文字起こしできる音声・動画ファイルの形式は？対応形式の一覧

文字起こしに対応する音声形式はどれですか？

iPhone と Android に対応した Zeepit は、スマホやアプリ、録音機器が実際に書き出す音声形式を読み込めるので、ファイルをそのまま文字起こしできます。それぞれの形式の特徴と、よく見かける場面をまとめました。

• MP3：もっとも普及している圧縮形式です。ポッドキャストやダウンロードした音源、多くの IC レコーダーで使われています。
• M4A：AAC 音声を MP4 コンテナに収めた形式です。iPhone の「ボイスメモ」や、Android の多くの録音アプリで標準の形式になっています。
• AAC：M4A と同じコーデックを単体のファイルにしたもので、一部のアプリや録音機器が書き出します。
• WAV：フィールドレコーダーやボイスレコーダー、編集ソフトが書き出す非圧縮の音声です。サイズは大きいものの、扱いやすい形式です。
• FLAC：可逆圧縮の形式で、アーカイブや高音質の録音でよく使われます。
• CAF：Apple の Core Audio Format で、iOS の一部の録音アプリが書き出します。
• OGG と OPUS：WhatsApp や Telegram の音声メッセージをはじめ、多くの音声メッセージで使われている形式です。
• AMR：古い携帯電話や通話録音アプリ、一部の留守番電話のファイルに見られる、音声向けのコンパクトな形式です。
• WebM：オンライン録音ツールなど、Web ブラウザー上で録音された音声です。

お手元のファイルがこれらの拡張子なら、事前に変換する必要はありません。

動画ファイルも文字起こしできますか？　はい、音声トラックを使います

文字起こしに必要なのは音だけなので、動画ファイルも音声ファイルと同じように扱えます。MP4, MOV, MKV, AVI のファイルはどれもこの方法で文字起こしでき、使われるのは音声トラックのみです。映像は処理に使われません。

• MOV：iPhone のカメラで撮影した動画の標準形式です。
• MP4：Android のカメラで撮った動画や画面収録、ダウンロードした動画の多くで使われる一般的な形式です。
• MKV と AVI：書き出された講義動画や古いアーカイブ、一部の画面キャプチャツールで見かけます。

始める前に2つ確認してください。まず、動画に音が入っていること。画面収録の中には音声なしで保存されるものがあり、その場合は文字起こしできる内容がありません。次に、BGM や効果音に埋もれず話し声が聞き取れること。大きな BGM が流れていると、どのツールでも文字起こしの精度は下がります。

講義や通話の録画、短い動画については、動画をテキストにする方法をまとめたガイドもご覧ください。

手順

1. Zeepit をインストールする

   iPhone または Android のスマホに Zeepit をダウンロードします。インストール後の最初の変換は無料で、アカウントもカードも不要です。

2. 録音を探す

   録音アプリや WhatsApp, Telegram, 「ファイル」アプリ, Google Drive など、ファイルが入っているアプリを開きます。

3. Zeepit に共有する

   「共有」をタップして Zeepit を選ぶか、Zeepit を開いてファイルを選択します。対応形式なら変換は不要です。

4. テキストを読んで書き出す

   全文の文字起こしとインスタント要約を確認します。コピーや共有をするか、PDF, Word, プレーンテキストのファイルとして書き出します。

ファイル形式によって文字起こしの精度は変わりますか？

形式の影響は、多くの人が思っているよりずっと小さいものです。.m4a や .mkv といった拡張子が表しているのはコンテナの種類で、その中にはコーデックで符号化された音声が入っています。デコードしてしまえば、入れ物が何であっても、文字起こしエンジンが聞き取る話し声は同じです。

テキストの品質を左右するのは、次のような要素です。

• マイクとの距離：話し手の目の前のテーブルに置いたスマホは、部屋の反対側に置いたスマホよりはっきり録音できます。
• 周囲の雑音：車の音や音楽、周りの会話は、圧縮よりも多くの言葉の取りこぼしにつながります。
• 声の重なり：複数の人が同時に話すと、一部の言葉が聞き取れなくなります。
• 音割れ：音量が大きすぎる状態で録音すると音が割れ、聞き取りにくくなります。

