録音した音声ファイルを文字起こしする
IC レコーダーや録音アプリの録音ファイルを選ぶと、Whisper AI がブラウザの中で文字に起こします。形式を変換する必要はなく、何時間の録音でも時間の制限はありません。音声はサーバーへ送られません。
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
IC レコーダーの録音を文字起こしする手順
- IC レコーダーを USB で PC につなぎ、録音ファイルをコピーします。スマートフォンの録音アプリで録ったものは、共有メニューからクラウドストレージに保存して取り出します。iPhone のボイスメモは「M4A の文字起こし」のページに手順があります。
- 話している人が 2 人以上なら、話者分離を有効にします。言語が分かっている場合は、自動検出ではなく実際の言語を選んでください。
- 録音ファイルを選びます。確定した行から画面に表示され、終わったら TXT または SRT 形式のファイルとして書き出せます。
録音機器ごとのファイル形式
IC レコーダーは MP3 か WAV で保存する機種が多く、WMA で保存する機種もあります。スマートフォンの録音アプリは M4A・MP3・AMR などで保存します。どれもそのまま読み込めるので、MP3 などに変換してから選ぶ必要はありません。
結果を大きく左右するのは録音の条件です。話す人とマイクが近いこと、空調などの雑音が小さいこと、複数人の声が重ならないことの 3 つが効きます。
長い録音でも時間の制限はありません。処理中も確定した行から表示されるので、終わる前に内容を確かめられます。途中でページを閉じても、それまでに確定したテキストは履歴に残ります。
うまくいかないとき
- 小さい声や遠い声が抜ける場合は、モデルを Small 以上に上げてください。
- 無音の長い録音で、話していない文が出ることがあります。結果の画面で行を削除してください。
よくある質問
どの録音形式に対応していますか？
MP3・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。
何時間の録音まで文字起こしできますか？
時間の制限はありません。ファイルの大きさは 1 ファイル 2 GB まで、スマートフォンでは 500 MB までです。スマートフォンは端末を保護するため省メモリモードで動くので、長い録音は PC での利用をおすすめします。
録音に入っている複数の話者を分けられますか？
できます。話者分離を有効にすると、話者ごとに行を分けます（8 人まで）。会議の録音なら、話者分離を最初から有効にしてある「会議・議事録の文字起こし」のページが使いやすいです。
録音はどこかへ送信されますか？
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、録音も結果のテキストも外部のサーバーへは渡りません。
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（失敗率を出すには両方が要ります）。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、どの段階まで進んだか、エラーの内容、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。
送信しない情報
音声データ、文字起こし結果、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、外部サービスには渡しません。