MP3 をテキストに変換
MP3 をアップロードすると、タイムスタンプと話者付きの書き起こしが返ってきます。どの行をクリックしても、それがどの瞬間に話されたかを聴いてから書き出せます。
MP3、WAV、M4A、OGG · 最長 30 分
文字起こしする権利のある録音をアップロードしてください。書き起こしはあなたのもので、音声は処理後に保持されません。
どの行をタップしてもその箇所が再生されます。再生中は再生ヘッドの行が光ります。あなたの書き起こしもこのようになります。
01—使い方
3 ステップで MP3 をテキストに変換する
インストールするソフトも、先に変換する手間もありません。MP3 はそのまま入り、書き起こしは専用ページに開きます。プレイヤーが上、書き出しボタンは期待どおりの場所です。
- 1
MP3 をアップロード
最長 30 分のファイルをドロップします。アップロード前に長さが読み取られ、今日の変換が無料か、いくらかかるかがページに表示されます。
- 2
MP3 をテキストに変換
「文字起こし」を押します。エンジンが一度聴き、すべての語を話された秒とともに書き取り、話者を分けます。10 分の MP3 なら通常 1 分以内に返ってきます。
- 3
音声と照らし合わせてから書き出す
書き起こしはプレイヤーの横に開きます。どの行でもクリックして聴き、フレーズを検索し、話者名を変更して、プレーンテキスト、タイムスタンプ付きテキスト、SRT、VTT をダウンロードします。
どのくらいかかる？
おおよそ録音の長さの 10 分の 1 です。3 分のボイスメモは数秒で、30 分のインタビューは 2 〜 3 分で戻ります。処理中はページにタイマーが出ます。
02—フォーマットについて
MP3 の何が文字起こしに影響するか
MP3 は圧縮された音声ファイルです。人の耳がほとんど気づかない周波数を落として残りを保つため、録音は元の 10 分の 1 ほどの大きさになり、声はそのまま残ります。だからこそ MP3 は、MP3 テキスト変換ツールに持ち込まれる最も一般的なファイルなのです。
ビットレート
64 kbps の音声ポッドキャストと 320 kbps の音楽ファイルは聴こえ方がまったく違いますが、文字起こしエンジンにとってはほぼ同じ語を運んでいます。語を落とすのは圧縮ではなく、録音時の部屋のノイズです。32 kbps を大きく下回ってようやく子音がにじみ始めますが、そこまで小さいファイルは今では珍しいものです。
モノラルとステレオ
音声の MP3 の多くはモノラルで、文字起こしにはまさに適しています。左右のチャンネルに一人ずつのステレオ・インタビューも問題ありません。エンジンはチャンネルではなく声で話者を区別するので、先にミックスし直す必要はありません。
ファイル名はどうなるか
アップロードした MP3 の名前が書き起こしのタイトルになり、ダウンロードするすべての書き出しもその名前になります。アップロード前に自分が分かる名前を付けるか、あとでワンクリックで書き起こしの名前を変えてください。
先に変換する必要は？
ありません。MP3 を文字起こしの前に WAV にする必要はなく、WAV や M4A を MP3 にする必要もありません。手元のものをそのままアップロードしてください。このページは MP3 を想定しつつ、他の形式も受け付けます。
03—行をクリック
どの行をクリックしても、聴ける
MP3 のポッドキャストは 1 時間に及ぶことが多く、引用ひとつ確かめるのに進捗バーを行ったり来たりすべきではありません。ここでは書き起こしと音声はひとつのもので、同じページにあり、すべての行が自分の秒数を知っています。
書き起こしが再生ヘッドに追従する
MP3 が再生されると、話されている行が強調され、見える位置に保たれます。別の行をクリックすれば再生がそこへ飛びます。引用の確認は 2 秒です。
検索してから聴く
フレーズを入力すると、それを含む行に絞り込まれます。ひとつクリックすれば、まさにその瞬間を聴いています。
音声そのものからのタイムスタンプ
各行は開始した秒を持ち、読み上げ速度からの推定ではなくファイルから計測されているので、番組ノートに貼るタイムスタンプは正しい瞬間を指します。
名前を変えられる話者
二つの声は話者 1 と話者 2 になります。一度名前を変えれば、全行とすべての書き出しが更新されます。
04—得られるもの
MP3 の書き起こしで得られるもの
1 回の変換で 4 つのファイル。すべて同じ時間付きセグメントから作られるので、プレーンテキスト、字幕、タイムスタンプ版が食い違うことはありません。
