文字起こしアプリに渡せるもの：ファイル , リンク , 録音 , テキスト

文字起こしできる音声・動画ファイルはどれですか？

形式は、多くの人が思うほど重要ではありません。文字起こしアプリが読み取るのは音声トラックだけです。だからこそ、音声ファイルも動画ファイルも同じように使えます。

通常受け付けられる音声形式は次のとおりです。

• mp3 , m4a , aac — ボイスメモ、書き出した会議の録音、ダウンロードした番組の多く
• wav , caf , flac — 非圧縮またはロスレスの録音
• ogg , opus — WhatsApp や Telegram のボイスメッセージ
• amr , webm — 古い携帯のレコーダーやブラウザで録った音声

動画ファイルも仕組みは同じです。mp4 , mov , mkv , avi に対応します。映像は捨てられるので、ウェビナーの画面録画でも短いボイスメッセージと手間は変わりません。実際の流れは動画をテキストにする手順にまとめています。

Zeepit では 1 件あたり 4 時間までで、事前に変換しておく必要はありません。スマホが保存したままのファイルを選ぶだけです。珍しい形式でも、スマホで再生できるファイルならたいてい文字起こしできます。まずはそのまま試してみてください。

ファイルの代わりにリンクを貼ってもいいですか？

「リンクを読み込む」には、まったく別の 2 つの意味があります。そして一般に使えるのは片方だけです。

公開ページの場合。YouTube のリンク、ポッドキャストのリンク、Web ページのリンクを Zeepit に貼れば、何もダウンロードせずに内容の要約が返ってきます。1 時間の番組を今夜聴く価値があるかどうかを見極めるには、これがいちばん早い方法です。一言一句のテキストが必要な場合はYouTube 動画をテキストにする方法をご覧ください。

自分のファイルへのリンクの場合。Dropbox , Drive , WeTransfer の共有 URL は、貼り付けて使えるソースではありません。スマホアプリが他人のストレージにログインし、任意のアドレスからファイルを引き出すことはできないからです。代わりに、そのリンクをストレージアプリで開き、ファイルを端末に保存してから、文字起こしアプリの中で選ぶか共有シートで送ってください。

覚え方は単純です。リンクからは要約、ファイルからは全文の文字起こし。

手順

1. ファイルを選ぶか、共有する

   アプリの中で、ファイルアプリや Google Drive からファイルを選びます。または音声があるアプリ ( ボイスレコーダー , WhatsApp , Telegram , Drive など ) で共有をタップし、Zeepit を選びます。iPhone でも Android でも操作は同じです。

2. 言語は自動で判定させる

   言語を選ぶメニューはありません。多数の言語にまたがって自動で判定されます。別の言語で読みたいときは、あとから翻訳を頼めます。

3. 全文か要約か、両方かを選ぶ

   一言一句の全文は「実際に何と言ったのか」に答えます。短め・中くらい・長めの要約は「何を覚えておけばいいのか」に答えます。

4. 結果を残すか、送る

   コピーする、共有する、または端末上で生成される PDF , Word ( DOCX ) , テキストファイルとして書き出せます。音声そのものはサーバーに送られ、文字起こしされたあとすぐ削除されます。保存も再利用もなく、録音が AI の学習に使われることもありません。

自分で録ったボイスメッセージ、ボイスメモ、会議の録音

スマホで録音できるものは、すべて使えます。ボイスメモ、講義、カフェのテーブルで録ったインタビュー、ノートパソコンのスピーカーから拾った会議、同僚から届いたボイスメッセージ。

ほかより大事な点が 1 つあります。スマホの文字起こしアプリの多くは、リアルタイムでは聞き取りません。通話の中に入り込むこともなければ、進行中の会議をその場で取り込むこともありません。手順はいつも 2 段階です。いつも使っているレコーダーで録音し、そのファイルを共有ボタンから送る。この操作は iPhone でも Android でも同じです。

よくあるケースは個別に解説しています。

• WhatsApp のボイスメッセージをトーク画面から直接共有する
• ボイスメモや Android のレコーダーのファイル
• 会議の録音から議事録をつくる

ノートパソコン、IC レコーダー、カメラで録ったものも同じ扱いです。先にファイルをスマホへ移せれば問題ありません。

テキストをそのまま渡すこともできますか？

すでに文章が手元にあり、文字起こしそのものは不要な場面もあります。貼り付けたメールのやり取り、PDF からコピーした一章、同僚から送られてきた書き起こし。欲しいのは、短くまとめたものか、読み上げてくれる声のどちらかでしょう。

どちらも文字起こしとは別の、ごく普通の機能です。テキストは短め・中くらい・長めの要約に縮められます。使い分けはどんな文章でも要約する方法にまとめました。歩きながら、あるいは運転中にスマホで読み上げてもらうこともできます。

翻訳はその中間にあります。ある言語で録音した音声を、別の言語のテキストとして受け取ることもできますし、音声を経由せずにテキストだけを翻訳することもできます。多くのアプリでは言語判定が自動なので、何語を入れるのかをこちらから申告する必要はほとんどありません。

スマホの文字起こしアプリが受け付けないもの

できないことも正直に挙げておきます。存在しない設定を探して時間を無駄にしないためです。

• リアルタイムでの録り込みはできません。進行中の音声がその場で文字になることはありません。録ってから変換します。
• デスクトップ版も Web のアップロード画面もありません。すべてスマホで完結し、パソコンで下準備をする工程はありません。
• 端末間の同期はありません。文字起こしと要約は、作成した端末の中に残ります。コピー、共有、または PDF , Word ( DOCX ) , テキストファイルへの書き出しで、自分で移してください。
• 任意のダウンロードリンクは使えません。リンク読み込みは公開ページ向けで、非公開ストレージの URL 向けではありません。
• ほかのアプリに閉じ込められた音声は扱えません。ストリーミングや保護された音源に共有も保存も用意されていなければ、どの文字起こしツールも手が届きません。
• 無音や音楽は話し声ではありません。発話のない動画からは、役に立つものは出てきません。
• 長すぎる収録。1 件あたりの上限を超えるものは、レコーダーや編集ツールでファイルを分割してください。

精度を上げるために、どのバージョンの音源を選ぶか

同じ内容が複数のバージョンで存在するときは、原本にいちばん近いものが勝ちます。精度を決めるのは録音の質であって、拡張子ではありません。

• スピーカーから流れる音をスマホで録り直したものより、レコーダー本体のファイルを選びます。
• メッセージ用に圧縮されたコピーより、元の書き出しを選びます。チャットアプリは添付を縮めるため、痩せた音声は読み取りにくくなります。
• 送る前に、最初と最後の数秒を再生します。途中で切れたファイルや無音のファイルは珍しくなく、すぐ気づけます。
• 話者が複数いるなら、長いテーブルの端に置いたスマホより、集団の近くに置いた 1 台のほうが有利です。
• モノラルで十分です。ボイスメモは既定でモノラルですが、ステレオと同じように文字起こしできます。

すでに録音済みで、あとはテキストにするだけという場合は、音声ファイルをテキストにする手順をご覧ください。風の音、話し声の重なり、遠すぎる話者など、録音そのものが悪い場合は、どんな後処理よりも録り直しのほうが確実です。

よくある質問