Tools 4 All
ホーム
その他のツール

音声文字起こし

約100言語で話し言葉をテキストに変換。音声・動画ファイルをドロップするか声を録音し、文字起こし結果をコピーするか字幕としてダウンロードできます。AI モデルはブラウザ内で動作するため、音声がデバイスの外に出ることはありません。

無料登録不要ローカルで動作 — ファイルはデバイスから出ません

このツールの使い方

音声文字起こしは、ブラウザ内だけで動作する小型の音声認識モデルを使って、話し言葉をテキストに変換します。

使い方

  1. 音声を追加 – 音声または動画ファイル（MP3、WAV、M4A、OGG、FLAC、WebM、MP4…）をドロップするか、「録音」をクリックしてマイクを使います。
  2. 言語を選ぶ – 最高の精度を得るには話されている言語を選ぶか、「自動検出」のままにします。ツールはその言語向けのモデルを使います。
  3. 文字起こし – 「文字起こし」をクリックします。音声の各部分の処理が終わるたびにテキストが表示され、いつでも停止できます。
  4. 保存 – テキストをコピーするか、TXT、SRT、VTT、JSON 形式でダウンロードします。タイムスタンプをクリックすると、その位置から音声を再生できます。

文字起こしの代わりに英訳を得るには「英語に翻訳」を選びます。ヘブライ語と英語以外のすべての言語で使えます。

音声

または

音声を文字起こしする方法

  1. 音声を追加

    音声または動画ファイルをドロップするか、マイクから録音します。

  2. 言語を選択

    話されている言語を選ぶか、自動検出のままにします。ツールが適切なモデルを選びます。

  3. 文字起こし

    テキストはブラウザ上で、セグメントごとに表示されます。

  4. コピーまたはダウンロード

    テキストをコピーするか、TXT、SRT・VTT 字幕、または JSON としてダウンロードできます。

ブラウザで完結するプライベートな音声テキスト変換

多くのオンライン文字起こしサービスは、録音をサーバーにアップロードし、分単位で料金を請求します。このツールは違います。小型のオープンな音声認識モデルをブラウザにダウンロードし、お使いのデバイス上で実行します。インタビュー、講義、会議、ボイスメモは外部に送られません。

できること

  • 約100言語の文字起こし、言語の自動検出付き。
  • 対応するあらゆる言語の音声を英語のテキストに翻訳。
  • すべてのセグメントのタイムスタンプと、SRT・VTT 形式の字幕。
  • 音声・動画ファイル、またはマイクからの録音。
  • それぞれ100 MB未満の小型モデルで、どのパソコンでも動作します。
  • アップロード不要、アカウント不要、制限なし、完全無料。

モデル

ヘブライ語にはivrit.aiのZipformer（CC BY 4.0）、英語にはMoonshine Base（MIT）、その他の言語にはOpenAIのWhisper Base（MIT）を使います。

要点は multilingual-e5-small（MIT）が、求めたときだけ選びます。

音声を正確にテキスト化する方法

音声文字起こしは、録音された話し言葉を文章に変換します。インタビューを検索できるようにし、講義の復習をしやすくし、ポッドキャストをより多くの人に届け、動画に字幕を付ける準備を整えます。

最良の結果を得るためのヒント

  • 言語を指定する：自動検出でも十分機能しますが、言語を指定すると、特に短い録音や雑音の多い録音での誤りを防げます。
  • クリアな音声を使う：背景の雑音が少なく、一度に一人ずつ話している音声ほど、きれいな文字起こしになります。
  • パソコンを使う：文字起こしはデバイスのプロセッサで実行されるため、ノートPCやデスクトップPCのほうがスマートフォンよりずっと高速です。

文字起こしと字幕

結果をプレーンテキストでダウンロードして編集や共有に使ったり、SRT や VTT でダウンロードして YouTube、動画編集ソフト、メディアプレーヤーで動画に字幕を付けたりできます。JSON ファイルには各セグメントとその開始・終了時刻が含まれており、開発者向けです。

音声文字起こしは誰が使っていますか？

  • 学生：録音した講義をノートにできます。
  • ジャーナリスト・研究者：インタビューを第三者に送ることなく文字起こしできます。
  • コンテンツクリエイター：動画やポッドキャストの字幕や概要欄のメモを作成できます。
  • ビジネスパーソン：会議や通話の記録を文書で残せます。

先に録音が必要ですか？ボイスレコーダーや画面録画をお試しいただくか、他のツールもご覧ください。

よくある質問

どの言語を文字起こしできますか？
英語、ヘブライ語、アラビア語、スペイン語、フランス語、ドイツ語、ロシア語、中国語、日本語、ヒンディー語、ポルトガル語など、約100言語に対応。最良の結果を得るには言語を選ぶか、ツールに自動検出させてください。
音声はどこかにアップロードされますか？
いいえ。音声認識モデルはブラウザ内、つまりお使いのデバイス上で動作します。音声も文字起こし結果も、パソコンの外に出ることはありません。
文字起こしは無料ですか？
はい、完全無料です。登録不要、時間制限なし、透かしもありません。
どのモデルを使っていますか？
言語ごとに小型モデルを1つ自動で選択：ヘブライ語にはivrit.aiのZipformer、英語にはMoonshine、その他の言語にはOpenAIのWhisper Base。どれも100 MB未満で、どのパソコンでも動作します。
初回の文字起こしに時間がかかるのはなぜですか？
モデルを初めて使うときは、ブラウザが一度だけダウンロードしてキャッシュに保存します。同じモデルでの次回以降の文字起こしは、オフラインでもすぐに始まります。
文字起こし結果を要約できますか？
はい。「要約」をクリックすると要点が表示されます。話された内容を最もよく表す文が、それぞれ録音内の時間付きで並びます。小さな AI モデル multilingual-e5-small がブラウザ内で選び、初回は約 120 MB をダウンロードします。
字幕を作成できますか？
はい。文字起こし結果を SRT または VTT でダウンロードすれば、YouTube、動画編集ソフト、メディアプレーヤー用のタイムスタンプ付き字幕が手に入ります。
動画ファイルも文字起こしできますか？
はい。MP4、WebM、MOV ファイルをドロップすると、その音声トラックを文字起こしします。
その他のツール一覧 →
ヘッダー確認 ブラウザーがサーバーに送信する内容を正確に確認します。 IPアドレス確認 パブリック IP アドレス、位置情報、接続速度を確認します。 文字列抽出 Linux の strings コマンドのように、任意のバイナリファイルから読める文字列を抽出します。 PDFロック解除 保護された PDF のパスワードをブラウザーで復元します。