音声からテキストへ
MP3、WAV、M4A、FLAC、OGG、AAC、OPUSに対応。1行ごとにタイムスタンプが付いたテキストを出力します。ポッドキャスト、ボイスメモ、通話、口述筆記に最適です。
TurboScribe AI: 無料の動画文字起こし・音声文字起こし — 登録不要
登録やアカウント作成は一切不要で無料で利用できます。ファイルをドロップするだけで、タイムスタンプ付きの編集可能な文字起こしテキストを取得できます。音声モデルはお使いのデバイス上で動作するため、データがアップロードされることはありません。
1ファイルを追加
ここにファイルをドラッグ＆ドロップ、またはクリックして選択
音声・動画ファイル（このタブ内で処理されます）
MP3 · WAV · M4A · FLAC · OGG · MP4 · MOV · WEBM · MKV
file.mp3
待機中 — ファイルを選択して開始してください。
2確認・編集・出力
無料で利用でき、登録も不要です。メディアファイルはローカルでデコード・文字起こしされ、録音・録画データがサーバーに送信されることは一切ありません。
TurboScribe AIについて
登録不要で使える無料の動画・音声文字起こし
TurboScribe AIは、録音・録画データを読み取って発言内容を1行ごとにタイムスタンプ付きで書き起こす無料ツールです。会員登録もアカウント作成も不要。ページを開いてファイルを追加するだけで開始できます。
- 完全無料・登録不要
アカウント、メールアドレス、クレジットカード情報の入力を求められることはありません。
- データはデバイス内に保持
軽量なWhisperモデルがブラウザ内で動作するため、ファイルが外部へアップロードされることはありません。
- タイムスタンプ付き＆編集可能
ページ内でテキストを直接修正し、TXT、SRT、VTT形式で保存できます。
一般的なオンライン文字起こしサービスの多くは、ファイルを外部サーバーに送信し、会員登録を求めた上で分単位の料金を請求します。TurboScribe AIの仕組みは異なります。AIモデルをブラウザに一度読み込み、ローカルで実行するため、ファイルのアップロードも従量課金も発生しません。通話、講義、インタビュー、ボイスメモなどの日常的なクリアな録音データに最適化されており、その制限事項についても透明性を保っています。詳細は精度に関するセクションをご覧ください。
最終更新日
sample-interview.mp33セグメント · 00:00:24
本日はご参加いただきありがとうございます。まずプロジェクトの紹介からお願いできますか？
もちろんです。ブラウザから出ることなく録音データをテキストに変換する小さなツールを作成しました。
すべての処理がデバイス内で完結するため、どこにもデータがアップロードされることはありません。
形式を選択して出力TXTSRTVTT
使い方
録音データから文字起こしまでの4ステップ
インストール不要で、複雑な設定もありません。動画や音声ファイルをテキストに変換する手順は以下の通りです。
ファイルを追加する
動画または音声ファイルを変換ツールにドラッグ＆ドロップするか、ドロップエリアをクリックしてパソコンやスマートフォンから選択します。
言語を選択する
デフォルトで英語が選択されています。その他の話し言葉を選択するか、不明な場合は「自動検出」を使用してください。
「AIで文字起こしを開始」を押す
初回実行時に音声モデル（約39MB）がダウンロードされ、キャッシュされます。処理が進むにつれてテキストが少しずつ表示されます。
編集して出力する
文字起こしテキスト内の固有名詞や numerically データを修正し、テキストをコピーするか、TXT、SRT、VTT形式でダウンロードします。
機能
登録不要で使える無料機能
TurboScribe AIのすべての機能は無料で利用でき、アカウントなしで動作します。1つのページで、話し声を実際に活用できるテキストへ変換するというシンプルな目的を果たします。
動画からテキストへ
MP4、MOV、WEBM、MKV、AVIにも対応。TurboScribe AIが自動で先に音声トラックを抽出するため、事前に自分で動画を変換する必要はありません。
字幕ファイル生成
動画編集ソフトやWebプレイヤー向けに、タイムスタンプ付きセグメントをSRTやVTTの字幕形式としてエクスポートできます。
組み込みエディタ
