日本語の音声をテキスト化 日本語

すべてをかなにするのではなく、人が書くときと同じように漢字、ひらがな、カタカナを使い分けます。これにより、通常の速度で読みやすく、検索もしやすくなります。かなだけの日本語は解読できますが、文書をそのように読む人はいません。

はい。話者分離は言語ではなく音声をもとに行うため、話者ごとにラベルが付き、発言ごとにタイムスタンプが記録されます。議事録やインタビューの記録では、録音をそのまま共有できる文書に変えるための重要な機能です。

明瞭な音声で、1人が標準的な日本語を話す場合に最も高い精度が得られます。一方、早口で発言が重なる会話、強い関西弁、音質の悪い電話音声では精度が下がります。残りやすい誤りは同音異義語の選択で、文の構造は正しくても1語だけ漢字が異なることがあるため、校正の時間を見込んでおくと安心です。

SozAIはSRTとVTTを、単語ごとのタイミング付きUTF-8で書き出します。そのため、日本語のテキストをYouTube、Premiere Pro、Final Cut Pro、DaVinci Resolveで正しく読み込めます。ただし、日本語の字幕にはラテン文字の字幕とは異なる改行ルールがあるため、改行位置は人が確認することをおすすめします。

すべてのアカウントで、カード登録なしに毎月30分まで無料で利用できます。それを超える分は、共有の分数枠を使う月額定額制で、言語によって料金は変わりません。現在の料金プランは料金ページで確認できます。