無料ツール vs ConvertAudioToText
今週末、無料モデルで文字起こしするつもり？ がんばってください。
毎週のように「録音は無料ツールで済ませるよ」と言われます。文字にするのは簡単な部分です。大変なのはその後に待っている、この山のような作業です。
その山はスキップして、ファイルをアップロードしてトランスクリプトを受け取りましょう。
無料で始められます。最初のファイルは最大1時間、その後は1日30回まで無料で文字起こしでき、各ファイル最大30分です。 プランと上限を見る
山積みの作業
無料ツールがあなたに残していくもの
音声から文字を取り出すのは最初の一歩にすぎません。その周りに結局作ることになるのが、このリストです。
長いファイル
- 3分ではなく、3時間のファイル。有料プランなら3時間の会議や講義も最大5 GBまで1回のアップロードで処理できます。
- 取得できないリンク。非公開動画、期限切れのURL、ダウンロードをブロックするサイト。黙って失敗するのではなく、わかりやすいメッセージが表示されます。
- 途中で失敗するジョブ。エンジンがファイルでつまずいたらバックアップのエンジンが引き継ぎ、完了しなかったジョブに料金はかかりません。
- 待ち時間。1時間の音声なら、たいてい3分ほどで戻ってきます。
精度と話者
- 誰が何を言ったか。録音に出てくるすべての声に話者ラベルが付きます。
- 「話者2」の名前を一度変えれば、新しい名前がすべてのエクスポートに反映されます。
- 99以上の言語に対応。どの言語で録音したかわからないときは自動検出に任せられます。
- 騒がしい部屋、音の悪い電話、かぶって話す人たち。そこで完璧なエンジンはありません。だからクリアな音声で最大99%の精度と、残りを直すためのエディターを用意しています。
- 間違えたその1語を直せる、ブラウザ上のエディター。
出力
- そのままチームに送れる要約、アクションアイテム、決定事項。
- 文書用のTXT、DOCX、PDF。
- 字幕用のSRTとVTT（タイムスタンプ付き）。
- コード用のJSON。
チームで運用する
- 20ファイルを一度にアップロードして、20本のトランスクリプトを受け取る。一括アップロードは1回最大200ファイルまで。
- チーム全体で請求は1つ。メンバーの出入りに合わせてシートを追加・削除できます。
- 一人ひとりのファイルは非公開。チームメンバー同士でトランスクリプトは見えません。
- 自社ツールから音声を送れるAPI。Business プランで利用できます。
自分でやる場合
自分で運用するとかかるもの
無料モデルが無料なのは、もらった子犬が無料なのと同じです。
ホスティング
落ちずに動き続け、モデルを読み込めるだけのメモリを持ったサーバー。
ストレージ
アップロードとトランスクリプトの保管場所と、それを削除する計画。
計算コスト
長いファイルにはそれなりのハードウェアが必要で、ジョブが成功しても失敗しても料金はかかります。
キュー
月曜の朝に10件のアップロードが来ても、全体が倒れないように。
支払い
自分以外の誰かが使い始めた瞬間に必要になります。プラン、シート、領収書、返金。
待機する人
ファイルが原因で壊れたとき、深夜2時に直す人。たいていはあなたです。
あなたが実際に持っている録音のために
よくある質問
正直な答え
無料で使えますか？
はい。無料アカウントを作成すると、最初のファイルは最大1時間まで使えます。その後は毎日30回まで無料で文字起こしでき、各ファイル最大30分です。TXTのダウンロードはどのファイルでも無料で、最初のファイルではすべての形式を使えます。もっと長いファイルや、すべてのファイルでのすべてのエクスポートは有料プランで利用できます。現在の上限は料金ページをご覧ください。
無料のオープンソースモデルを自分で動かせばいいのでは？
できますし、短いボイスメモならそれで十分です。手に入るのは文字だけです。このページの残りは、その後に作ることになるものです。長いファイル、話者ラベル、エクスポート、再試行、一括アップロード、チームの請求、そして動かし続ける人。
ファイルはどのくらいの長さまで大丈夫ですか？
無料プランでは各ファイル最大30分、最初のファイルは最大1時間です。有料プランかウィークリーパスがあれば最大5 GBまでアップロードできるので、3時間の録音も1ファイルで済みます。有料プランなら、リンクは最大24時間まで対応します。
ファイルが失敗したらどうなりますか？
非公開動画や期限切れのリンクなど、何が問題だったかが表示され、料金はかかりません。分数が差し引かれるのは、完了したトランスクリプトだけです。
APIはありますか？
はい。APIキーは Business プランに含まれており、自社ツールから音声を送りたいチーム向けです。料金ページからお問い合わせください。
どの言語を文字起こしできますか？
英語、スペイン語、フランス語、ドイツ語、ポルトガル語、日本語、中国語、アラビア語、ヒンディー語など、数十の言語に対応しています。録音の言語がわからない場合は、自動検出のままにしてください。