mp3 を文字起こしする方法：スマホだけでテキスト化する手順

mp3 は文字起こしの前に変換が必要ですか？

いいえ。mp3 は音を圧縮して保存する形式で、文字起こしツールはそのまま読み取れます。「mp3 をテキストに変換する」という言い方は少し誤解を招きます。画像が PDF になるような変換が起きているわけではなく、音声を聞き取って書き起こしているだけです。

そのため、古いパソコン向けの解説がいまだに勧める「まず mp3 を wav にする」という手順は省けます。ファイルが重くなって待ち時間が増えるだけで、精度は上がりません。

圧縮率もほとんど関係ありません。人の声は狭い周波数帯に収まるので、64 kbps の軽い録音でも 320 kbps のファイルと同じくらいきれいに文字起こしできます。効いてくるのは雑音であって、ビットレートではありません。

拡張子の違いも同じくらい影響しません。m4a , wav , ogg , opus , flac , amr も同じ経路を通りますし、動画ファイルは音声トラックだけを使うので問題なく扱えます。文字起こしできるファイル形式の一覧もご覧ください。

なぜ Web のアップロードサイトより、スマホで文字起こしするほうが速いのですか？

「mp3 文字起こし」で検索すると、出てくるのは主に Web の変換サイトです。アカウントを作り、パソコンからファイルをアップロードし、待って、.txt をダウンロードする。これでも動きますが、mp3 がパソコンの中にある前提の手順です。

実際にはそうでないことがほとんどです。録音はスマホのボイスレコーダー、メッセージアプリ、ポッドキャストのダウンロード、共有された Drive のフォルダから来ていて、いま手に持っているスマホの中にあります。

ブラウザを経由するとなると、ファイルをパソコンに移すか、クラウドから落としてもう一度アップロードし、長いファイルが途中でタイムアウトしないことを祈ることになります。

スマホなら、その手間がまるごと消えます。Files , Drive , ボイスレコーダー , チャットの中にある mp3 の共有をタップして、文字起こしアプリを選ぶだけです。Zeepit は iPhone と Android でまさにこの操作を前提に作られています。パソコンからのアップロードも、変換も、アカウント登録も必要ありません。操作の流れはこちらで確認できます。

手順

1. スマホの中で mp3 を見つける

   iPhone ならファイルアプリ、Android ならファイルまたは Downloads を開きます。mp3 が Drive , Dropbox , iCloud にある場合は、共有する前に一度タップして完全にダウンロードしてください。

2. 共有をタップして文字起こしアプリを選ぶ

   ファイルの共有ボタンを押し、共有シートから文字起こしアプリを選びます。先にアプリを開いて、その中からファイルを探しても構いません。変換の手順は必要ありません。

3. 言語は自動判定にまかせる

   ほとんどの録音は自動判定で対応できます。2 つの言語が混ざるファイルなら、どちらを本文の言語にするかを先に決め、残りは翻訳で補う前提で進めてください。

4. 文字起こしを読んで直す

   人名、数字、専門用語を中心にざっと目を通します。誤りはそこに集中します。要約したり誰かに送ったりする前に、その数語だけ直しておきます。

5. 要約する、翻訳する、書き出す

   短め、中くらい、長めから要約を選び、必要なら翻訳し、コピーや共有をするか、PDF , Word , テキスト形式で書き出します。

mp3 からテキストを取り出す 3 つの方法

1. スマホの文字起こしアプリ。 ファイルがすでに端末の中、またはスマホから開けるクラウドフォルダにある場合に向いています。ファイルを選ぶか共有すると、アプリの中にテキストが返ってきて、そのままコピー、要約、書き出しができます。

2. パソコン用ツールやオープンソースのツール。 コマンドラインの文字起こしツールはローカルで動き、費用もかかりません。数百件をまとめて処理したい場合や、どこにも送りたくない録音に向きますが、インストールと、それなりの性能のマシンと、設定に付き合う根気が要ります。

3. 自分で聞いて打つ。 再生速度を落とし、聞きながら入力し、何度も巻き戻す。録音時間の数倍かかるので、数秒のクリップか、機械が明らかに取り違えた箇所を直す最後の仕上げにしか向きません。

