本ページにはプロモーションが含まれています
MP3 を文字起こしする
MP3 ファイルを選ぶと、AI（Whisper・SenseVoice）がブラウザ上で文字に起こします。音声はサーバーへ送られません。会員登録も支払いも不要で、長さの制限もありません。
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。
MP3 を文字起こしする手順
- 言語を選びます。自動検出でも動作しますが、日本語の音声なら「日本語」を指定した方が誤認識が減ります。話している人が 2 人以上なら、話者分離も有効にします。
- MP3 ファイルをドロップするか、クリックして選びます。読み込んだ時点で文字起こしが始まり、確定した行から順に表示されます。
- 終わったら行をクリックし、その位置から聞き直して誤りを直します。直し終えたら「ファイルに保存」から TXT・Word などの形式を選んで書き出すか、テキストをそのままコピーします。
MP3 を扱うときに知っておくとよいこと
MP3 は圧縮された音声形式なので、録音時のビットレートがそのまま精度に影響します。128 kbps 以上あれば通常の会話は問題なく認識できますが、64 kbps を下回るものや、電話の録音のように高い周波数が削られた音声は取りこぼしが増えます。日本語・中国語・韓国語以外の言語でうまくいかないときは、モデルを Small 以上に上げてください。
処理は端末の中だけで完結します。ファイルはアップロードされず、文字起こしの結果も外部へは送られません。会議の録音や取材の音源のように、外に出せないものをそのまま扱えます。
無音の区間は処理しないので、かかる時間はファイルの長さではなく、実際に話している部分の長さで決まります。間の多い講義や、話していない時間の長い録音は、長さの割に早く終わります。
うまくいかないとき
- 同じ人名や用語が何度も誤って変換される場合は、結果の画面の「検索と置換」でまとめて直せます。
- 音楽やジングルを含むポッドキャストでは、音楽の区間に話していない文が出力されることがあります。結果の画面で行を削除してください。
よくある質問
MP3 以外の音声も文字起こしできますか？
できます。WAV・M4A・AAC・FLAC・OGG・Opus・AIFF・WMA・AMR・WebM に対応しています。動画ファイルを選んだ場合は音声トラックだけを取り出して処理します。
ファイルサイズの上限はありますか？
ありません。時間の制限もありません。一度に処理できる長さは端末のメモリと選んだモデルで決まり、収まらないときは処理を始める前に画面で案内します。
音声はサーバーに送信されますか？
送信されません。文字起こしは端末のブラウザ内で実行され、音声ファイルも結果のテキストも外部のサーバーへは渡りません。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。
文字起こしにかかる時間はどのくらいですか？
端末の性能とモデルの大きさで変わります。WebGPU が使える環境では実時間より短く済むことが多く、対応していない環境では音声の長さの数倍かかることがあります。
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。