会議録音を文字に変換

議事録係のいない議事録

どの会議にも、メモを取ることに集中して半分しか話を聞けていない人がいます。文字起こしがあればその人も会議に集中できますし、他の参加者にも誰が何を約束したかを示す記録が残ります。このページでは録音の最初の5分間だけをテキスト化できるので、アクセントやかぶって話す場面、スピーカーフォン越しの音声など、実際の会議音声での精度を1時間分をまるごと処理する前に確認できます。

会議アプリから音声を取り出す

Zoomはローカル録音を有効にしていると、動画とは別に音声だけのファイル（audio_only.m4a）を保存します。Microsoft Teamsの録画はOneDriveやSharePointにMP4として保存され、その中の音声トラックはこのツールで受け付けますが、会議全体の動画は通常サイズ上限を大幅に超えるため、先に音声だけを書き出すか抽出してください。Google Meetの録画もDriveにMP4として保存され、同様の制約があります。テーブルに置いたスマートフォンで会議室を録音した場合は.m4aファイルになり、そのままドロップできます。

プレビューの仕組み

ブラウザがファイルを読み込み、最初の5分間だけを残します。それより長い録音はブラウザ内でその部分だけを切り出し、16kHzモノラルのWAVに再エンコードします。音声は暗号化された通信でSozAIアプリの背後にある文字起こしエンジン（AssemblyAI）に送られます。言語は99言語の中から自動で判定され、発言した参加者ごとにタイムスタンプ付きのラベル（Speaker A、Speaker Bなど）が付き、文字起こし全体を通して一貫して使われます。テキストが画面に表示された時点で、音声と文字起こしはプロバイダー側で削除されます。

対応形式と上限

• M4A、MP3、WAV、AAC、FLAC、OGG/OPUS、WEBM、そしてMP4の音声トラックに対応し、そのままの状態で最大25MBまで送信できます。それより長い録音はブラウザ内で先に5分間に切り詰められます（パソコンでは最大30MB、スマートフォンでは最大12MB）。
• 1台の端末につき1日3回までプレビューでき、アカウントは不要です。
• ノートパソコンのマイクで拾った遠隔参加者の声は、会議室のスピーカーフォンよりも精度良く文字起こしされますが、どちらも利用できます。

会議全体、そしてアクションアイテムも

1時間の会議はプレビュー12回分に相当します。SozAIアプリは会議全体を録音または取り込み、話者ラベルを保持したまま、フォローアップメールに貼り付けられる決定事項とアクションアイテム付きの要約を作成します。すべての会議は検索可能なライブラリに保存されます。最初の30分間は無料です。