書き出し前にテキストをクリックして固有名詞や数値を直接修正できます。修正後のテキストがコピーやTXT保存に反映されます。
長時間のファイルにも対応
容量の大きい録音データは10分ごとのセグメントに分けられ、30秒単位で処理されるため、メモリ消費量を低く抑えることができます。
対応フォーマット
MP3、MP4、WAVファイルをテキストに変換
一般的なメディアプレイヤーで再生できるファイルであれば、TurboScribe AIで読み込める可能性が非常に高いです。
音声ファイル
- MP3
- WAV
- M4A
- AAC
- FLAC
- OGG
- OPUS
主な用途: ポッドキャストのエピソード、スマホのボイスメモ、スタジオやICレコーダーの録音、ダウンロードしたインタビューなど。
動画ファイル
- MP4
- MOV
- WEBM
- MKV
- AVI
主な用途: 画面キャプチャ、会議の録画、iPhoneの動画、OBS録画、SNSの動画など。
人気の変換パターン
- MP3からテキストへ
- WAVからテキストへ
- M4Aからテキストへ
- MP4からテキストへ
- MOVからテキストへ
- WEBMからテキストへ
- 動画からSRTへ
- 音声からVTTへ
エクスポート
TXT、SRT、VTTから選択
次の作業手順に合ったファイル形式を選択してください。3つの形式はすべて同じ文字起こしデータから生成されます。
プレーンテキスト
メモ、記事、メール、要約、検索用として使いやすいクリーンな文章データ。
週次計画ミーティングへようこそ。
まずは先週リリースされた機能から
確認していきましょう。SRT字幕
YouTube、Premiere Pro、DaVinci Resolveをはじめとする多くの編集ソフトに対応した標準的な字幕形式。
1
00:00:00,000 --> 00:00:03,200
週次計画ミーティングへようこそ。WebVTT字幕
HTML5動画プレイヤーや多くのWebプラットフォームで使用される字幕形式。
WEBVTT
00:00:00.000 --> 00:00:03.200
週次計画ミーティングへようこそ。プライバシー
録音データがデバイス外に送信されることはありません
「文字起こし」ボタンを押すと、ブラウザが音声をデコードし、WebAssembly版のWhisperモデルがお使いのプロセッサ上で直接音声をテキストに変換します。
TurboScribe AIの場合
- 録音データはすべてデバイス内に保持されます。
- アカウント、メールアドレス、カード情報は不要です。
- 分単位の料金や月間制限はありません。
- クライアントとの通話、社内会議、未公開メディアにも安心して使えます。
一般的なアップロード型サービスの場合
- ファイルは他社のサーバーにコピーされます。
- 多くの場合、アカウント作成が必要です。
- 無料枠に制限があり、その後は有料プランが適用されます。
- サーバー側の大型モデルのため、ノイズの多い音声に強い場合があります。
何がダウンロードされますか？ 公開CDNから取得され、ブラウザにキャッシュされる音声モデルといくつかの補助ライブラリのみです。処理はタブ内で行われるため、タブを閉じたり再読み込みすると実行中の文字起こしが停止します。進捗バーが100%になるまで開いたままにしてください。
文字起こしの精度
より正確な文字起こしのためのヒント
設定以上に録音状態が精度を左右します。以下の習慣を取り入れることで大きな改善が期待できます。
- 背景ノイズを減らす
音楽、交通音、部屋の反響音が誤変換の主な原因です。可能な限り話者の近くで録音してください。
- 1人ずつ話す
声が重なると、大規模・小規模を問わずどの音声認識モデルにとっても認識が困難になります。
- 手動で言語を設定する
短いファイルやノイズがある音声を処理する場合は、自動検出よりも手動で話し言葉を指定する方が確実です。
- 固有名詞や数値を確認する
ブランド名、地名、数値は特に修正が必要になりやすい部分です。出力前にエディタを活用してください。
- 長時間のファイルにはパソコンを使用する
メモリ容量が大きいPCを使用することで、1時間を超える録音でも動作が安定し、スマホのような速度低下を防げます。
- タブを表示したままにする
ブラウザによる処理の一時停止を防ぐため、進捗が100%になるまでページを開いたままにしてください。
