6人によるパネルディスカッションでも、すべての発言者をきちんと区別できました。3回目の文字起こし以降は、確認作業をしなくなりました。
日本語の文字起こし:日本語の音声・動画をテキストに
日本語の文章は3種類の文字を使い分け、単語の間にスペースもありません。だからこそ文字起こしは、音だけでは決められない選択の連続です。録音をアップロードすれば、文脈に沿って書き起こされた日本語のテキストが、話者の区別とタイムスタンプ付きで手に入ります。
MP3、WAV、MP4、MOVなどに対応 · 最大8 GB · クレジットカード不要
すべての言葉を日本語で
interview.mp3JA
さくら
冬にスタジオを作り直しました。
健太
それ以来、どのエピソードも温かく聞こえます。
さくら
聴く人はすぐに気づきます。
クリックまたはドラッグ＆ドロップで音声・動画をアップロードタップして音声・動画をアップロード
MP3, MP4, M4A, MOV, AAC, WAV, OGG, OPUS, MPEG, WMA, WMV
クレジットカード不要・ファイルは暗号化・AI学習には一切使用しません
日本語の文字起こしが難しい理由
日本語は音の種類が少なく、同音異義語がとても多い言語です。「きかい」は「機械」にも「機会」にもなり、「こうえん」は「公園」「講演」「公演」のどれにもなります。音はまったく同じなので、漢字は文の前後から判断するしかありません。いちばん難しいのは人名や社名で、読み方から表記をまったく推測できないことも少なくありません。
同じ言葉でも、漢字・ひらがな・カタカナのどれで書くかが分かれます。「下さい」か「ください」か、「出来る」か「できる」か。多くは表記の好みの問題なので、文字起こしが社内の表記ルールと一致するとは限りません。また、単語の間にスペースがないことは字幕で特に効いてきます。改行は単語の途中ではなく、自然に読める位置で入れなければなりません。
敬語では動詞そのものが変わります。「言います」「おっしゃいます」「申します」はどれも「言う」の意味ですが、敬意の度合いが違います。インタビューや商談では敬語の使い方自体が意味を持つため、文字起こしでは話し手が使った言い方をそのまま残す必要があります。「ね」「よ」などの終助詞や、「えーと」「あの」といったフィラーも、話し言葉の日本語には欠かせない要素です。
きれいな日本語の文字起こしとは
会議から抜き出した3つの発言と、それぞれのポイント。
- 話者1
この機械を使う機会は、正直あまりないですね。
機械を指す語と好機を指す語は、どちらも同じ読みです。見分けるのは意味だけで、このような同音異義語は日本語の文字起こしでまず確認したい箇所です。
- 話者2
それでは、詳しいところは部長からご説明いただきます。
敬語の形は話されたとおりに残しています。普通の形にすると、誰に敬意を示しているかが変わってしまいます。
- 話者1
えーと、参加者は去年より三割ほど増えて、1,200人でした。
フィラーは、調査用には残し、字幕用には削除できます。数字は漢数字でもアラビア数字でも表せるため、公開前に表記を一つに決めてください。
MP3、WAV、M4A、MP4、MOVなど一般的な形式のファイルをドロップするか、YouTubeまたはVimeoのリンクを貼り付けます。
自動検出は、ファイル全体から複数の発話区間を聞き取って言語を判定します。動画が音楽や英語の導入から始まる場合は、日本語を手動で選んでください。
人名、同音異義語、数字を中心に読み返してエディターで修正し、SRT、VTT、ASS、TXT、DOCX、PDF、CSV、XLSX、JSONで書き出します。
BlaBlaScribeで日本語を文字起こしする理由
実際に話される日本語のために。
ローマ字ではなく、日本語の文字で
漢字とかなで、日本語の句読点付きで書き起こすので、そのまま編集・公開に使えます。
誰が何を言ったか
話者は自動で区別されるので、会議やインタビューもひとかたまりの文章ではなく、対話として読めます。
同じファイルから日本語字幕も
文字起こしをタイミング付きの字幕に変換し、意味の切れ目に合わせてエディターで改行を調整できます。
日本語から50以上の言語へ
文字起こしや字幕を翻訳したり、動画を英語ほか25の言語に吹き替えたりできます。
クリエイター、チーム、研究者に愛用されています
580件以上のレビューで平均4.8/5の高評価
他のツールでは小文字の単語がただ流れるだけでした。ここでは文章がきちんと文章として読めます――ほとんど手直し不要です。
カード登録なし、裏もなし。支払う前に実際のファイルで試し、手放せなくなったので1週間後にアップグレードしました。
大きなファイルで困っていたら、その日の午前中にサポートが一括アップロードの手順を丁寧に教えてくれました。今どき貴重です。
現場インタビューをMP3で取り込み、タイムスタンプ付きの整ったDOCXとして出力できます。執筆時間が半分になりました。
昼休みに2時間の録音をアップロードしたら、コーヒーを飲み終える前に文字起こしができていました。精度には本当に驚きました。
処理がEU内のインフラで完結するため、法務チームの承認が下りました。それだけで競合のほとんどが候補から外れました。
最大8 GBの日本語の音声・動画ファイルをアップロードするか、YouTubeなどのサイトのリンクを貼り付けます。BlaBlaScribeのAIが話し言葉を話者ラベルとタイムスタンプ付きのテキストに変換します。クリアな録音なら精度は最大99.8%です。エディターで音声と照らし合わせて文字起こしを確認し、TXT、DOCX、PDF、CSV、XLSX、JSON、SRT、VTT、ASSで書き出せます。最初の30分間は無料で、クレジットカードは不要です。
同音異義語は文の意味から表記が選ばれるため、一般的な言葉ならたいてい正しく書き起こされます。人名・地名・社名は事情が異なり、読み方が何通りもあるものが多いので、公開前に手元の資料と照らし合わせて確認してください。
はい。文字起こしは発話に沿うので、「いらっしゃいます」「申します」といった尊敬語・謙譲語も、話し手が使ったまま残ります。インタビューや商談、あとで引用する発言では、これが大切になります。
話し言葉の日本語にはフィラーがつきものです。文字起こしに残るものもあれば、短いものは省かれることもあるため、言いよどみまですべて記録した逐語録にはなりません。字幕に使うなら残ったものをエディターで削除し、研究用なら重要な箇所を聞き直してください。
クリアな音声なら最大99.8%で、日本語の句読点も付きます。雑音、話者の声の重なり、電話品質の録音では精度が下がりますが、エディターではテキストと音声を並べて確認できるので、残りの修正もすぐに終わります。
はい。同じファイルから日本語字幕を作成し、タイミングを保ったまま英語など50以上の言語に翻訳できます。AI音声で、日本語の動画を英語に、英語の動画を日本語に吹き替えることもできます。
MP3、WAV、M4A、MP4、MOV、MKVなど一般的な音声・動画形式に対応し、1ファイル最大8 GBまで。YouTubeやVimeoのリンクも使えます。書き出しはSRT、VTT、ASS、TXT、DOCX、PDF、CSV、XLSX、JSONに対応しています。
はい。クレジットカード不要で、30分の無料枠を1回だけ使えます。短い日本語の録音は最後まで文字起こしされ、長いものは最初の10分が表示されます。