インタビューとポッドキャスト
検索できる文字起こしを、引用や番組ノートの作成に使ったり、エピソードと一緒に公開したりできます。
音声の文字起こしツール
音声ファイルをアップロードすると、タイムスタンプ付きで編集できる文字起こしを作成します。テキストをコピーするか、TXT、SRT、VTT でダウンロードできます。
音声をテキストに変換する方法
音声をアップロード
60 分以内の MP3、WAV、M4A、AAC、OGG、FLAC ファイルを選びます。動画ファイルも使えます。
文字起こしを開始
言語は自動検出のままでも、自分で選んでもかまいません。開始前にボタンに料金が表示されます。開始した 1 分ごとに 2 クレジットです。
編集してダウンロード
間違った言葉をページ上で直し、テキストをコピーするか TXT、SRT、VTT ファイルをダウンロードします。
音声の文字起こしの使い道
会議とボイスメモ
会議の録音や長いボイスメモを、ざっと読めて検索や共有もできるテキストにします。
講義と学習ノート
授業を文字で残しておけば、聞き直さなくても必要な部分を探せます。
文字起こしの精度を上げるコツ
- 話し手の近くで録音し、背景の雑音が少ないほど、良い結果になります。
- 複数の言語が混ざっている場合や自動検出の結果がおかしい場合は、言語を自分で選んでください。
- 文字起こしには話者名が付かないので、インタビューや会議では名前をご自身で追加してください。
料金 - AI動画メーカーのクレジットパックとプラン
ペースに合ったプランを選ぶ
サブスクライバーは同価格で+20%の追加クレジット
900クレジット
$9.9/ 買い切り
≈ 18本の動画1本 5秒・480p
サブスクライバー受取分: 1,080
- 最大450枚の高速画像
- 最大18本の基本動画
- すべての画像・動画モデル
- 6ヶ月間有効
- サブスク不要・自動更新なし
1,900クレジット
$19.9/ 買い切り
≈ 38本の動画1本 5秒・480p
サブスクライバー受取分: 2,280
- 最大950枚の高速画像
- 最大38本の基本動画
- すべての画像・動画モデル
- 6ヶ月間有効
- サブスク不要・自動更新なし
5,500クレジット
$49.9/ 買い切り
≈ 110本の動画1本 5秒・480p
サブスクライバー受取分: 6,600
- 最大2,750枚の高速画像
- 最大110本の基本動画
- すべての画像・動画モデル
- 6ヶ月間有効
- サブスク不要・自動更新なし
12,000クレジット
$99.9/ 買い切り
≈ 240本の動画1本 5秒・480p
サブスクライバー受取分: 14,400
- 最大6,000枚の高速画像
- 最大240本の基本動画
- すべての画像・動画モデル
- 6ヶ月間有効
- サブスク不要・自動更新なし
サブスクリプションは、キャンセルするまで表示価格で自動更新されます。価格を変更する場合は事前にお知らせします。設定 → 請求からいつでもキャンセルでき、支払済み期間の終了までご利用いただけます。クレジットパックは買い切りで、付与から180日後に失効します。価格にはチェックアウト時に徴収される税金が含まれます。 返金と請求 · 利用規約 · プライバシーポリシー · お問い合わせ · 料金
aiMakeVideo は独立した AI 動画プラットフォームであり、モデルプロバイダーとは提携していません。
音声の文字起こしに関するよくある質問
音声をテキストに変換する料金はいくらですか？
開始した 1 分ごとに 2 クレジットなので、30 分の録音は 60 クレジットです。登録時のクレジット（提供されている場合）で短いクリップを文字起こしできます。失敗した場合、クレジットは自動でアカウントに戻ります。
どの音声形式をアップロードできますか？
MP3、WAV、M4A、AAC、OGG、FLAC などの一般的な形式で、1 ファイル最長 60 分です。それより長い録音は分割してからアップロードしてください。
タイムスタンプは付きますか？
はい。エディターの各行に開始時刻が表示され、SRT と VTT のダウンロードには完全なタイミングが含まれます。TXT のダウンロードはテキストのみです。
どの言語に対応していますか？
音声認識モデル Whisper が話されている言語を自動で検出し、100 近い言語に対応しています。よく使われる 19 言語から自分で選ぶこともできます。文字起こしは話された言語のままで、翻訳はされません。
録音はどう扱われますか？
文字起こしのために、音声のコピーが当社のストレージと音声認識プロバイダーにアップロードされます。文字起こしの結果はご自身のアカウントにのみ表示されます。