こんにちは。会議やインタビューを録音しておいても、後から必要な一文を探そうとすると、結局ファイルを最初から聞き直さなければならない不便さがありました。
この問題を少しでも減らそうと思い、ToTextを作りました。
最初は、音声をテキストに変換する機能さえあれば十分だと考えていました。ところが実際のファイルを使ってみると、文字起こし後に行う作業のほうが多くありました。
人名や数字を修正する必要があり、複数人が会話した場合には話者を整理しなければなりませんでした。正確な文を確認するには、元の録音の該当位置も再び探す必要がありました。
そこで、結果画面で元ファイルと文字起こし内容を一緒に見られるようにしました。各文にはタイムスタンプがあり、文をクリックするとその区間からすぐに再生されます。
現在対応している機能は次のとおりです。
- MP3、MP4、M4A、MOV、WAV、WebMなどの音声・動画ファイルのアップロード
- 自動言語検出
- タイムスタンプ付きの編集可能な文字起こし結果
- 話者認識と話者名の修正
- テキスト検索と元データ区間の再生
- 要約、議事録、自動チャプター、アクションアイテムの生成
- TXT、DOCX、PDF、SRT、VTT、CSV、JSONへのエクスポート
インタビュー、ポッドキャスト、会議録音は MP3 to Transcript のフローで処理でき、ウェビナーや講義・会議動画は MP4 to Transcript のフローで同じ編集画面から作業できます。
現在、新規アカウントにはクレジットカード登録なしで無料文字起こし3回を提供しています。
まだ継続的に改善中のため、次の点についてご意見を伺いたいです。
- 長い文字起こし内容を確認する際に最も必要な機能
- 要約、議事録、字幕のうち、実際に最もよく使う成果物
- 編集画面で不便だったり分かりにくかったりする部分
実際に使ってみて、バグや改善案を残していただけるとありがたいです。
1件のコメント
動画も録音も、どちらもサーバーに送信されるのでしょうか？