音声・動画を確認・編集できるテキストに

対応音声ファイルを選択し、その音声言語とオプションの話者ラベルを設定して、文字起こしを開始します。処理が完了したら、確認 ワークスペースを開いて聞き、セグメントを修正し、話者の名前を変更し、保存された最新の版をエクスポートします。

はい。対応 MP4、MOV、AVI、MKV、MPEG/MPG、または WebM ファイルをアップロードすると、サービスがその音声を文字に起こします。メディア保持期間中に元の動画と比較して結果を確認できます。

対応ファイルは、AAC、AVI、FLAC、M4A、MKV、MOV、MP3、MP4、MPEG/MPG、OGG、OPUS、WAV、WebM で、1 ファイルあたり最大 5 GB です。一致するファイル名拡張子とメディア コンテンツ タイプが必要です。

音声の明瞭さ、マイクの品質、背景ノイズ、アクセント、専門用語、重複する音声が結果に影響を与える可能性があります。確認 キューは確信度の低いフレーズをグループ化して、それらを再生して修正できるようにします。確信度は正確性を保証するものではありません。

ファイルはプライベートのユーザースコープのストレージに直接アップロードされます。元のメディアは、タスクの作成から最大 7 日間確認用に保存され、すぐに削除できます。削除または有効期限が切れた後も、文字起こし結果、保存された編集内容、履歴、エクスポートは再生せずに引き続き利用できます。

文字起こしとは、録音された音声をテキストに変換することです。対応する音声または動画ファイルをアップロードし、音声の言語と任意の話者設定を選択して、書き出す前に保存された文字起こし結果を確認します。

処理時間は、録音の長さ、メディア形式、音声の複雑さによって異なります。バックグラウンドで文字起こしが続行されている間、ワークベンチにはタスクのステータスが表示されます。一定の完了時間を約束するものではありません。

既知の音声言語を選択することも、不明な場合は自動検出を使用することもできます。言語ピッカーは、文字起こしワークフローで現在対応言語に従いますが、録音が難しい場合でも結果を確認する必要があります。

はい。ワークフローで話者を検出したり、話者数の範囲を指定したりして、文字起こし結果を確認しながら話者の名前を変更できます。明確な交代は、重複した音声よりも有用なラベルを生成します。

はい。録音に専門用語が含まれている場合は、書き起こす前にオプションのコンテキストや重要な用語を追加します。処理後、文字起こし結果を開き、元のメディアを再生し、セグメントを編集し、確信度の低いフレーズを修正し、エクスポートする前に最新の版を保存します。

完成した文字起こし結果は、TXT、Markdown、SRT、または VTT としてエクスポートできます。 TXT と Markdown はドキュメントやメモに便利ですが、SRT と VTT は字幕ワークフローのタイミングを保持します。

新しいアカウントは、登録後に 10 回限りのクレジットを受け取ります。 1 クレジットは 1 分間の文字起こしの使用を表します。有料プランとクレジット パックにより容量が追加され、購入したクレジットに期限はありません。