現在の制限事項: TurboScribe AIはブラウザ動作に最適化された軽量モデルを使用しています。話者分離（誰が話しているかの識別）や翻訳には対応しておらず、条件の悪い音声に対しては大型サーバーモデルよりも精度が低下する場合があります。
対応言語
16の話し言葉＋自動検出に対応
変換ツールで録音データの言語を選択してください。英語が最も高い精度を発揮します。その他の言語は音質や言語によって精度が異なります。
- English英語
- 中文中国語
- Españolスペイン語
- Françaisフランス語
- Deutschドイツ語
- Portuguêsポルトガル語
- Italianoイタリア語
- Nederlandsオランダ語
- Polskiポーランド語
- Русскийロシア語
- Türkçeトルコ語
- 日本語日本語
- 한국어韓国語
- العربيةアラビア語
- हिन्दीヒンディー語
- Indonesiaインドネシア語
活用シーン
無料の動画・音声文字起こしの活用例
- 会議・通話
- 録音した通話内容を、決定事項やアクションアイテムをすぐ確認できるメモに変換。
- インタビュー・リサーチ
- 録音全体を再生し直すことなく、タイムスタンプを頼りに特定の発言へスキップ。
- ポッドキャスト・番組
- 1つの文字起こしデータから番組概要、ブログ記事、ニュースレターを作成。
- 講義・学習
- 講義を検索可能なテキストとして読み返し、復習用の字幕として保存。
- 動画の字幕作成
- SRTやVTTを書き出し、動画編集ソフトやプレイヤーに直接読み込み。
- ボイスメモ
- 口頭で残したアイデアを検索・編集・共有しやすいテキストデータに変換。
TurboScribe AIとは何ですか？
TurboScribe AIは、動画や音声の録音データをテキストに変換する無料のWebツールです。ブラウザ内で軽量なWhisper音声認識モデルが動作するため、外部サーバーではなくお使いのデバイス上で文字起こしが行われます。
本当に無料ですか？登録は必要ですか？
はい、完全無料で登録も不要です。アカウント、メールアドレス、クレジットカードは一切不要です。お使いのデバイス側で処理を行うため、利用者に請求される分単位のコストは発生しません。
録音データがサーバーに送信されることはありますか？
いいえ。ファイルはブラウザタブ内で読み込まれ、デコード・文字起こしされます。ダウンロードされるのは音声モデルと公開CDNからのいくつかの補助ライブラリのみです。音声や動画のデータは常にお使いのデバイス内に留まります。
初回実行時の文字起こしが遅いのはなぜですか？
初回実行時は、約39MBの音声モデルと動画ファイル処理用の音声ツールをダウンロードするためです。これらはブラウザにキャッシュされるため、2回目以降は大幅に高速化します。
変換できるファイル形式は何ですか？
音声: MP3、WAV、M4A、FLAC、OGG、AAC、OPUS。動画: MP4、MOV、WEBM、MKV、AVI。動画ファイルの場合、文字起こしの前に音声トラックが自動的に抽出されます。
動画から字幕を作成できますか？
はい可能です。すべての文字起こし結果にはタイムスタンプが含まれているため、通常のTXTだけでなく、SRTやVTTの字幕ファイルとしてもダウンロードできます。
複数話者の識別や翻訳機能はありますか？
現時点では対応していません。TurboScribe AIは選択した言語で話された内容をそのまま文字起こしします。話者名の追加や別言語への翻訳機能はありません。
録音ファイルの長さに制限はありますか？
ファイルをアップロードしないため、アップロード容量制限はありません。大容量ファイルはメモリ消費を抑えるため、10分単位でディスクから読み込まれ、30秒ごとに処理されます。長時間のファイルは処理に時間がかかり、速度はお使いのデバイスのスペックに依存します。
推奨されるブラウザやデバイスは何ですか？
WebAssemblyをサポートする最新のChrome、Edge、Firefox、Safariです。短いクリップであればスマートフォンやタブレットでも動作しますが、長時間のファイルにはメモリ容量に余裕があるパソコン（デスクトップ/ノート）の使用をお勧めします。
テキストの精度はどのくらいですか？
1人の話者がはっきりと話している音声（特に英語）で最も高い精度を発揮します。背景ノイズ、声の重なり、強い訛りがある場合は精度が低下するため、出力前に組み込みエディタで固有名詞や数値を確認・修正することをお勧めします。