品質設定

文字起こし品質の設定方法、各レベルの違い、高度な機能を使用すべきタイミング、精度とコストのバランスの最適化について学びます。

利用可能な品質レベル

基本品質

精度: 85-92% | 速度: 2-5倍高速 | コスト: 標準コスト

クリアな音声や一般的な用途に最適です。

推奨シーン:

• 良好な品質の音声
• 話者1名
• 背景ノイズが少ない
• 個人利用またはカジュアルな利用
• 予算に限りがある場合

非推奨シーン:

• ノイズが多い音声
• 複数話者が重なる場合
• 複雑な専門用語を含む場合
• 重要な業務利用

技術仕様:

• 処理: 最適化ベースモデル
• 言語モデル: 標準
• ノイズ除去: 基本
• コンテキスト: 30秒

アドバンス品質

精度: 92-96% | 速度: 標準速度 | コスト: 標準コストの+50%

品質とコストの理想的なバランスです。

推奨シーン:

• 会議の議事録作成
• プロフェッショナルなインタビュー
• 公開用コンテンツ
• 中程度の品質の音声
• 業務利用

非推奨シーン:

• 非常に厳しい予算
• 極めて劣悪な音声
• 重要でない文字起こし
• カジュアルな利用のみ

技術仕様:

• 処理: リファインメント付き高度モデル
• 言語モデル: コンテキスト + 技術用語対応
• ノイズ除去: インテリジェント
• コンテキスト: 60秒

プレミアム品質

精度: 96-99% | 速度: 2-3倍低速 | コスト: 標準コストの+120%

重要な業務利用向けの最大精度です。

推奨シーン:

• 医療・法務関連の文字起こし
• 複数話者が重なる音声
• 複雑な技術コンテンツ
• 学術出版物
• コンプライアンスおよび監査

非推奨シーン:

• カジュアルな利用
• 予算に限りがある場合
• 緊急の結果が必要な場合
• シンプルな音声

技術仕様:

• 処理: プレミアムマルチパスモデル
• 言語モデル: 専門用語・技術分野対応
• ノイズ除去: 高度AI
• コンテキスト: 120秒

詳細設定

話者識別

複数の話者の発言を分離します。

| オプション | 最適な用途 | |---|---| | 無効 | 話者が1名、または話者分離が不要な場合 | | 有効 | 複数話者、会議 |

タイムスタンプ

時間マーカーを追加します。

| オプション | 最適な用途 | |---|---| | タイムスタンプなし | シンプルな連続テキスト | | 文ごと | 字幕、同期 | | 単語ごと | 正確な編集、分析 |

不適切な言葉のフィルター

不適切な言葉を削除または検閲します。

| オプション | 最適な用途 | |---|---| | 無効 | 忠実な文字起こし | | 検閲 | 公開コンテンツ | | 削除 | 企業環境 |

スマートフォーマット

句読点や書式を改善します。

| オプション | 最適な用途 | |---|---| | 基本 | カジュアルな利用 | | 高度 | 公開、フォーマルな文書 |

次のステップ

• 話者識別 – 文字起こしでの声の分離方法
• サポートされている形式 – 対応ファイル形式一覧
• 大容量ファイル – 長尺ファイル処理のヒント