ScribeToAny

OGG をテキストに変換

OGG はオープンソースの録音、ゲーム、音声アプリでよく使われますが、聴くためのコンテナであって、読めるものではありません。OGG をアップロードすれば、ScribeToAny が音声をタイムスタンプ付きの編集できるテキストにし、必要なら話者ラベルを付け、8 形式で書き出せます。全プランで利用可能、インストール不要。

  • AI 文字起こし
  • 98 の言語
  • 暗号化。ファイルを AI の学習に使うことはありません

録音ファイルから始める

音声・動画ファイルをここにドロップ、またはクリックして選択。

実際の書き起こし結果

話者識別をオンにして書き起こした、2名（合成音声）による64秒のインタビューの無編集テキストです。冒頭の数行のみを表示しています。

文字起こし (TXT)
SPEAKER_00 (0:00) Welcome back to Small Shop Stories.
SPEAKER_00 (0:02) Today I'm talking to Maya, who runs a tiny bakery on the
SPEAKER_00 (0:05) corner of Mill Street.
SPEAKER_01 (0:07) Thanks for having me.
SPEAKER_01 (0:08) It's really small, just two ovens and a counter.
SPEAKER_00 (0:12) So how does a normal day start for you?
字幕 (SRT)
1
00:00:00,000 --> 00:00:01,680
[SPEAKER_00] Welcome back to Small Shop Stories.

2
00:00:02,160 --> 00:00:05,320
[SPEAKER_00] Today I'm talking to Maya, who runs a tiny bakery on the

3
00:00:05,320 --> 00:00:06,320
[SPEAKER_00] corner of Mill Street.

原稿と照合したところ、189語中相違があったのはわずか4語でした（「eighty」に対して「80」と表記されたものを誤りとカウントした場合の単語誤り率は2.1%）。また、全14回の話者の交代もすべて正確に認識されています。明瞭な音声による結果であり、ノイズの多い録音や会話の重複がある場合はスコアが下がります。 全文の書き起こしと評価方法を見る

使い方

  1. 1

    アップロード

    音声・動画ファイルをドロップするか、リンクを貼り付けてください。一般的な形式にすべて対応しています。

  2. 2

    文字起こし

    AI がタイムスタンプ付きで文字起こしします。話者ラベルも選択可能で、通常は数分で完了します。

  3. 3

    エクスポート

    オンラインでセグメントを編集し、TXT、SRT、VTT、TSV、CSV、JSON、PDF、DOCX でエクスポートできます。

ScribeToAny が選ばれる理由

  • Discord ボットの音声ログ、ゲームボイスチャット、Audacity などのオープンソース製 Ogg Vorbis 音源に特化。
  • ステレオおよびマルチチャンネルの OGG は処理前にモノラルへミックスダウンされます。話者ごとの個別トラックを別々にアップロードすることも可能です。
  • オープンフォーマットで保管された音声アーカイブから高精度な逐語録を必要とするポッドキャスターや開発者に最適。

よくある質問

Ogg Vorbis と Ogg Opus の両方に対応していますか?

はい —— .ogg コンテナはどちらも収められ、どちらも同じ方法で文字起こしされます。そのままファイルをアップロードしてください。先に別の形式へ変換する必要はありません。

言語を選ぶ必要がありますか?

いいえ —— 言語は自動的に検出されます。録音が静かだったり音が大きく混ざっていたりする場合は、言語を明示的に設定すると役立ちますが、必須ではありません。

どの形式に書き出せますか?

TXT・SRT・VTT・TSV・CSV・JSON・PDF・DOCX。OGG が動画の音声なら、タイムスタンプ付きの SRT や VTT はそのまま字幕として戻せます。

話者ごとにトラックが分かれている Discord の録音はどう文字起こしすべきですか？

Craig などの録音 bot は参加者ごとに個別のファイルを保存します。各トラックを個別（一度に最大6ファイルまで）にアップロードしてください。発言者があらかじめ固定されるため、1つに混ざった音声から話者を自動検出するよりも確実に話者ごとのテキストが得られます。単一のミックス音源しかない場合は「話者を検出」をオンにしてください。

アップロードする前に OGG ファイルの長さを確認することはできますか？

はい。このページの試算ツールにファイルをドラッグ＆ドロップしてください。ファイルをアップロードすることなくブラウザ上で長さを読み取り、再生時間、推定単語数（1分あたり約130単語計算）、読了時間を表示します。これにより、無料プランの30分制限に収まるかどうかを事前に確認できます。

関連ツール