AI
動画文字起こし
最初の文字起こしを作り、録音を聴いて確認します。
ここに動画または音声ファイルをドロップ、またはクリックして選択
MP4、WebM、MOV、MP3、WAV、M4Aなどに対応
ファイル上限: 500 MiB
文字起こしモード
最速・最軽量 — Whisper tiny
モバイル端末・低速回線に最適
高精度 — Whisper base
デスクトップ・明瞭な録音に最適
音声言語
話されている言語が既にわかっている場合は手動で選択すると、より高速で安定した結果が得られます。
ブラウザ内でローカル動作
ファイルはデバイス上で処理され、サーバーにアップロードされることはありません。
初回実行時は選択したAIモデルがブラウザキャッシュにダウンロードされるため、モードと回線速度により起動時間が変動します。
スマホ、タブレット、非力なノートPCにはチーターを。イルカはメモリ豊富なデスクトップブラウザ向け。
処理時間はファイルの長さに依存 — すべてデバイス上でローカルに実行。
端末内のCPUで処理します。長い録音は時間がかかるため、Cheetahや短い区間を試してください。
発話をメモや字幕に使う
文字起こしは取材の整理に役立ちますが、人名や雑音のある区間を誤認識することがあります。話者の言語を選び、不確かな箇所を聴き直してください。引用前に修正することが大切です。
使い方
ファイルを開き、話されている言語とモデルを選択します。文字起こし後に各区間を確認してください。
使い方の例
短いインタビュー区間で固有名詞を確認してから全体を処理します。時間付き字幕にはSRT、読み返しや編集には通常のテキストを選びます。
利用前に確認したいこと
上限は500 MiBです。初回にモデルをダウンロードします。精度と速度は音声、端末、ブラウザに左右されます。
このツールについての質問
どのモデルを選ぶべきですか？
Cheetahは小型で、メモリの少ない端末に向いています。Dolphinは大きいモデルを使います。長い録音の前に短い区間で比べてください。
初回に時間がかかるのはなぜ？
まずモデルをブラウザにダウンロードします。その後の処理時間は、録音の長さや端末のメモリ・処理能力によって変わります。
字幕はそのまま公開できますか？
人名、句読点、区間の切れ目を録音と照合してください。自動結果は編集の出発点で、校正済みの完成稿ではありません。