はじめての音声文字起こし方法 - VoxScriber チュートリアル
VoxScriber で初めての文字起こしを行う実際の手順: ファイルのアップロード、エンジンと言語の選択、処理の追跡、結果のダウンロード。
ここでは、初めての文字起こしの流れを一通り説明します。ファイルをアップロードし、2〜3のオプションを設定するだけで、完了したテキストを受け取れます。5分以下の音声は、通常1分以内に処理が完了します。
始める前に
- 認証済みアカウント: ファイルのアップロードにはメール認証(または WhatsApp 認証)が必要です。まだの場合は、アカウント作成と認証 をご覧ください。
- 音声または動画ファイル: ほぼすべての形式に対応しています(MP3、WAV、M4A、WhatsApp の OGG、MP4、MOV など)。無料プランでは、最大30分・500MBまでのファイルをアップロードできます。
- サイクル残高: 新しいアカウントには最初から120サイクルが付与されており、Premium エンジンで30分分に相当します。
新しい文字起こし画面を開く
ダッシュボードで 新しい文字起こし をクリックします。この画面では以下が可能です:
- 指定エリアにファイルをドラッグ&ドロップ;
- パソコンやスマートフォンからファイルを選択;
- ブラウザで直接録音;
- YouTubeリンクやメディアのURLを貼り付け。
アップロード中は進行状況バーが表示されます。大きなファイルは分割してアップロードされ、接続が切れた場合も中断したところから再開されます。同じファイルをもう一度アップロードするだけでOKです。
エンジンと言語を選択する
開始前に、以下を調整できます:
- 文字起こしエンジン: デフォルトは Premium(高精度、4サイクル/分)。Padrão はより経済的(1サイクル/分)で、ノイズのある音声にも対応。Nano はブラウザ上で動作し、サイクルを消費しません。詳しくは エンジンの選び方 をご覧ください。
- 言語: 音声の言語を選択するか、自動検出のままにします。
- 話者検出: オンにすると誰が話しているかを識別します。無料プランでは、画面に最大2人までの話者が表示されます。
処理の進捗を確認する
「開始」をクリックして待ちます。目安の時間:
- 5分までの音声: 約25〜30秒;
- 30〜60分の音声: 約3〜5分;
- 1時間以上の音声: 約5〜10分。
ページに留まる必要はありません。文字起こしはサーバー上で続行され、完了するとライブラリに表示されます。
確認・編集・エクスポート
文字起こしが完了したら、ライブラリで開きます。ここでは以下のことが可能です:
- テキストと同期したプレーヤー;
- 部分の修正や話者の名前変更ができるエディター(保存は手動で、保存ボタンを押します);
- AI機能: 自動タイトル、要約、議事録、翻訳;
- エクスポート: 無料プランではPDFとTXT。有料プランではDOCX、SRT、VTT、JSONも利用できます。
サイクルが差し引かれるのは、文字起こしが正常に完了した後だけです。失敗した場合、サイクルは消費されません。システムが自動的に何度か再試行し、必要に応じてメールでお知らせします。
よくある質問
サイクルはどのくらい消費されますか?
Premium エンジンでは音声1分あたり4サイクルです(10分の音声 = 40サイクル)。Padrão では1分あたり1サイクルです。端数は切り上げられます。
ファイルが無料プランの上限を超えました。どうすればいいですか?
無料プランで受け付けられるファイルは、最大30分・500MBまでです。より大きなファイルの場合は、プランごとの制限 をご覧いただくか、アップグレードしてください。
文字起こしが失敗しました。サイクルは失われますか?
いいえ。サイクルの消費は、文字起こしが納品されたときだけです。一時的な失敗は自動再試行の仕組みで処理されます。詳しくは 失敗した場合の動作 をご覧ください。
処理中にブラウザを閉じてもいいですか?
アップロードが完了した後なら、はい、閉じても問題ありません。アップロード中はタブを開いたままにしてください。途中で離れようとするとブラウザが警告します。
関連記事
疑問が解決しない場合は? チケットを開く — 通常優先度のチケットは24時間以内に返信されます。