YouTube動画全体の文字起こし。どんなに長くても対応

長いYouTube動画をテキストにするのが難しい理由

YouTube標準の「文字起こしを表示」パネルに表示されるのは、すでに存在する字幕だけです。字幕のない動画は多く、投稿者が字幕をオフにしていたり、その言語や録音に対して自動字幕が作成されていなかったりします。字幕をコピーするツールではコピーするものがなく、リンクを渡されたAIチャットアシスタントも元にするテキストがないため、長い動画では音声ファイルを求められるのが普通です。

このツールは、リンクから音声を自分で取得します。動画を最大10分ごとのパートに分け、各パートを同じ指示で省略なく書き起こし、各タイムスタンプをパートの開始位置に合わせてずらし、順番どおりにつなげます。3時間の動画も、要約ではなく1つの文字起こしとして仕上がります。

まず字幕、必要なときは音声

投稿者が字幕をアップロードしている場合、それは投稿者自身の言葉とタイミングなので、その字幕を使ってタイムスタンプ付きの段落に整えます。YouTubeの自動字幕は、動画全体にわたってある場合に使用します。字幕がない動画、字幕が途中で終わっている動画、ほとんど言葉が入っていない動画では、代わりに音声を文字起こしします。

自動字幕は句読点が抜けることがあり、誰が話しているかも分かりません。字幕があっても音声を文字起こしさせたい場合は、開始前に「常に音声を文字起こしする」を選んでください。

こんな用途で使われています

• 長いポッドキャストやインタビュー。引用やショーノート作成に
• 講義やコース。ノート作成や復習に
• ヒンディー語、アラビア語、スペイン語などの説法、講演、討論
• YouTubeで公開されている議会の会議、審理、カンファレンスのセッション
• 自分の動画。ブログ記事や文章として再利用するために

精度と制限事項

音声の文字起こしは、AIの音声認識モデルが行います。明瞭な音声では高い精度が出ますが、BGM、複数人の同時発話、質の悪いマイクがあると誤りが出ます。字幕は、動画に付いている字幕の品質しだいです。重要な内容は、必ず動画で確認してください。

読み取れるのは、公開動画と限定公開動画のみです。非公開動画、メンバー限定動画、年齢制限付き動画、配信中のライブ配信、再生リスト全体には対応していません。自分の非公開動画は、YouTube Studioからダウンロードし、そのファイルを長時間音声のツールにアップロードしてください。この文字起こしは、認証された正式な記録ではありません。

YouTubeはGoogle LLCの商標です。このツールは独立したもので、YouTubeやGoogleとは提携しておらず、承認も受けていません。