動画をテキストに変換する

アカウント（無料でもProでも機能は同じです）では、トランスクリプトに次のものが付きます。

話した人

日本語では、トランスクリプトで声が話者 1、話者 2などの話者ラベルに分けられます。各ラベルの名前を一度変更すれば、その名前がトランスクリプト全体に反映されます。

すべての単語に時刻

どの行もクリックすればその箇所を再生でき、再生中はトランスクリプトが録画に合わせて進みます。

字幕か、文書か

Word (DOCX)、TXT、SRT、VTT。すべてのプランで使えます。SRTとVTTは字幕ファイル、WordとTXTはテキストそのものです。

映像に入れる字幕

字幕を動画に焼き付けて、完成したファイルをダウンロードできます。動画への字幕の焼き付けは、無料プランを含むすべてのプランで使えます。対象は、ご利用のプランで扱えるファイルの長さまで、最長でも2時間までの録音です。作成できるのはアカウントごとに毎月20本、動画の長さにして合計600分までで、完成した動画は7日間保存されます。

要約、翻訳、質問

動画の種類に合った形で要約し、トランスクリプトを翻訳し、ある話題について何が話されたかを質問できます。回答には録音内の時点が示されます。

使われるのは音声だけです。スライドの文字、映像にすでに入っている字幕やテロップ、チャットに書き込まれた内容は読み取りません。マイクから離れた話し手の声は途切れ途切れになります。動画ファイルは中に含まれる発話の量に比べてサイズが大きいため、音声だけの場合よりアップロードに時間がかかりますが、トランスクリプトはどちらでも同じです。

自動の文字起こしには必ず誤りがあり、その誤りは人名などの固有名詞、数字、専門用語に集中します。引用する前に、該当する行をクリックして音声を聞いてください。すべての単語に時刻が付いているので、確認にかかるのは聞き直す時間だけです。動画の場合は、画面には表示されていても音声では聞き間違えられやすい製品名、地名、人名がそれにあたります。字幕をエクスポートする前にテキストで直しておけば、すべての字幕にその修正が反映されます。

アカウントなしの無料トライアルでは、録音の最初の10分までを文字起こしします。 Proでは、各ファイルの長さは最大8時間までで、その月に含まれる時間の範囲内でご利用いただけます。各プランに含まれる内容は料金ページに記載しています。 プランと料金を見る

長時間の録音では、ある区間から次の区間にかけて話者ラベルがずれることがあります。これは設定によるものではなく、長時間の音声を処理する仕組み上の制約です。

自動設定のままにせず、主要な言語を指定してください。言語を自動検出すると発話の区間ごとにどの言語かを判定する必要があり、録音の途中で言語が切り替わる箇所では、別の言語での発言は文字起こしではなく翻訳されて出力されるか、まったく出力されない場合があります。いずれの場合も欠落とは表示されず、トランスクリプトは一見問題ないように見えてしまいます。