動画を文字起こし

このツールについて

この無料ツールは動画をテキストに変換します — クリップをアップロードすると、話された内容を書き出します。まず動画から音声を静かに抽出し、それを文字起こしするので、講義・インタビュー・会議・チュートリアル・Vlogなどを、検索・編集・コピーできるテキストにできます。

プレーンな文字起こしに加えて、タイムスタンプをオンにして、結果をSRTまたはVTTの字幕ファイルとしてダウンロードできます。これらは動画編集ソフトやYouTubeで使われる字幕形式です。つまり、別途字幕ソフトを使わずに、動画の字幕やキャプションをすばやく無料で作成できます。

すぐれた点は、すべてがブラウザ内で完結することです。動画から音声が取り出され、音声認識モデル（OpenAIのWhisperのコンパクト版）が一度だけ約40MBダウンロードされ、その後はWebAssemblyであなた自身のデバイス上で動作します。動画がサーバーにアップロードされることは一切なく、完全にプライベートです — ファイルをクラウドに送信する文字起こしサイトに対する大きな利点です。

すべてがローカルで行われるため、変換速度はデバイスに依存し、長い動画ほど時間がかかります。初回実行後はモデルがキャッシュされるため、オフラインでも動作します。音声ファイルしかない場合は、代わりに「音声を文字起こし」ツールをお使いください。

特長

• デバイス上で文字起こし — 動画がデバイスから外に出ることはありません
• 音声の自動抽出 — 動画をドロップするだけで音声を取り出します
• MP4・WebM・MOV・MKV の動画に対応
• タイムスタンプ — 各行がいつ話されたかを示す時刻マーカーを切り替え
• 4通りの保存方法 — プレーンテキスト、タイムスタンプ付きテキスト、SRT字幕、VTT字幕
• 字幕にそのまま利用可 — SRT / VTTファイルは動画編集ソフトやYouTubeにそのまま読み込めます
• 編集可能な文字起こし — ダウンロード前にテキストを修正・コピー
• オフラインで動作 — 初回実行後
• 無料 — 登録・アップロード・透かしなし

使い方

• 動画をアップロード — ボックスをクリックするか、ファイルをドラッグ（MP4・WebM・MOV・MKV）
• 「文字起こし」をクリック — 音声は自動で抽出されます。初回は音声エンジン（約40MB）がダウンロードされます
• 完了まで待つ — 長い動画ほど処理に時間がかかります
• 文字起こしを確認・編集し、時刻マーカーが必要ならタイムスタンプを表示にチェック
• プレーンテキスト（.txt）、またはSRT / VTT字幕としてダウンロード — あるいはテキストをコピー

よくある質問

動画はどこかにアップロードされますか？

いいえ。音声はあなた自身のデバイス上のブラウザ内で抽出・文字起こしされ、動画がサーバーに送信されることはありません。

どうやって動画からテキストにするのですか？

ブラウザ内で動画ファイルから音声トラックを直接読み取り、それに音声認識を適用します — 事前に自分で音声を抽出する必要はありません。

字幕（SRTまたはVTT）はダウンロードできますか？

はい。文字起こし後、結果をSRTまたはVTTの字幕ファイル、タイムスタンプ付きテキスト、またはプレーンな.txtとして保存できます。SRTとVTTには各行の開始・終了時刻が含まれます。

これで動画に字幕を付けられますか？

はい。文字起こしをSRTまたはVTTとして書き出し、動画編集ソフトに読み込むか、YouTubeに字幕トラックとしてアップロードしてください。

どの動画形式に対応していますか？

ブラウザが再生できるほとんどの一般的な形式 — MP4・WebM・MOV・MKV — で、ブラウザがデコードできる音声トラックを含んでいれば利用できます。

なぜ初回に40MBダウンロードされるのですか？

それは音声認識モデルです。一度ダウンロードされるとブラウザにキャッシュされるため、次回以降は速く、オフラインでも動作します。

精度はどのくらいですか？

コンパクトなWhisperモデルを使用しており、クリアな音声には適しています。強い背景雑音、強いなまり、声の重なりがあると精度は下がります — ダウンロード前にいつでも文字起こしを編集できます。

「音声を文字起こし」との違いは？

音声を文字起こしは、すでにお持ちの音声ファイルを文字起こしします。動画を文字起こしは、まず動画から音声を抽出し、それを文字起こしします。