音声のテキスト化: 録音を文字に変換する

「ツール」タブでこの機能は音声のテキスト化と呼ばれており、開いた画面には「音声からテキスト」と表示されます。ボイスメッセージ、インタビュー、講義、ポッドキャストなど、音声をテキストとして残したいあらゆる録音に対応しています。

追加できるファイル形式

「音声のテキスト化」は音声データを処理します。動画も読み込み可能です。アプリがお使いの端末上で音声のみを抽出し、音声データだけをアップロードします。

文字起こしを作成する手順

1. ツールタブを開き、音声のテキスト化をタップします。

2. 音声を追加します。ファイルの場合は選択、新しく録音する場合は音声を録音、またはリンクを貼り付けをタップします。

3. そのままお待ちください。ファイルが追加されると自動的に認識が始まります。「文字起こし」ボタンを押す必要はありません。テキストはテキストタブに表示されます。

4. 要約を確認するには要約タブを開きます。文字起こしの後に自動で生成されます。

話されている言語は自動検出されます。手動で選択することはできません。

「テキスト」タブと「要約」タブで確認できること

「テキスト」タブには文字起こしの全文が表示されます。デフォルトの認識エンジンでは、複数人が話している場合に話者ごと（話者 1、話者 2 など）に分割され、各パートにタイムコードが付きます。タイムコードをタップすると、その位置から音声を再生できます。プレーンテキストで確認したい場合は、タイムコードを表示をオフにしてください。テキストはコピーや共有が可能です。

「要約」タブには、録音の言語にかかわらず、アプリの言語で短い要約が表示されます。3つのパートで構成されています:

• 概要: タイトル、要約、引用、重要なポイント。

• 重要ポイント: タイムコード付きの主要なポイント。録音内容に応じて、手順、質疑応答、用語集、アクションアイテムなども作成されます。

• チャプター: タイムコードで区切られた録音の各パート。

PDFに書き出しをタップすると、要約を書類として保存できます。文字起こしの下にある次のアクションブロックでは、チャットで相談、テキストを翻訳、音声読み上げ、テキストを分析を利用できます。

作成された結果はすべてこのツールの履歴に保存されます。Premiumをお使いでない場合は最新の3件まで保持されます。詳しくは履歴の仕組みをご覧ください。

認識エンジンを変更する方法

「音声のテキスト化」には個別の設定画面がありません。「音声翻訳」で選択されているエンジンが使われます。音声翻訳を開き、設定アイコンをタップして音声認識タブに移動してください。

選んだエンジンは両方のツールに適用されます。

利用料金

ElevenLabs Scribeの場合、音声認識には音声1分あたり約0.73トークンかかります。1時間の録音なら約44トークンです。要約には別途トークンが消費されます。短いボイスメッセージなら1トークン未満、長い録音なら数トークンです。各エンジンの正確な料金については、各ツールのトークン料金をご確認ください。

「音声のテキスト化」で対応していないこと

• テキストを直接入力または貼り付ける欄はありません。手元にあるテキストを処理したい場合は、「テキスト翻訳」やチャット機能をご利用ください。

• 字幕ファイル（SRT、VTT）の作成には対応していません。動画に字幕を焼き込みたい場合は、字幕を追加をご利用ください。

• 単体での翻訳には対応していません。文字起こしの下にあるテキストを翻訳を使うか、音声付きの翻訳を作成したい場合は音声翻訳をご利用ください。

よくある質問