WAV や FLAC などの可逆形式は、編集には便利です。ただ、文字起こしが目的なら、はっきり録れた OPUS や MP3 の音声メモでもたいてい十分です。MP3 を WAV に変換しても失われた情報は戻らず、ファイルが大きくなるだけです。

OGG, OPUS, AMR ファイルは文字起こしの前に変換が必要ですか？

使うツールがこれらの形式を直接読み込めるなら、変換は必要ありません。「変換しましょう」というアドバイスをよく見かけるのは、MP3 や WAV しか受け付けないデスクトップツールや Web サービスがあるためです。

変換には、実際にデメリットもあります。

• 手間がひとつ増えるうえ、よく知らない変換サイトに録音をアップロードすることになりがちです。
• 圧縮形式から別の圧縮形式に変換し直すと、音質がわずかに劣化することがあります。
• スマホでは複数のアプリを行き来することになり、同じファイルが重複して残ります。

ここで特に大事なのが OGG と OPUS です。音声メッセージはこれらの形式でやり取りされているからです。WhatsApp や Telegram の音声メッセージは、チャット画面から文字起こしアプリに直接共有でき、元のメッセージはそのまま残ります。具体的な操作は WhatsApp の音声メッセージを文字起こしする方法で紹介しています。

変換が必要なのは、ファイル形式が上の一覧にない場合だけです。

iPhone や Android で対応ファイルを文字起こしする方法

操作はすべてスマホで完結します。デスクトップアプリも、Web のアップロードページもありません。Zeepit にファイルを取り込む方法は2通りです。

1. ほかのアプリから共有する。録音アプリや WhatsApp, Telegram, Google Drive, 「ファイル」アプリなどで録音を開き、「共有」をタップして Zeepit を選びます。
2. アプリ内で選ぶ。アプリを開き、「ファイル」アプリや Google Drive などの保存場所からファイルを選択します。

一言一句そのままの全文の文字起こしに加えて、短め・標準・長めから選べるインスタント要約が表示されます。録音が別の言語なら、翻訳も確認できます。言語は自動で判別されます。結果はコピーや共有ができるほか、PDF, Word (DOCX), プレーンテキストとして書き出せます。

録音がパソコンにある場合は、Google Drive などのクラウドフォルダに保存してから、スマホで開いてください。インストール後の最初の変換は無料で、アカウント登録もカードも不要です。利用状況はアプリ内で確認できます。

YouTube やポッドキャスト、Web ページのリンクを要約にすることもできます。詳しくは文字起こしできるファイルとリンクの種類の記事で解説しています。

ファイルを文字起こしできない原因と対処法

• 4時間を超えている。1件の録音は最大4時間までです。音声編集アプリでファイルを分割し、パートごとに文字起こししてください。
• 動画に音声トラックがない。音量を上げて再生してみてください。何も聞こえなければ、文字起こしできる内容はありません。
• ダウンロードが完了していない。クラウドストレージやチャットからの同期が終わっていないファイルは、途中で切れていることがあります。もう一度ダウンロードし、最後まで再生できるか確認してください。
• コピーガードがかかっている。一部のストリーミングアプリ内に保存したエピソードや楽曲はロックされていて、ほかのアプリでは開けません。
• 形式が一覧にない。WMA や AIFF などの形式は、先に MP3 か M4A に変換する必要があります。
• はっきりした話し声がない。音楽や無音、遠くの声だけでは、テキストはほとんど、あるいはまったく得られません。

プライバシーについて：ファイルは Zeepit のサーバーに送信され、文字起こしが終わるとすぐに削除されます。録音が保存されたり再利用されたりすることはなく、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、お使いの端末に保存されます。

よくある質問