動画を文字起こしする：どんな動画ファイルもテキストにする方法

動画の文字起こしは、実際に何をテキストにするのですか？

動画の文字起こしがテキストにするのは、音声トラックに入っている話し声です。ツールがファイルを開いて音を聞き取り、話された言葉を書き出します。映像そのものは読み取りません。

ここから、2 つのことが決まります。

• 画面の上にしか存在しない文字、たとえばスライド、名札、映像に焼き込まれた字幕は、文字起こしには出てきません。
• 音のない動画からは何も生まれません。マイクがミュートだった場合や、書き出しのときに音声が抜け落ちた場合は、取り出せるものがありません。

逆に言えば、動画をわざわざ mp3 に変換しておく必要はありません。動画に対応したツールは自分で音声を取り出します。手作業で変換しても、時間が減るだけです。

もう一つ区別しておきたいのが、文字起こしと字幕ファイルの違いです。文字起こしは文書のように続けて読めるテキストで、字幕は同じ言葉を短い行に切り、時間を付けたもの。書き出し方が別ものです。

どんな動画ファイルを文字起こしできて、長さの上限はどれくらいですか？

よく使われるコンテナは、たいていどのツールでも通ります。mp4 , mov , mkv , avi です。スマホで撮った動画、画面収録、カメラや会議アプリからの書き出しは、ほとんどがこのどれかになります。

大事なのは中身です。

• 音声トラックが入っていること。書き出しの設定によっては黙って抜け落ちることがあるので、始める前に音量を上げて再生してみてください。
• 話し声が聞き取れること。自分が聞いて分かりにくい場所は、ツールにとっても分かりにくい場所です。
• 長さが上限に収まっていること。Zeepit は 1 件あたり 4 時間までの動画ファイルを受け付け、使うのは音声だけです。2 時間の mp4 もそのまま渡せます。

容量よりも長さのほうが効きます。映像は早い段階で捨てられるからです。4K で重い 10 分のクリップは短い仕事、軽くても 2 時間の講義は長い仕事になります。古い .wmv やカメラ独自の形式など珍しいファイルは、作成したアプリから mp4 で書き出し直すのが早道です。

手順

1. 動画に使える音声が入っているか確かめる

   音量を上げてファイルを再生します。自分が聞いて分かりにくい場所は、どのツールにとっても分かりにくい場所です。がっかりする文字起こしを見てからではなく、いま録り直すか書き出し直してください。

2. スマホでファイルを開くか、共有する

   文字起こしアプリの中で動画を選びます。iPhone なら「ファイル」から、Android ならファイル選択画面や Google Drive から。あるいは「写真」アプリや WhatsApp , Google Drive で開き、「共有」をタップしてアプリを選びます。

3. 音声トラックを読み取らせる

   変換は要りません。mp4 , mov , mkv , avi はそのまま渡せて、使われるのは音だけです。言語は自動で判定されます。長いファイルほど時間がかかるので、早めに始めてください。

4. 文字起こしを読んで、名前と数字を直す

   動画と照らし合わせながらテキストをざっと確認します。固有名詞、数値、日付を直してください。ほかの人が読む前に見ておく価値があるのは、この 3 つです。

5. 要約して、コピーするか書き出す

   1 時間の映像を読める数段落にまとめ、テキストをワンタップでコピーするか、渡す相手に合わせて PDF , Word , プレーンテキストで書き出します。

スマホ、パソコン、ブラウザ版：どこで文字起こしするのがいいですか？

「動画 文字起こし」で出てくるツールの多くは、パソコンで開くブラウザ版です。ファイルをドラッグして、待って、結果をコピーする。動画がすでにノートパソコンの中にあるなら、それで十分です。

やっかいなのは、よくあるほうのケースです。動画がスマホの中にあるときです。自分あてにメールで送り、転送を待ち、もう一度アップロードする。5 分のクリップのために踏む手順としては、3 つ多すぎます。