多くの場合は 1 つ目で足り、ときどき 3 つ目で手直しする形になります。

mp3 の文字起こしの精度を決めているのは何ですか？

ファイル形式が原因になることは、ほとんどありません。意味の通らないテキストになる理由は、たいてい録音そのものにあります。

• マイクからの距離。 3 メートル離れたテーブルに置いたスマホが拾うのは、声ではなく部屋の響きです。
• 声の重なり。 2 人が同時に話す場面は、どんなシステムにとっても、そして多くの人間にとっても難しいものです。
• 流れている音楽や騒がしい屋外。 話し声の下に音楽があることが、単語の抜け落ちる最大の原因です。
• 固有名詞、専門用語、数字。 人名や製品コードは、真っ先に確認すべき誤りです。
• 強い訛りや早口。 たいていは問題ありませんが、数か所の修正は見込んでおいてください。

どんな設定より効く習慣が 2 つあります。話す人の近くで録ること、そして参加者に声を重ねないようお願いすることです。すでにある mp3 の状態が悪い場合でも、まず文字起こしにかけて、固有名詞をいくつか手で直すほうが、全部打ち直すよりはるかに速く済みます。

文字起こしができたら、次に何をしますか？

そのままのテキストが目的ということは、まずありません。1 時間の会議は膨大な量の文章になり、二度読む人はいません。

次の一手として使えるのは、こうした操作です。どれも、できのよいスマホアプリなら文字起こしの画面から離れずに行えます。

• 要約。 ざっと確認するなら短め、そのまま送れる報告にするなら中くらい、細部を残したいなら長め。どんな文章でも要約できる 3 つの方法もご覧ください。
• 翻訳。 チームが読めない言語の録音のときに助かります。
• 読み上げ。 校正したいとき、運転中に内容をさらっておきたいときに便利です。
• 書類にする。 テキストをコピーまたは共有するほか、報告書やアーカイブに入れるなら PDF , Word (DOCX) , テキスト形式で書き出せます。

インタビューや講義では両方を残しておいてください。全文の文字起こしが原典、要約が実際に開かれる版になります。

mp3 はどこへ送られ、誰が読めるのですか？

何かをアップロードする前に確かめておきたい点ですが、答えは利用規約のページに埋もれていることがよくあります。取引先との通話、通院の記録、私的な会話に使うツールなら、次の 3 点は確認しておく価値があります。

1. 処理のあと、ファイルはサーバーに保存されますか、それとも削除されますか。
2. 自分の文字起こしを作る以外の目的に使われることはありませんか。
3. できあがったテキストはどこに残りますか。端末の中ですか、オンラインのアカウントの中ですか。

Zeepit の場合、音声はサーバーに送られて文字起こしされ、その直後に削除されます。保管はされず、録音が再利用されることも、録音が AI の学習に使われることもありません。文字起こしと要約はスマホの中に残ります。つまり機種変更すればスマホと一緒に消えるということなので、残したいものは書き出しておいてください。

本当に機微な録音であれば、ファイルをどこにも送らないローカルのパソコン用ツールが、いちばん厳格な選択肢であることに変わりはありません。

mp3 が文字起こしできないときの原因と対処

ファイルがそもそも開かない。 本当に音声ファイルか確認してください。購入したオーディオブックや一部のダウンロードは保護されたファイルで、専用のプレーヤーでしか再生できません。.zip なら先に解凍が必要です。

ファイルがクラウドにあり、端末に落ちていない。 Drive , Dropbox , iCloud では、実体のないプレースホルダーが表示されることがあります。一度タップして完全にダウンロードしてから共有してください。

録音が長すぎる。 アプリには 1 ファイルあたりの長さの上限があります。非常に長い録音は無料の音声編集アプリで分割し、順番に文字起こししてください。

文字起こしが空になる。 まず mp3 を再生してみてください。マイクがふさがれていたり、アプリの権限が失われていたりすると、レコーダーが無音のファイルを保存していることがあります。

違う言語で出てきた。 自動判定は冒頭の数秒を手がかりにします。ファイルの最初が音楽や別の言語の雑談で始まっているなら、頭を切り落としてもう一度試してください。

よくある質問