無料ツール

ブラウザの中で、声を文字に

録音をドロップすると、言葉がテキストとタイミング付きの字幕で返ってきます。すべてあなたのパソコンやスマホの中で行われるので、ファイルが外に出ることはありません。

音声または動画ファイルをここにドロップ MP3、M4A、WAV、MP4、MOV、WebM など。10分くらいまでの録音に向いています。

ファイルを選ぶと、話し声をテキストにします。

ファイルはあなたの端末の中で読み込まれ、どこにもアップロードされません。私たちにも、他の誰にも。

初回だけ、ブラウザが音声認識モデルをダウンロードします(端末により約80〜200 MB)。次回からは保存済みのものを使います。処理の速さは端末によって変わります。

しくみ

ブラウザがファイルを開いて、再生するときと同じように音声を読み込みます。一度だけダウンロードしてブラウザに保存された小さな音声認識モデルが、30秒ずつ聞き取り、聞こえたことを各行の時間付きで書き出します。

すべてあなたの端末の中で動くので、何も送信されず、順番待ちもありません。その代わり、処理するのはあなたの端末です。最近のノートパソコンなら録音の長さの3分の1ほど、速いグラフィックチップがない場合や古いスマホでは、録音と同じくらいかそれ以上かかることがあります。処理中はこのタブを開いたままにしてください。

長い動画、YouTube や Twitch のリンク、いちばん正確な文字起こしが必要なら、SnapDub の文字起こしをどうぞ。私たちのサーバーで処理し、文字起こしと字幕をファイルでお渡しします。

よくある質問

質問にお答えします

ファイルはアップロードされますか?

いいえ。ファイルはこのページの中、あなたの端末で読み込まれます。ダウンロードされるのは音声認識モデルだけで、それも一度きりです。

初回だけ時間がかかるのはなぜ?

ブラウザがまず音声認識モデルをダウンロードするためです。保存されるので、次のファイルからはすぐに始まります。

精度はどれくらい?

よく使われる言語のはっきりした話し声なら良好です。ブラウザに収まる小さなモデルなので、固有名詞、強いなまり、音楽、話し声の重なりには大きなモデルより弱めです。

長さの上限はありますか?

決まった上限はありませんが、処理するのはあなたの端末なので、長い録音は時間がかかり、メモリも多く使います。10分くらいまでなら、ほとんどの端末で快適です。

文字起こしだけでなく、字幕付きのクリップも欲しいなら

SnapDub は長い動画を、TikTok、ショート、リール向けの字幕付き縦型クリップにします。

無料で始める