ScribeToAny
言語

ベトナム語の音声を文字起こし

ベトナム語は声調に意味を込め、それを示す発音区別符号は手入力で失われがちで —— 記号が一つ抜けるだけで単語が変わります。ScribeToAny はベトナム語の音声を、声調記号と発音区別符号をそろえ、句読点とタイムスタンプ付きで文字起こしし、インタビュー、講義、動画、通話に対応し、8 形式で書き出します。

  • 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

  • 声調記号の保持：全6声調（ngang、sắc、huyền、hỏi、ngã、nặng）の記号を忠実に再現します。ノイズが多い音声では稀に声調の判定がずれることがあります。
  • 北部・中部・南部のアクセント：ハノイ、ダナン、サイゴン（ホーチミン）の各方言に対応。クリアな音声ほど高い精度が得られます。
  • 流行語と借用語：日常のくだけた俗語や英語のIT用語を正確に認識します。ごく最近の若者言葉などは必要に応じて確認をおすすめします。
  • 字幕の同期出力：YouTube や TikTok 向けのタイムコード付き SRT/VTT 字幕を作成し、可能な限り文や節の区切りで自然に分割します。

よくある質問

ベトナム語の声調記号や発音区別符号は保持されますか?

はい —— 発音区別符号がそろって出力の一部になるので、テキストは読んで貼り付けられる正しいベトナム語であり、記号を落とした ASCII の近似ではありません。それこそが、自動文字起こしを実際に使えるものにする違いです。

北部と南部のなまりに対応していますか?

はい。ハノイやサイゴンを含む主要な地域なまりに対応します。明瞭な音声が最も正確に文字起こしされ、ノイズの多い録音や大きな重なりでは、エディターでざっと校正すれば時折の単語を直せます。

ベトナム語の動画に字幕を付けられますか?

はい。文字起こしはタイムスタンプ付きなので、SRT や VTT を書き出して動画にそのまま載せられます。全プランで、ベトナム語の文字起こしを 134+ 言語のいずれかに無料で翻訳することもできます。翻訳後も元のタイムラインが保持されるため、翻訳された SRT も同様に動画と同期します。

言語メニューにベトナム語がありません — 正しく検出されるようにするにはどうすればよいですか？

「音声の言語」を「自動検出」のままにしておくと、ベトナム語が自動的に認識されます。言語検出はおよそ最初の30秒間を元に判定されるため、録音の冒頭に英語の導入、音楽、長い無音がある場合は、あらかじめその部分をカットしてください。さもないと別の言語として処理される恐れがあります。

単語の声調記号が意図と異なって出力されることがあるのはなぜですか？

声調記号は音節の響きに基づいて判定されるため、ノイズや音楽、不明瞭な発声があると近い声調に誤判定されることがあります（ma、má、mả はまったく異なる単語です）。ノイズのある録音では文字起こし前に「音声を復元」をオンにし、不確かな行があればエディター上でクリックして該当箇所を再生しながら記号を修正してください。

関連ツール