MP3 の文字起こし MP3 ファイルを、ブラウザでテキストに

MP3 が手元にあるのはこんなとき

MP3 は、ICレコーダーやポッドキャストでいちばんよく使われる音声形式です。会議を録った ICレコーダーのファイル、配信しているポッドキャストの音源、オンライン講座の音声教材、動画編集ソフトから書き出した音声などがよくある例です。

このページは、MP3 の中で話されている言葉をテキストにするためのものです。MP3 というファイルの形式を TXT に変えるのとは違い、AI が音声を聞き取って文章を作ります。MP3 テキスト変換と呼ばれることもあります。

ビットレートは結果に影響するか

話し声は、ビットレートの低い MP3 でも十分に聞き取れることがほとんどです。仕上がりに大きく響くのは、音割れ、マイクから遠い声、BGM や雑音のほうです。

送る前に別の形式へ変換し直す必要はありません。変換を重ねても音は良くならないので、手元にある元のファイルをそのまま選んでください。

ステレオかモノラルかも、話し声のテキスト化ではあまり気にしなくて大丈夫です。

長い MP3 とプランの上限

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時間のポッドキャストや90分のセミナーは、無制限プランなら1つのファイルのまま最後までテキストにできます。

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。無制限プランでは同時に3ファイルまで処理できるので、連続した回のポッドキャストもまとめて送れます。

ICレコーダーで録るときのコツ

会議なら、レコーダーはテーブルの真ん中に置き、ノートパソコンのキーボードや紙をめくる手元から少し離します。小さな物音でも、マイクの近くでは話し声と同じくらい大きく録れてしまうからです。

講演や授業では、できるだけ前の席に座るか、話す人の近くに置かせてもらってください。録音してよいかは、事前に主催者や先生に確かめておくと安心です。

歌や音楽の入った MP3

音楽に乗った歌声は、話し声より聞き取りにくく、歌詞として使えるほどの結果にならないことがよくあります。いちばん向いているのは、話し声が中心の音源です。ポッドキャストのジングルのように短い音楽が入る程度なら、話している部分は問題なくテキストになります。

二人以上で話すポッドキャスト

対談やゲスト回の音源は、話された順にテキストが並びます。配信ページに載せるなら、エディターで発言の頭にパーソナリティやゲストの名前を書き足しておくと、読む人が流れを追いやすくなります。

二人の声が重なった部分や、笑い声で言葉がかき消された部分は抜けやすいところです。行の時刻を頼りに、お手元の音源でそこだけ聞き直してください。

英語教材の MP3 で聞き取りを確かめる

TOEIC の問題集や英会話教材に付いている MP3 も、英語のままテキストにできます。聞き取れなかった箇所を文字で確かめ、教材の音声をその時刻まで戻してもう一度聞けば、シャドーイングの練習にも使えます。

日本語の解説と英語の音声が交互に入る教材は、まず自動判定のまま試し、結果を見てから言語を選ぶか決めてください。

MP3 の文字起こしはブラウザで

Windows なら Edge か Chrome、Mac なら Safari から使えます。ソフトを入れる必要はありません。iPhone のボイスメモの M4A も同じように送れるので、MP3 に変換してから送る手間は不要です。

テキストができたら

ポッドキャストなら、テキストから話題の切れ目を拾って、配信ページの概要やチャプターの下書きにできます。タイムスタンプが残っているので、各話題が何分から始まるかもすぐにわかります。

会議の録音なら、決まったことと宿題だけを抜き出せば議事録の形になります。人名や数字は、時刻を手がかりにお手元の録音で該当箇所を聞き直してから、エディターで直してください。

講座の音声教材なら、テキストにしておくと復習のときに必要な説明だけを読み返せます。

テキストを読み直すときのポイント

テキストは話し言葉に近い形で出てくるので、言いよどみや言い直しが残ることがあります。議事録や記事にするなら、意味の通る文に整えながら読み進めてください。

同じ読みの言葉は取り違えが起きやすいところです。「意思」と「意志」、「保証」と「保障」のような語は、前後の文脈で確かめます。

社名や商品名、カタカナの専門用語は、一つ直したら同じ語をページ内の検索で探し、まとめて確かめると手早く済みます。