ボイスメモを文字起こし

録音したメモは、テキストにした方が使いやすい

ボイスメモはひらめきを捉えるには一番早い手段だが、あとで見つけ出すには一番遅い。スマホには音声の中身を検索する機能がないので、帰り道に録音したアイデアは新規録音47のようなファイル名の奥に眠ったままになる。テキストにしてしまえば検索でき、引用でき、書きたかった原稿にそのまま貼り付けられる。

スマホからファイルを取り出す方法

iPhoneではボイスメモを開き、録音をタップし、三点リーダー、共有、ファイルに保存の順に進む。出てくるのは.m4aファイル。AndroidではSamsung Voice RecorderもGoogle Recorderも同じく.m4aで保存され、古いレコーダーアプリは.3gpや.amrを生成するが、これらもここで受け付けている。デスクトップの録音アプリはたいていWAVかMP3を出力する。どれも使える。

プレビューが行う処理

ブラウザがファイルを読み込み、最初の5分間だけを保持する。5分より短いメモはそのまま送られ、長いメモはブラウザ内で切り取られ、16kHzモノラルのWAVに再エンコードされるため、アップロードされるのはプレビュー部分だけになる。音声は暗号化された接続でSozAIアプリの裏側にある文字起こしエンジン(AssemblyAI)へ送られ、言語は99言語の中から自動判定され、複数人が話している場合は話者が区別される。テキストが画面に表示された時点で、音声と文字起こし結果はプロバイダー側で削除される。

対応形式と上限

• M4A、MP3、WAV、AAC、FLAC、OGG/OPUS、WEBMに加え、古いAndroidレコーダーの3GPとAMRも対応。上限は25MB。
• 各ファイルの最初の5分間まで。1台のデバイスにつき1日3ファイルまで。
• iPhoneの5分間のボイスメモは約4MBで、いずれの上限にも十分収まる。

5分を超えたら

講義やインタビュー、1時間に及ぶブレインストーミングはプレビューの範囲を超える。SozAIアプリはどんな長さでも録音・取り込みができ、話者にラベルを付け、要約を作成し、すべてのメモを検索可能なライブラリに保存する。ボイスメモやファイルアプリから直接アプリへ共有することもできる。最初の30分間は無料。