音声からテキストへ変換する4つの簡単なステップ

ヘッドホンをつけて聞こえた内容を打ち直すという作業が嫌いなら、Sonixが最適なソリューションを提供します。音声ファイルを手動で文字起こししたい人はいません。それは退屈で時間がかかり、非常にミスが起きやすい作業です。音声の複雑さによっては、単純な30分の会話を文字起こしするのに4時間以上かかることもあります。これら4つの簡単なステップに従って、全く手間をかけずに音声をテキストに変換しましょう。

Google converts audio to text with Sonix
Adobe converts audio to text with Sonix
Uber converts audio to text with Sonix
Warner Bros converts audio to text with Sonix
Microsoft converts audio to text with Sonix
Stanford University converts audio to text with Sonix
The New Yorker converts audio to text with Sonix
ABC News converts audio to text with Sonix
NBC Universal converts audio to text with Sonix
IBM converts audio to text with Sonix
音声からテキストへ変換するためのステップバイステップガイド

音声をテキストに変換する手順

料金:サブスクリプション利用で1時間あたり$5.00 · 時間:1時間の録音に対して約10分

  1. 1
    Sonixアカウントを作成する約1分

    音声をテキストに変換するために、最先端のAIと高度な言語モデルにアクセスするためのSonixアカウントが必要です。アカウント作成とメールアドレスの確認はわずか1分で完了します。

    Sonixの無料トライアルアカウントを作成する
  2. 2
    音声ファイルをアップロードする約1分

    Sonixは、一般的に使用されているほとんどの音声ファイル形式に対応しています。コンピューターから、またはDropbox / Google Driveからファイルをアップロードするだけです。次に、その音声ファイルで話されている言語を選択してください。あとは当社の高度な音声認識アルゴリズムにお任せください。

  3. 3
    テキストの文字起こしをブラッシュアップする約5分

    自動文字起こしは、特に名前やその他の固有名詞が話されている場合、100%正確ではありません。高度なテキストエディタで数分かけて文字起こしを仕上げてください。単語をクリックするだけでその瞬間にジャンプし、そこから音声を再生できます。

  4. 4
    テキストの文字起こしをダウンロードする約30秒

    テキストの文字起こしをダウンロードするために、多くの異なるファイル形式を用意しています。「書き出し」ボタンをクリックして、Microsoft Word、Text、SRT、VTTなど、ご希望のダウンロード形式を選択するだけです。

基本のその先へ

すべての変換から、もっと多くを 引き出す

上記の4ステップは、1時間の音声で約10分。ここで紹介する細かなコツが、生の文字起こしを完成した文書へと仕上げます。

アップロード前に:60秒のチェックリスト

アップロード前のちょっとした3つの選択が、文字起こしの品質のほとんどを決めます。手元にあるファイルの中でいちばん良いものをアップロードしましょう。オリジナルの書き出しは、メッセージアプリで再圧縮されたものよりも優れており、高ビットレートのMP3や非圧縮のWAVなら、AIが処理に使える情報がより多くなります。録音で実際に話されている言語を選んでください。言語設定の取り違えは、使いものにならない文字起こしへの最短ルートです。そして複数人が話す場合でも、話者を印付けする心配は不要です。話者は自動的に検出・ラベル付けされます。ただ誰が誰かをざっくり把握しておくと、確認作業がぐっと速くなります。

効果を発揮するエディターの使い方

ステップ3の確認作業は、2つの習慣でいちばん速く進みます。まず、自分の違和感を信じること。文がどこかおかしいと感じたら、疑わしい単語をクリックすれば、まさにその瞬間から音声が再生されます。確認は2秒、推測は正確さを犠牲にします。次に、やみくもにではなく体系的に直すこと。固有名詞、業界特有の用語、専門用語が修正の大半を占めるので、これらから先に対処しましょう。さらに、Sonixが優先すべきカスタム用語と定義を追加することもできます。こうすればあなたの語彙を学習させられ、同じ名前をファイルごとに直し続ける代わりに、今後のすべてのアップロードに反映されます。

単語誤り率(WER)

適切な書き出し形式を選ぶ

ステップ4では30以上の形式が選べ、用途が選択を決めます。誰かが編集する文書ならDOCX、記録用ならPDF、動画にはタイミングがあらかじめ組み込まれたSRTやVTTが必要です。インタビューをコーディングする研究者は、話者とタイムスタンプを保ったままNVivoに書き出し、検索インデックスから他ツールへの貼り付けまで、それ以外のあらゆる用途にはプレーンテキストが役立ちます。この選択は決して最終決定ではありません。同じ文字起こしを、必要なときに必要なだけ、いくつもの形式へ書き出せます。

文字起こしの仕上がりが粗かったら

粗い文字起こしは、ほぼ必ず音声そのものが原因です。マイクが遠い、背景ノイズ、話し声のかぶり、あるいは強い圧縮など。修復の戦略はトリアージです。すべての行を磨き上げるのではなく、本当に必要な箇所だけをクリック再生を使って直し、残りは粗いままにしておきましょう。次の録音では、直しどころはデジタルではなく物理的なものです。マイクを近づけ、静かな部屋で、一度に一人ずつ話す。これらはどんな設定よりも正確さに効きます。記事ライブラリにある音声クリーンアップのガイドでは、ノイズの多い録音をアップロード前に救う方法を解説しています。

オーディオの背景ノイズを除去する

Get started

Sonixなら音声からテキストへの変換も簡単

Sonixは、世界中の企業、組織、研究者、学生、その他の個人向けに、数千万件もの音声ファイルをテキストに変換してきました。最新のAI技術により音声のテキスト化は容易になり、Sonixはその中でも群を抜いて正確であると評価されています。

30分間の無料文字起こし付きフリートライアル