自動フォーマット変換: 変換作業は一切不要

VoxScriberがサーバー上で特殊なフォーマットを自動変換し、動画から音声を抽出する仕組みを解説します。追加費用もユーザー操作も一切かかりません。

黄金のルール: ファイルはそのままアップロードしてください。ネイティブ対応形式でない場合、プラットフォームが文字起こし前にサーバー上で自動変換します — 追加費用も、インストールするソフトも、あなたの操作も一切不要です。

自動変換されるもの

あまり使われない29種類の音声・動画フォーマット — .aiffや.alac(Apple)から、.mxf、.prores、.brawといった業務用動画フォーマットまで — は文字起こし前にMP3へ変換されます。
動画(MP4、MOV、MKV、AVI...): 音声トラックがサーバー上で抽出されます。映像は使用されません。
ネイティブ対応形式(MP3、WAV、M4A、OGG、FLAC...)は変換されずにそのまま処理されます。

すべてのファイルは技術的なスキャンを受け、実際の音声トラックが存在することを確認し、正確な再生時間を測定します(この再生時間がサイクル単位のコストを決定します)。WhatsAppの音声やブラウザの録音など、ヘッダーが不完全なファイルは、拒否される前に寛容な2回目のスキャンが行われます。

必要に応じて、ファイルはサーバー上でMP3に変換されます。変換後のファイルは文字起こしにのみ使用され、このプロセスはあなたにとって透過的です。

エンジンは、理解できる形式に変換された音声を受け取ります。一部のエンジンはネイティブ対応形式が少なく(例えば、標準エンジンは約10種類に対応)— 事前変換がその差をあなたが気づかないうちに補完します。

変換にサイクルはかかりません。 文字起こしのコストは音声の再生時間と選択したエンジンによって決まります — 変換の有無にかかわらず、価格は同じです。

自動変換は壊れたファイルを修復しません。ファイルが破損している場合や、音声ファイル名で保存されたHTMLページの場合、検証時に拒否されます。アップロードのよくある問題をご覧ください。

唯一のシナリオ: 回線が遅い + ファイルが巨大。2GBの動画は、アップロード前にローカルで音声を抽出すれば約100MBのMP3になります — 文字起こしの結果は同じですが、アップロードが20倍速くなります。通常の回線では、その手間は不要です。

認識できるレベルでは低下しません — 変換はエンジンに必要な音声品質を保持します。精度に実際に影響するのは、元の録音品質です。

通常は数秒です — ファイルサイズに比例します。この時間は標準的な処理時間に含まれています。

アップロードして検証に任せてください — 読み取り可能な音声トラックがあれば、おそらく問題ありません。拒否された場合は、ローカルでMP3/WAVに変換して再アップロードしてください。

いいえ — 変換は内部的に行われ、文字起こし専用です。ブラウザが再生できない形式の音声付きで文字起こしを共有する場合、公開プレーヤー用にMP3版が自動生成されます。

疑問が解決しませんでしたか? チケットを開く — 通常優先度のチケットは24時間以内に回答されます。