音声をテキストに:MP3、M4A、WAVなど
インタビュー、ディスカッション、口述録音など、Themeraは53言語の音声を話者とタイムスタンプ付きで文字起こしします。対応フォーマットや大容量ファイルを圧縮する方法をご紹介します。
30分の文字起こしを無料で · クレジットカードは不要です。
アプリ自体は英語またはドイツ語です。資料、コード、結果はお使いの言語で保持されます。
サポートされているフォーマット
MP4やMOVなどの動画ファイルは受け付けていません。まずオーディオをエクスポートしてください(下記参照)。
| フォーマット | 典型的なソース | 備考 |
|---|---|---|
| MP3 | ICレコーダー、録音アプリ、エクスポートファイル | ファイルサイズが小さく、幅広く互換性があり、長時間録音に適しています |
| M4A | iPhoneのボイスメモ、Zoomのオーディオファイル | ファイルサイズが小さく、音声品質が良好 |
| WAV | フィールドレコーダー、オーディオソフトウェア | 非圧縮のため、ファイルサイズが非常に大きい |
| FLAC | オーディオソフトウェア、アーカイブ用コピー | ロスレスでWAVよりも小さい |
| OGG | ブラウザやオープンソースツール | コンパクト |
| WebM | ブラウザで録音されたファイル | コンパクト |
1時間のオーディオのファイルサイズはどれくらい?
これらの数値はビットレートに録音時間を掛けたものです。音声の場合、モノラルのMP3またはM4Aで64 kbpsあれば十分です。品質を高くしても文字起こしの精度はほとんど向上せず、アップロード速度が遅くなります。
| 設定 | 1時間あたりのサイズ(概算) |
|---|---|
| WAV、44.1 kHz、16ビット、ステレオ | 約635 MB |
| WAV、16 kHz、16ビット、モノラル | 約115 MB |
| MP3、128 kbps | 約58 MB |
| MP3またはM4A、64 kbps、モノラル | 約29 MB |
動画や大容量ファイルの変換
Audacityなどのオーディオ編集ソフトでも、録音を直接モノラルMP3でエクスポートできます。
- 無料のVLCメディアプレイヤーでファイルを開き、メディア → 変換/保存を選択します。
- 「オーディオ - MP3」プロファイルを選択し、必要に応じてプロファイル設定でビットレートを下げ、チャンネルをモノラルにします。
- 新しいファイルを保存してアップロードします。
文字起こしの品質を決める要因
- 明瞭な発音と背景ノイズの少なさ:ノイズ、音楽、エコーは最も品質を低下させます。
- マイクとの距離:小さな声や遠い声は聞き取りにくく、誤認識されやすいです。
- 重なり合う発話:複数人が同時に話す場合、通常は1人の声しか文字起こしされません。
- 強いアクセントや専門用語:修正が必要になることが多くなります。
よくある質問
対応言語は?
53言語に対応しています(英語、ドイツ語など)。アップロード時に録音の言語を選択してください。広く話されている言語で明瞭な録音の場合、最も正確な文字起こしが得られます。
精度はどれくらいですか?
明瞭な録音であれば、テキストは読みやすくなりますが、完全にエラーがないわけではありません。引用や分析を行う前に、必ず音声と照らし合わせて文字起こしを確認してください。
時間はどれくらいかかりますか?
通常数分です。ページを閉じても構いません。文字起こしが完了したらメールでお知らせします。