コンテンツへスキップ

あらゆる音声をテキストに変換

MP3、ボイスメモ、インタビューなどの録音をアップロードして、タイムスタンプ付きのテキストに変換。

ここにファイルをドロップ

MP4, MOV, AVI, MKV, WebM, MP3, WAV

まずは基本を理解する

録音データから読みやすいテキストへ、文ごとに変換

音声からテキストへは、録音から話された言葉を取り出す最も手早い方法です。MP3、ボイスメモ、インタビュー、講義、ポッドキャストのエピソードなどを入れると、各文の時刻が並んだ文字起こしが返ってきます。再生を聞きながら入力する必要も、名前を聞き取るために10秒ごとに止める必要もありません。

使える音声ファイル

このページは、MP3、WAV、M4A、AAC、OGG、FLACのファイルを、1ファイルあたり2 GBまで受け付けます。スマートフォンで最も重要なのはM4Aです。iPhoneで録音したボイスメモはM4Aファイルなので、そのまま使えます。動画ファイル(MP4、MOV、AVI、MKV、WebM、3GP、FLV、WMV)も使えるため、会議の唯一の記録が画面収録という場合にも役立ちます。始める前に知っておきたい制限が1つあります。一部のメッセージアプリが音声メッセージの保存に使っているOpus形式の音声は、受け付けられません。先にMP3かM4Aに変換してください。

得られるもの

話されている言語は自動で認識されるので、設定するメニューはありません。テキストは文ごとに区切られ、それぞれに開始時刻が付くため、録音全体を聞き直さなくても目的の箇所にたどり着けます。すべてが1つのZIPにまとめられます。読む、引用する、文書に貼り付けるためのプレーンテキストファイルに加えて、動画編集ソフトやプレーヤーが理解できる字幕形式のSRTファイルとVTTファイルが入っています。複数の人が話す場合は、話者の識別をオンにすると、誰が何を話したかがテキストに示されます。難しい名前を事前に入力しておくと、珍しい言葉の認識に役立ちます。

このページにできないこと

文字起こしの対象は完成したファイルで、リアルタイムの会話ではありません。誰かが話している間に入力していくマイクモードはありません。要約や書き換えも行いませんので、実際に話された言葉がそのまま届き、何を残すかはあなたが決めます。精度は録音にも左右されます。マイクの近くで話した明瞭な声が最もきれいなテキストになり、音楽、反響する部屋、テーブルの向こう側に置いたスマートフォンでは質が下がります。ファイルにノイズが多い場合は、先に音声をきれいにしてから文字起こしをしてください。

無料でお試しいただけます

お試しは無料です。20クレジットが提供され、結果に透かしは入らず、クレジットカードも不要です。長いファイルはProプランとStudioプランで扱えます。

結果の例 — 音声からテキストへ:AIでMP3やボイスメモを文字起こし
結果がその証拠です

ツールで作成される成果物

使い方

たった3ステップで音声をテキストに変換

ステップ 1

音声ファイルを追加

最大2 GBまでのMP3、WAV、M4A、AAC、OGG、FLACの録音ファイルをドラッグ&ドロップ。サウンドトラック付きの動画ファイルでもOK。

ステップ 2

文字起こしを開始

言語を選ぶ必要はありません。複数の人が話している場合は話者識別をオンにし、正確に書き起こされるよう専門用語や珍しい名前があればリストアップしてください。

ステップ 3

テキストを保存

プレーンテキスト、SRT、VTTバージョンが入ったZIPファイルをダウンロード。そのまま読むもよし、ドキュメントにコピーするもよし、タイムスタンプ付きの行を字幕として再利用するもよし。

Klipaが選ばれる理由

Klipaで音声をテキスト化する理由

メリット — 音声からテキストへ:AIでMP3やボイスメモを文字起こし

言語を自動検出

開始前に言語を選ぶ必要はありません。英語、フランス語、スペイン語、アラビア語、中国語などを自動で判別し、対応していない言語の場合は意味不明な文字を出さずにその旨をはっきりと伝えます。複数の言語が混ざった録音も簡単に処理できます。

メリット — 音声からテキストへ:AIでMP3やボイスメモを文字起こし

すべての文にタイムスタンプ

テキストは文ごとに分割され、それぞれに録音の開始時間が記録されます。これにより2時間のインタビューの検索が可能になり、必要な答えを見つけてタイムスタンプを確認すれば、元のファイルのその場所へ一気にジャンプできます。もう面倒な早送り・巻き戻しは必要ありません。

メリット — 音声からテキストへ:AIでMP3やボイスメモを文字起こし

1回のダウンロードで3つのファイル

プレーンテキスト(閲覧・引用用)と、字幕用のSRTおよびVTTファイルが1つのZIPにまとめて保存されます。アップロード前にフォーマットを選ぶ必要はなく、ウォーターマークなしのクリーンなファイルが手に入ります。

メリット — 音声からテキストへ:AIでMP3やボイスメモを文字起こし

話者識別

会議、パネルディスカッション、インタビューなどで、話者識別機能が声を区別し、テキスト上の発言ごとにラベル付けします。参加者の人数を指定するか、ツールに数えさせることができるため、長文の記録でも読みやすく、共有しやすくなります。

導入事例

文字起こしが便利な場面

記事のためのインタビュー

ジャーナリストや学生が会話を録音し、M4AやMP3をアップロードしてタイムスタンプ付きのテキスト全体を取得します。すべてを再生し直さなくても、数秒で録音と引用部分を照合できます。

