音声の文字起こし ボイスメモ、録音、通話をテキストに

音声の文字起こしでできること

録音した話を、読める文章にします。音声データの文字起こしを手で打つと、1時間の録音に何時間もかかることがあります。Kotosay ではファイルを送るだけで AI が最初のテキストを作るので、あとは読み直して直すだけです。

日本語なら言語の選択は不要で、自動で判定されます。英語の授業や中国語の通話など、ほかの言語も90以上から選べます。

スマホから録音を取り出す

録音はたいていスマホの中にあります。ブラウザから直接選べますが、パソコンで作業したいときは先にファイルとして保存しておくと楽です。

• iPhone のボイスメモ: 録音を開いて共有ボタンを押し、「ファイルに保存」を選ぶと M4A で保存されます。
• Android: レコーダーアプリの共有メニューから音声ファイルを保存するか、Google ドライブに送ります。
• ICレコーダー: USB でパソコンにつなぐと、MP3 か WAV のファイルが見えます。

長さと処理時間

無料アカウントでは各ファイルの最初の5分、無制限プランでは10時間までのファイルをテキストにします。1時間の録音を無料アカウントで送ると、最初の5分をテキストにして、残りはロックされます。

処理にかかる時間は、ファイルの長さとそのときの混み具合で変わります。録音の文字起こしが長くかかるときは、終わるまでほかの作業をしていて構いません。

音声入力とファイルからのテキスト化の違い

スマホのキーボードやパソコンの音声入力は、いまマイクに向かって話す声をその場で文字にする機能です。短いメモなら、それで足ります。

すでに録ってある会議や講義の音声を文字起こしするなら、ファイルを丸ごと送れるサイトのほうが向いています。再生しながら話し直す必要がなく、タイムスタンプも付くので、あとから該当箇所を探しやすくなります。

雑音の多い録音を聞き取りやすくする

テキストの出来は、マイクと話す人の距離で大きく変わります。カフェのざわめきや空調の音も、言葉の取りこぼしにつながります。

• スマホは話す人の近くに置く
• 一人ずつ話してもらう
• BGM の流れる場所は避ける
• 言語がわかっていれば一覧から選ぶ

ヒント大事な録音は、まず冒頭5分を無料で試すと、直す手間がどのくらいかを先に確かめられます。

聞き取りにくい録音のとき

電話の録音は、自分の声が大きく、相手の声が小さく入りがちです。相手の発言で抜けた部分は、行のタイムスタンプを頼りに元の録音で聞き直して補ってください。

大教室の後ろの席で録った講義のように、声が遠くて小さい録音は、言葉が抜けたり別の語になったりしやすくなります。次の回からは前の席に座るか、ICレコーダーを教卓の近くに置かせてもらうと違いが出ます。

関西弁などの方言や、専門用語の多いゼミの発表は、人名や用語を中心に読み直すと手早く直せます。

英語の発表が混ざる留学生とのゼミのように、途中で言語が変わる録音は、まず自動判定のまま試してください。片方の言語が大半なら、その言語を一覧で選ぶと結果が安定しやすくなります。

何本もの音声を文字起こしするとき

卒論や調査で聞き取りを何本も録ったときは、送り方を少し考えると作業が進みます。無料アカウントは一度に1ファイルずつ処理し、1日3ファイルまで使えます。この3ファイルは端末ごとに数えます。

無制限プランなら3ファイルまで同時に処理でき、3台の端末で使えます。研究室のパソコン、自宅のパソコン、スマホのどれからでも続きの作業ができます。

コピーしたテキストを保存するときは、日付と話し手の名前を見出しに入れておくと、あとで目当ての回を探しやすくなります。

テキストができたあと

画面のエディターで人名や専門用語を直します。直してもタイムスタンプは残るので、気になる箇所は、その時刻を手がかりに録音ファイルで聞き直せます。

議事録やレポートに使うならコピーで十分です。Word で整えたいときは DOCX、動画に付けるなら SRT か VTT を無制限プランで書き出してください。

元の録音は手元に残す

アップロードした音声はテキスト化の24時間後に自動で削除されます。テキストは残り、エディターでいつでも直せます。Kotosay には音声を再生する機能がなく、24時間後には音声そのものも削除されるので、聞き直すときは自分の端末にある元の録音を使います。

引用の確認や聞き直しは、あとになって必要になることがあります。スマホやICレコーダーの元のファイルは消さずに取っておいてください。もう一度テキストにするときも、そのファイルを送り直せば済みます。