長時間の日本語録音を、自然な日本語表記でテキスト化
最長 6 時間の日本語の音声または動画ファイルをアップロードすれば、漢字・ひらがな・カタカナが混ざった自然な日本語表記で、すべての段落の先頭にタイムスタンプの付いた完全な文字起こしが手に入ります。海外の同僚や上司向けに英語翻訳を下に併記することも可能です。最長 15 分までは完全に無料。それ以上の録音も最初の部分は無料、ファイル全体は $5 の一回払いのみで利用できます。
- 通常の日本語と同じく漢字・ひらがな・カタカナ混じり文で出力（単語間のスペースなし）
- 話された通りの敬語を維持：「です・ます」調や尊敬語・謙譲語を勝手に簡略化しません
- 英語の借用語（カタカナ語）は日本語として発音された通りにカタカナ表記
- ローマ字表記やルビ（ふりがな）には対応していません
- 録音1本あたり最長 6 時間まで $5、使い放題（Unlimited プラン）なら 12 時間まで対応
デモ録音からの実際の出力です。タイムスタンプをクリックすると、音声内での位置を確認できます。
日本語の音声はどのように書き起こされるか
日本語は漢字・ひらがな・カタカナを併用し、単語の間にスペースを空けずに表記されます。本ツールの文字起こしは一般的な日本語の表記ルールに従います。実質的な意味を持つ単語の多くには漢字、文法的な要素や日常的な語句にはひらがな、「ミーティング」や「プロジェクト」といった外来語にはカタカナを用います。各段落の先頭には、[1:05:12] のように半角数字のタイムスタンプが入り、その後に日本語のテキストが続きます。
日本語では漢字とかなの使い分けが厳密に一つに決まっていない場合があり、同じ言葉でも書き手によって表記が分かれることがあります。表記ガイドラインなどで統一ルールがある場合は、ダウンロード前に画面上の「検索と置換」機能を使って表記を統一してください。
敬語、くだけた会話、関西弁の扱い
日本語において発話の丁寧さ（敬意のレベル）は重要な意味を持つため、本ツールは話された通りの言葉遣いで書き起こします。クライアントとの会議であれば「いたします」や「おっしゃる」をそのまま残し、友人同士の会話であればくだけた表現（常体）のまま記録します。互いに勝手に変換されることはありません。インタビュー分析などでは、相手がどれほど丁寧に話しているかも貴重なデータの一部となるため、この点は極めて重要です。
方言や地域特有の表現も、AIモデルが聞き取れる限りそのまま書き起こします。「あかん」や「ほんま」といった関西弁の表現も、共通語に言い換えることなくそのまま残ります。東北、九州、沖縄などの強い方言は聞き取り難易度が高く、誤認識が生じやすいため、まずは無料の最初の部分で仕上がりをご確認ください。
人名・数字・確認すべきポイント
- 人名や地名：ひとつの読みに対して複数の漢字表記が存在するため、文字起こしはいずれか一つの漢字を選択します。名簿や名刺などと照合してご確認ください。
- 数字：算用数字（半角数字）または漢数字で表記されることがあります。統一が必要な場合は適宜整えてください。
- 話者ラベル：話者番号は約10分ごとのブロック単位で割り振られるため、長時間のセミナーでは同一人物に異なる話者番号が付く場合があります。
- カタカナの外来語としてではなく、英語として発音された英単語は、アルファベットで表記される場合があります。
主なご利用シーン
- 日本でのフィールドワークのインタビュー音声を、日本語と英語の両方で必要としている研究者の方
- ゼミの録音や卒業論文のインタビュー調査をテキスト化したい学生の方
- 日本企業に勤めており、会議の文字起こしとその下に英語訳を必要としている外国人社員の方
- 祖父母の話を録音し、日本語よりも英語のほうが得意な孫のために残したいご家族
ツールの仕組み、料金、ファイルの扱いについては長時間の音声・動画の文字起こしのページを、全ツールの料金は料金のページをご覧ください。
最終更新日
よくある質問
ChatGPTで2時間の日本語の会議を文字起こしできますか？
一般的なAIチャットアシスタントは短い音声なら処理できますが、長時間の会議になると音声の制限を超えてしまったり、要約されて省略されたり、信頼できるタイムスタンプが付かなかったりしがちです。本ツールは音声を最大10分ずつのブロックに分割して処理し、全体のテキストを順番通りに正確に復元します。
ローマ字表記やふりがなを付けることはできますか？
いいえ、できません。文字起こしは標準的な日本語表記（漢字・かな混じり）で出力されます。日本語が読めない方向けには、「同時に翻訳」オプションで英語を選択してください。
敬語はそのまま残りますか？
はい、残ります。丁寧語、尊敬語、謙譲語、くだけた表現（常体）の別は、実際に話された通りの形で書き起こされ、一般的な表現に平準化されることはありません。
長時間のセミナーの文字起こしにはいくらかかりますか？
最長 6 時間までの録音なら、一回払い $5 でご利用いただけます。15 分までのファイルなら完全無料です。週 $19 の使い放題（Unlimited プラン）なら、1件あたり最長 12 時間まで対応し、いつでも解約可能です。
録音データのプライバシーは保護されますか？
ご自身のみがアクセス可能です。音声データは文字起こし処理の目的でのみAIモデルプロバイダーに送信され、AIモデルの学習に使用されることはありません。アカウントを作成せずに処理した作業データは 7 日後に自動削除されます（ご自身でそれより前に削除することも可能です）。