スマホのボイスメモ

歩きながらアイデアを声に出して録音し、メモとして残したい時。iPhoneのボイスメモはM4Aファイルなので、そのままアップロードしてテキスト化すれば、メモやメールに簡単に貼り付けられます。

ショーノート用のポッドキャストのエピソード

エピソードをテキスト化して自分で要約を作成したり、名言を抜き出したり、リスニングより文字で読みたい人向けにページを公開したりできます。タイムスタンプを活用すれば、各ポイントを動画の該当シーンと簡単に紐付けられます。

講義やオンラインコース

授業を録音して文字起こしし、テキストで復習します。タイムスタンプを使えば、先生が難しい概念を説明した正確な分数をすぐに見返せるため、録音を聞き直すよりも効率的に復習できます。

複数の人が参加する会議

通話を録音し、話者識別付きの文字起こしを実行して記録を共有。参加できなかったメンバーも、決定事項や誰がどの意見を出したかを確認できます。

続けて利用

関連ツール

準備動画を取り込み、最適なフォーマットに
編集カット、音声のクリーンアップ、無音部分の削除
変換投稿用の短いクリップに変換
装飾字幕、翻訳、文字起こし
よくある質問

音声のテキスト化:よくある質問

録音を無料でテキスト化する方法はありますか?

はい、無料でお試しいただけます。ツールのテスト用として 20 クレジットがプレゼントされ、ダウンロードしたファイルにウォーターマークは入りません。無料版には1日の利用制限がありますが、ProプランやStudioプランなら長時間の録音にも対応しています。

MP3ファイルから文字起こしをするには?

はい。MP3のほか、WAV、M4A、AAC、OGG、FLACなどの形式に対応しています。ファイルをアップロードして文字起こしを開始し、テキストをダウンロードするだけです。各文にはタイムスタンプが付いており、同じZIPファイル内にSRTおよびVTTバージョンも含まれています。

iPhoneのボイスメモを文字起こしするには?

iPhoneで録音したボイスメモはM4Aファイルなので、このページで対応しています。パソコンに共有するかファイルに保存し、ここにアップロードして文字起こしを開始してください。言語は自動で認識され、すぐにテキストが表示されます。

WhatsAppのボイスメッセージを文字起こしできますか?

常にとは限りません。Opus形式で保存された音声は対応しておらず、一部のメッセージアプリのボイスメモなどはこの形式で保存されます。M4AやMP3など、他の対応フォーマットのファイルであれば問題ありません。対応していない場合は、まずMP3に変換してからアップロードしてください。

英語以外の言語にも対応していますか?

はい。話されている言語は自動で検出され、英語のほかフランス語、スペイン語、アラビア語、中国語など、幅広い言語に対応しています。事前の設定は不要です。対応していない言語の場合は、勝手に推測して間違った言語のテキストを出力するのではなく、その旨が通知されます。

話しながらリアルタイムで音声を文字起こしできますか?

いいえ。このページはすでに作成した録音データに対するツールです。ファイルをアップロードするとテキストが生成されます。音声入力ツールやマイクを通じたリアルタイムの聞き取りには対応していません。会話に使いたい場合は、まず録音してから音声をアップロードしてください。

誰が話しているかわかりますか?

はい、オプションで可能です。話者分離を有効にすると、参加者ごとにテキストが分かれ、発言の順番がマークされます。人数を指定することも、自動判別に任せることも可能です。インタビュー、会議、ゲストを招いたポッドキャストなどで便利です。

テキストは正確に書き起こされますか?それとも間違いが多いですか?

マイクの近くではっきりと1人ずつ話しているクリアな音声で最も高い精度を発揮します。アクセントや専門用語も通常は問題なく処理されますが、珍しい固有名詞は誤字になることがあるため、開始前にリストアップしておくと安心です。周囲の騒音、音楽、マイクからの距離があると精度が下がるため、事前にノイズを除去することをおすすめします。

完了すると何が手に入りますか?

プレーンテキストファイル、SRTファイル、VTTファイルの3つが含まれた1つのZIPファイルです。テキストは文ごとに分割され、それぞれに開始時間がついています。テキストは読書や引用に、SRTやVTTは動画に字幕をつける必要がある際にお使いください。

アップロードした音声はどのくらい保存されますか?

長期間保存されることはありません。ファイルは自動的に削除されますが、Studioプランでは最大 90 日間保存されます。それまでの間はあなただけがアクセスでき、削除される前であればいつでもファイルを再度ダウンロードできます。2 時間までの長時間の録音には、ProまたはStudioが必要です。

あなたの番です

録音音声をテキストに変換しよう

音声ファイルをアップロードするだけで、読んだり引用したり、字幕にしたりできるタイムスタンプ付きテキストが完成。

はじめる

クレジットカード不要

まとめ

テキストを取得した後の活用法

テキスト化は最初のステップにすぎません。音声にノイズがある場合は、文字起こしをする前に背景ノイズ除去を使うと、より正確なテキストが得られます。動画と音声の両方に対応した機能については、AI文字起こしのページをご覧ください。また、画面に文字を表示させたい場合は、ZIPファイルに含まれるSRTファイルを、別の編集ソフトで動画に字幕を入れる際のベースとして使用できます。テキストを使えば、録音内容とタイムスタンプを1行ずつ照らし合わせて確認することも可能です。