スマホなら、道は 2 つです。

• アプリの中でファイルを選ぶ方法。iPhone なら「ファイル」から、Android ならファイル選択画面や Google Drive から選びます。
• 共有メニューを使う方法。「写真」アプリや WhatsApp , Telegram , Google Drive で動画を開き、「共有」をタップして文字起こしアプリを選びます。

Zeepit は iPhone と Android で、この 2 つ目のやり方に合わせて作られています。デスクトップ版はなく、パソコンからアップロードするものもありません。インストール直後の最初の変換は無料で、アカウントもカードも要りません。同じ操作は WhatsApp の音声メッセージにも使えますし、流れは使い方のページで確認できます。ファイルがノートパソコンの中にあるなら、ブラウザ版のほうが向いています。

実際に撮った映像から、精度の高い文字起こしを得るには？

精度の大半は、録画ボタンを押す前に決まっています。ツールは、聞こえたものしか書けません。

• 距離がすべてに勝ちます。話す人の隣、テーブルの上に置いたスマホは、硬い壁の部屋で 2 メートル離れた場所に置いた同じスマホより、はるかに良い文字起こしになります。
• いちばん手強いのは音楽です。ナレーションの下に流れる BGM は、エアコンのような一定のノイズよりも結果を悪くします。
• 声が重なると結果は混ざってしまい、あとから直す手立てはありません。会議では、一人ずつ話してもらうようお願いする価値があります。

そのあとは結果を見直します。ほかの人に渡す前に見ておきたいのは 3 つ。固有名詞、数字、そして文末の句読点です。句読点は聞こえたものではなく、推測で付けられています。動画を早送りしながら文字起こしを一度ざっとなぞるだけで、重要な箇所はだいたい拾えます。それでも、打ち込むよりずっと速いままです。

文字起こしができたら、そのあと何をしますか？

そのままの文字起こしが成果物になることは、あまりありません。必要になるのは、たいてい次のどれかです。

• 要約。1 時間の動画が数段落になります。決まったこと、残った疑問、次にやること。
• 検索できる文書。言葉がテキストになれば、うろ覚えの場面も検索で見つかります。
• 翻訳。ポルトガル語やスペイン語、日本語で撮った動画も、録り直さずに別の言語で読めます。
• 渡すためのファイル。取引先や先生には PDF , Word 。自分のメモに貼り付けるならプレーンテキストです。

いまどきのツールは言語の判定が自動なので、何語で話したかを自分で指定する場面はほとんどありません。文字起こしも要約も翻訳も、多くの言語に対応しています。

Zeepit では、文字起こしと一緒に、短め・中くらい・長めから選べる要約が届きます。テキストも要約もワンタップでコピーでき、PDF , Word , プレーンテキストへの書き出しは Zeepit Pro の機能です。何が含まれるかは機能のページにまとめてあります。

文字起こしのあいだ、動画ファイルはどう扱われますか？

動画は書類よりも私的なものです。顔、部屋の様子、同僚、取引先との打ち合わせ。大事なファイルをどこかに送る前に、確かめておきたいことが 4 つあります。

• 処理のあともファイルは保存され続けるのか、その場合はどれくらいの期間か。
• 自分で削除できるのか、それはバックアップにも及ぶのか。
• 内容がサービス改善のために再利用されるのか。
• 文字起こしは端末に残るのか、それともオンラインのアカウントに保存されるのか。

答えはツールによって大きく違います。まじめなツールなら、プライバシーポリシーのページに書いてあります。使うと決めたツールについては、一度目を通しておいてください。

基準として妥当なのは、文字起こしが終わったらファイルはすぐ削除され、保管も再利用もされず、録音を AI の学習に使わないことです。そして文字起こしがアカウントではなく端末に残るなら、アプリを削除するとテキストも一緒に消えます。残しておきたいものは書き出しておきましょう。

よくある質問