ご注意：書き起こしはブラウザー内でニューラルネットワークを実行します。性能の低いデバイスでは長い音声に時間がかかり、本体が温かくなることがあります。短いクリップならずっと高速です。
音声ファイルをドロップ
ページのどこにでもドロップできます · ファイルを選択 · 100 MB
対応形式： MP3, WAV, OGG, OGA, OPUS, M4A, M4B, AAC, FLAC, ALAC, AIF, AIFF, AIFC, WMA, AC3, EAC3, DTS, AMR, AWB, CAF, MKA, APE, WV, TTA, MP2, MPC, SPX, AU, SND, VOC, 3GA
音声モデルは初回に一度だけダウンロードされ（Tiny で約 40 MB）、以降はデコード・書き起こし・書き出しのすべてがこのタブ内でオフライン動作します。音声がこのデバイスから出ることはありません。
音声書き起こしはどう動きますか？
使い方
音声ファイルと言語を選びます。初回はモデルのダウンロードが必要です。その後の認識は端末内で行いますが、長い録音を処理するには十分なメモリが必要です。
確認しておきたい点
結果は録音を聞きながら確認してください。固有名詞、数字、雑音のある箇所では誤認識が起こります。無音や音楽から、実際には話されていない文章を生成する場合もあります。時刻表示を使って原音に戻り、修正してから共有しましょう。
入力
interview.mp3 — 12 minutes, two speakers
出力
Timestamped transcript: “0:04 So the first thing we tried…” → export as .srt
音声書き起こしが対応するオプションとエッジケースは？
| パラメータ | 型 | デフォルト | 動作とエッジケース |
|---|---|---|---|
| 言語 | — | — | 録音で話されている言語を選びます。 |
| モデル | — | — | 初回のダウンロードと端末のメモリが必要です。 |
| 出力 | — | — | TXTは文章、SRTとVTTは時刻付きの字幕です。 |
よくある質問
文字起こしの結果は正確ですか？
誤りは生じます。音質、言語、モデルによって精度が変わるため、特に名前や数字は原音と照合してください。