乱雑な文字起こしを読みやすいテキストに変換
YouTubeの字幕、Zoomの.vtt、自動生成されたポッドキャストのエクスポートなどの生の文字起こしを貼り付けるだけで、不要な要素(タイムスタンプ、字幕キュー番号、「um」や「uh」などのフィラー、「SPEAKER 1:」といったラベル、重複した行)を除去します。そして、途切れ途切れになった字幕の断片を、実際に読める段落へと統合します。
完全にブラウザ上で動作します。文字起こしデータがアップロードされることはないため、プライベートな通話や未公開のインタビューを整形する場合でも安心です。
タイムスタンプとキュー
SRT番号、タイミング行、WEBVTTヘッダー、インラインスタンプ。
フィラーワード
Um、uh、er、hmm、「you know」、「i mean」など。削除された件数のカウント付き。
話者ラベルと重複
行頭タグ、Zoomの>>マーカー、自動字幕が2度出力した行。
段落の結合
数語ごとに改行された字幕行を、再結合して段落化。
AIではなくルールベース、そしてそれが重要な理由
名前に「AI」と付くほとんどのツールは、言語モデルを使って文字起こしをクリーンアップします。それにより文法は修正されますが、発言内容が知らぬ間に言い換えられてしまう可能性もあります。文字起こしにおいて、それこそが最も避けたい事態です。「改善」された引用は、もはや引用ではありません。
このツールは代わりに単純なパターンルールを使ってクリーンアップします。オンにした設定項目のみを正確に削除し、それ以外には手を加えません。文章を書き直したり、勝手に句読点を補ったり、ぎこちない言い回しを滑らかに整えたりすることはないため、残るのはノイズが取り除かれた話者本人の言葉そのものです。
率直なトレードオフ:ルールベースであるため、AIによる処理のように文法を修正したり句読点を追加したりすることはありません。それが必要な場合は、後からtranscript formatterに通してください。こちらはAIを使用して話者ごとの構造化や読みやすさを付加します。まずはクリーンアップで不要なゴミを取り除き、体裁を整えたい場合にフォーマットを適用してください。私自身、読みやすい段落さえあれば十分なことが多いため、8割方はこのクリーナー単体で済ませています。
削除される項目
各項目は切り替え可能なため、残したいものを残し、不要なものだけを削除できます。
- タイムスタンプとキュー。SRTシーケンス番号、
00:00:04,500 --> 00:00:08,200のタイミング行、WEBVTTヘッダー、および[00:05]や単体の00:01:32といったインラインスタンプ。これは多くの人が検索する「文字起こしからタイムスタンプを削除する」処理そのものです。 - フィラーワード。明確な口癖:um、uh、er、hmm、「you know」、「i mean」。録音にどれだけノイズが含まれていたか確認できるよう、削除された件数もカウントされます。
- 話者ラベル。
SPEAKER 1:、John:、[Interviewer]などの行頭タグや、Zoomや字幕ツールが挿入する>>マーカー。 - 重複行。自動字幕では再描画時に同じ行が2回出力されることがよくあります。連続する重複は1行にまとめられます。
- 不自然な改行。字幕は数語ごとに改行されるため、1つの文が4行に分かれてしまうことがあります。結合機能によってこれらを繋ぎ直し、段落へとまとめます。
あえて意図的に行っている選択:このツールでは「like」「actually」「basically」「so」は削除しません。これらは一覧で見るとフィラーのように思えますが、文章の意味を左右することが頻繁にあります。意図した内容を変えてしまうクリーナーは、余分な「like」を残してしまうものよりも質が悪いため、これらはそのまま残します。
YouTube、Zoom、ポッドキャストの文字起こしをクリーンアップ
最も乱雑になりやすいこれら3つのソースこそ、このツールが最も得意とする対象です。
YouTubeの字幕ダンプは、ほぼすべての行にタイムスタンプが付き、段落は一切ありません。コピーした文字起こしを貼り付け、タイムスタンプ削除と結合をオンにすれば、数語ずつの断片ではなく、ブログにそのまま使えるテキストブロックが得られます。
ZoomやTeamsからは、キュー番号、タイミング、そして発言ごとの話者ラベルが含まれた .vtt ファイルが出力されます。ファイルをドロップすれば、きれいな対話形式や自然に流れるテキストに変換されます。話者名を残すかどうかは自由に選択できます。
ポッドキャストやインタビューの文字起こしは、比較的整理されていることが多いものの、実際の話し言葉であるためフィラーワードに溢れています。「um」などを除去して結合すれば、内容に手を加えることなく読了時間を短縮できます。
YouTubeの文字起こしをブログ用テキストに変換する
文字起こしを貼り付け
YouTubeから直接コピーします。
タイムスタンプと結合をオン
タイムスタンプが除去され、行が結合されます。
結果をコピー
数語の断片ではなく、1つの読みやすい文章ブロックが得られます。
Wordで文字起こしからタイムスタンプを削除する方法
Microsoft Wordの「検索と置換」でワイルドカードパターンを使って 00:00:00 をマッチさせ、削除しようとする人が多いため、このキーワードはよく検索されています。一応機能はしますが、パターン設定は扱いづらく、ファイル間でタイムスタンプの形式が少しでも変わるとすぐに破綻します。
ここにテキストを貼り付けるのが近道です。SRT、VTT、単体の HH:MM:SS など、一般的なタイムスタンプの形式を自動で認識するため、ワイルドカードの正規表現を書いたり、4つのフォーマットに対して4回も処理を実行したりする必要はありません。ここでクリーンアップし、その結果をWordに貼り直すだけです。
クリーニングの後のステップ
文字起こしテキストの整理が終わったら、次のステップに応じた専用ツールをご活用ください。AIを活用して適切な話者構造と読みやすさを整えるには、文字起こしフォーマッターをご利用ください。動画や音声ファイルから直接クリーンな文字起こしを作成したい場合は、文字起こしジェネレーターが文字起こしを行います。また、整理した文字起こしを字幕に変換したい場合は、テキスト・SRT変換ツールを使うことで、意図通りのタイムスタンプを再度付与できます。
テキストが整理されたら、録音内容について質問する
このページでのチェックはお使いのデバイス上で実行され、アカウントは不要です。録音内で何が話され、何が表示されたかについての回答を得るには、録音をScreenAppにアップロードしてください。質問をクリックすると、その質問がセットされた状態でScreenAppが開きます。
ScreenAppでは、トランスクリプト内の瞬間をクリックすると、プレーヤーが録音のそのポイントにジャンプしますであるため、どんな回答でも録音と照らし合わせて確認できます。
各プランの対象範囲
このページのツールは無料で利用でき、今後も無料のままです。アカウントが必要になるのは、その前後の工程を行う場合です。
テキストの整理
登録不要かつ無制限で、タイムスタンプ、キュー、フィラー、話者ラベルを削除できます。
文字起こしの検索と質問
クレジットカードは不要です。代わりに録音をアップロードすれば、検索、要約、質問が可能な文字起こしを取得できます。無料プランには、各最大45分の録音の文字起こし2件と月10回のAIチャットが含まれています。
Proプランの7日間お試し
Proは年払いで月額$19で、月50回の文字起こしと月50回のAIチャットが利用できます。初回のお支払いの前に、すべてのPro機能を7日間試して、必要な機能が揃っているか確認できます。トライアルの対象はannual plans onlyです。トライアル利用規約:カード必須。プランと利用規約をご確認ください。