プレーンテキスト
話者が間を置いたり交代した箇所で段落が分かれ、メモ、文書、メールにそのまま貼れます。
タイムスタンプ付きテキストと字幕
同じ行に開始時刻を付けたもの、または動画タイムラインにそのまま載る SRT と VTT。
話者ラベル
インタビューや通話は各発言に話者が付いて返り、話者の名前はあなたが決めます。
書き起こしの保存先
各書き起こしは音声とともに履歴に 30 日間残り、ページを開き直して再生し、後で書き出せます。アップロードした MP3 は他のどこにも保持されず、書き起こしを削除すると両方が消えます。
05—MP3 の出どころ
MP3 の録音はどこから来るか
MP3 はダウンロードと書き出しの形式なので、多くの音声がこの形で届きます。MP3 がやって来る六つの場所と、それぞれでテキストにすると何が得られるかを紹介します。
ポッドキャストのダウンロード
番組ノート用の引用を抜き出し、話題が出た分を見つけ、聴くより読む人のために書き起こしを公開する。
ボイスレコーダーと口述録音機
インタビューと講義を機器からそのまま。話者に近いマイク一本が、テーブル中央の良いマイクに勝ります。
MP3 で書き出した会議
話者付きの書き起こしは、誰が何を約束したかの記録。1 時間再生する代わりに名前や期日を検索する。
講義とコース
録画した授業がタイムスタンプ付きのノートになり、学生は概念が説明されたまさにその分に戻れる。
古いアーカイブ
10 年前に MP3 で保存したインタビューも、今日録ったものと同じように文字起こしできます。問題は圧縮ではなく、録音した部屋でした。
楽曲
エンジンは歌ではなく話し声のために作られています。歌詞なら先にボーカルリムーバーで曲を分割し、ボーカルトラックだけを文字起こしすると、結果は目に見えてきれいになります。
できないこと
聞き取れなかった語は文字にならず、音声そのものは翻訳せず、ライブ字幕でもありません。手元の MP3 を、1 つ 30 分まで扱います。長いものは自然な区切りで二つに分けて変換してください。
06—よくある質問
よくある質問
MP3 をテキストに変換できますか？
はい。MP3 をアップロードして「文字起こし」を押すと、タイムスタンプと話者ラベル付きの書き起こしが開きます。どの行でもクリックして聴き、テキストか字幕でダウンロードしてください。
MP3 テキスト変換ツールは無料ですか？
ログイン済みのアカウントなら毎日 3 回、各 10 分まで無料で、すべての書き出し形式が使えます。有料プランは 1 日の上限がなくなり、1 ファイル 30 分まで、分単位でクレジットを消費します。レートは料金ページをご覧ください。
MP3 の文字起こしの精度は？
一人か二人のクリアな録音なら、注意深く聴いた人が書くものに近い精度です。MP3 の圧縮はほとんど影響せず、背景ノイズ、遠いマイク、重なった会話が精度を下げます。先にボイス分離で音声をクリーンにするのが何より効きます。
低ビットレートの MP3 は精度が落ちますか？
実際には落ちません。64 kbps の音声は 320 kbps の音声と同じように文字起こしできます。32 kbps を大きく下回るファイルでようやく子音が落ち始め、マイクまでの距離のほうがビットレートよりはるかに重要です。
タイムスタンプと話者名は付きますか？
はい。各行には音声から取った開始時刻が付き、各発言は名前を変更できる話者に割り当てられます。一人だけの録音ではラベルは表示されません。
MP3 から歌詞を抜き出せますか？
エンジンは話し声のために設計されているので、ミックス済みの曲は途切れ途切れになります。先にボーカルリムーバーで曲を分割し、分離したボーカルトラックを文字起こししてください。そのほうがはるかにうまくいきます。
ファイルサイズと長さの上限は？
1 ファイルあたり最大 50 MB、最長 30 分です。1 時間のポッドキャスト MP3 はサイズ上限に収まることが多いので、自然な区切りで二つのファイルに分けて変換してください。
どの形式で書き出せますか？
プレーンテキスト、タイムスタンプ付きテキスト、SRT、VTT。すべての書き出しはアップロードした MP3 の名前になるので、interview.mp3 は interview.srt として戻ってきます。
07—その他のツール
その他の音声ツール
MP3 は数ある形式のひとつで、書き起こしはできた時点で台本です。AnyVoice の他のツールがその前後を担います。