファイルの読み込みの回数、「ファイルに保存」で選んだ形式、「テキストをコピー」と「まとめて保存」の回数、翻訳の言語の組み合わせ。
送信しない情報
音声データ、文字起こし結果(本文・話者名・訳文)、ファイル名、IP アドレス。送信先は当サイトのサーバーのみで、外部の事業者には提供しません。