SceneMixer
日本語
無料登録

AI動画文字起こしツール

要点: AI動画文字起こしツールは、動画の中で話された内容をタイムスタンプ付きのテキストに変換します。音声認識が音声を聞き取って言葉を書き起こし、高性能なツールでは話者の区別や、各文の開始位置も表示します。音声が明瞭であれば編集に使える精度ですが、固有名詞、数字、なまり、重なった声は確認が必要です。SceneMixerでは、自社エピソードの字幕は台本から作られ、声に合わせてタイミングが決まり、SRTファイルとして書き出せます。
SceneMixerがエンドツーエンドで生成したAIショートドラマ『最後の封筒』の静止画(キャラクター6人、1話)
サンプル最後の封筒デジタルHD1話脚本からSceneMixerパイプラインでエンドツーエンド制作エピソードを見る

AI動画文字起こしツールの仕組み

  1. 動画から音声を抽出します。
  2. 音声認識: モデルが音を言葉に変換し、単語や文ごとの時刻を付けます。
  3. 話者分離: 声が切り替わる位置を推定し、「話者1」「話者2」のようにラベルを付けます。
  4. 整形: 句読点、大文字、段落を整え、必要に応じて「えー」「あの」などのフィラーを取り除きます。
  5. 書き出し: プレーンテキスト、ドキュメント、またはSRTやVTTなどの字幕ファイルとして出力します。

動画を正確にテキスト化するには

動画の文字起こし、字幕、キャプション

出力内容用途
文字起こし(トランスクリプト)すべての言葉をテキストにしたもので、話者やタイムスタンプが付くことも多いメモ、引用、記事、検索
字幕(SRT、VTT)動画に重ねて表示される、時間指定付きの短い行音を消して見る人や、別の言語で見る人
キャプション字幕に効果音と話者名を加えたものアクセシビリティ
焼き込み字幕映像に直接描き込まれたテキスト音を消して見るSNS動画

動画を無料でテキスト化:無料ツールの一般的な制限

無料の文字起こしツールは、月あたりの分数や1ファイルの長さを制限したり、書き出し形式を絞ったり、話者ラベルを付けなかったりすることが一般的です。一部はご自身のパソコンで動作するため、非公開の録音を外に出さずに済みますが、ある程度高性能なマシンが必要です。オンラインツールは始めるのが簡単ですが、音声をアップロードするため、どのくらいの期間保存されるかを確認してください。

長い録音をテキスト化する

会議、講義、ポッドキャストでは、章ごとに区切って文字起こししてください。最初の結果は、録音の数か所を聞き比べて確認し、そのあと残りを進めるとよいでしょう。タイムスタンプは残しておきましょう。引用から動画の該当箇所へ戻れますし、後で字幕ファイルにする際にも役立ちます。

文字起こしチェックリスト

音声の文字起こし台本からの字幕
言葉の出どころ音声認識が聞き取った内容書かれた台本のとおり
人名とつづり要確認台本のとおり
タイミングの出どころ音声動画内の声
向いている用途台本のない映像台本から作った動画

よくある質問

SceneMixerで動画を文字起こしできますか?

自社エピソードについては、SceneMixerが台本から字幕を作り、声に合わせてタイミングを決めます。リメイクタブにアップロードしたクリップは、セリフが聞き取られ、その内容が新しい絵コンテに引用されます。

SceneMixerの字幕は文字起こしですか?

いいえ。テキストはお持ちの台本のセリフなので、人名もお書きになったとおりに表示されます。音声認識はタイミングの決定にだけ使われます。

SRTファイルは取得できますか?

はい。エピソード全体について、SceneMixerで書き出すときに字幕を付けるにチェックを入れ、SRT をダウンロードを使います。

字幕にはクレジットがかかりますか?

いいえ。SceneMixerでは字幕は無料で、アカウントごとに日ごとの上限があります。クレジットを購入したことがあるか、プランに一度でも加入したアカウントが対象です。

動画に字幕を焼き込めますか?

はい。SceneMixerのエディターで字幕スイッチをオンにすると、ダウンロードした動画には字幕が焼き込まれた状態で届きます。

台詞はどの言語で話せますか?

プロジェクトの台詞の言語で、SceneMixerのステップ1で選びます。声はその言語で話し、字幕もそれに従います。

文字起こしなしで字幕を作る

台本からエピソードを作れば、字幕は同じ言葉から作られます。

プロジェクトを開始

2026年11月20日更新