SceneMixer
日本語
無料登録

音声をテキストに変換

クイックアンサー: 音声をテキストに変換する機能は、音声認識、音声からテキストへの変換とも呼ばれ、話された言葉を書き文字にします。モデルが音声を聞き、言葉を認識して句読点を付けます。話している最中のライブ入力でも、録音ファイルからでも行えます。はっきりした話し方で、よくあるアクセントの音声なら正確です。固有名詞、数字、専門用語、重なった声は確認が必要です。SceneMixerでは、音声認識が各セリフのタイミングに字幕を合わせ、言葉そのものは台本から来ます。
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

音声をテキストに変換する仕組み

音声は短い区間に切り分けられ、時間ごとの周波数の画像に変換されます。何千時間もの音声と、対応する文字起こしで学習したモデルが、その画像を読み、最も確からしい言葉を予測します。「their」と「there」のように音が似た語は、文全体を使って見分けます。最新のシステムは、句読点と大文字を付け、誰が話しているか、各単語がいつ始まったかも示すものがあります。

音声からテキストへ:ライブの音声入力とファイルの文字起こし

音声入力(ライブ)音声をテキストに書き起こす(ファイル)
入力マイクに向かって話す声録音:会議、インタビュー、ポッドキャスト、ボイスメモ
速度話すと同時に言葉が現れる音声の数分が、わずかな時間で終わる
話者一人多くの場合は複数、ラベル付き
出力入力中のアプリ内のテキスト文字起こし、ドキュメント、字幕ファイル
よくある用途メッセージ、メモ、ハンズフリーの執筆メモ、引用、キャプション、検索

音声を正確にテキストへ書き起こすには

  1. 静かな部屋で、マイクの近くで録音しましょう。ツールそのものより、これが大事です。
  2. 自動判定に頼らず、言語と地域を設定しましょう。
  3. ツールにカスタム語彙があれば、名前、ブランド名、専門用語を登録しましょう。
  4. いくつかの箇所で文字起こしを音声と照らし合わせ、そのあとすべての数字と名前を確認しましょう。
  5. タイムスタンプは残しておきましょう。引用から、その言葉が話された瞬間へすぐ戻れます。

無料の音声をテキストに変換:無料ツールは通常何に制限があるか

スマートフォンやコンピューターに標準で入っている音声入力は、無料で使えます。無料の音声からテキストへの変換ツールは、通常、月あたりの分数や一ファイルの長さに上限を設け、書き出し形式を制限したり、話者ラベルを省いたりします。自分のコンピューター上で動くツールは録音を非公開に保ちます。オンラインのツールは音声をアップロードするので、どのくらい保存されるか、モデルの学習に使われるかを確認しましょう。

音声からテキストへの変換がまだ間違えやすい場面

字幕のための音声からテキストへの変換

字幕には文字起こしだけでは足りません。文章は短い行に分けられ、各行は話されたタイミングに合わせて時間を付けられます。そのうえで SRT か VTT ファイルとして保存するか、映像に焼き込みます。台本によって言葉がすでに書かれている場合、たとえば脚本どおりの動画では、台本の文字をそのまま使い、音声認識はタイミングを探すためだけに使うのがよいやり方です。

文字起こしのチェックリスト

  1. 言語と地域を設定した。
  2. 名前、数字、専門用語を確認した。
  3. 話者に必要なラベルを付けた。
  4. タイムスタンプを残した。
  5. 録音、文字起こし、公開の許可を得ている。
音声をテキストに書き起こす台本からの字幕
言葉の出どころ認識エンジンが聞き取ったもの書かれたとおりの台本
名前と綴り確認が必要書かれたとおり
タイミングの出どころ音声動画の中の声
向いている用途台本のない録音台本から作る動画

FAQ

SceneMixerに音声からテキストへの変換ツールはありますか?

自分の録音用の独立したツールとしてはありません。SceneMixerが受け付けるのはテキスト、画像、動画で、音声ファイルは受け付けません。製品の内部では、音声認識は字幕のタイミングを合わせるため、また作り直すクリップのセリフを読み取るために使われます。

SceneMixerの字幕は文字起こしですか?

いいえ。言葉は台本のセリフそのものなので、名前は書いたとおりに出ます。SceneMixerが音声を認識するのは、各セリフがいつ話されるかを見つけるためだけです。

SceneMixerからSRTファイルを取得できますか?

はい。エピソード全体について可能です。SceneMixerで書き出すときに「字幕を付ける」にチェックを入れ、そのあと「SRT をダウンロード」を使ってください。

アップロードした動画のセリフを、SceneMixerはどう読み取りますか?

「リメイク」タブでは、クリップのすべてのカットを音声認識が聞き取り、SceneMixerは口の動きから推測するのではなく、聞き取った内容を新しい絵コンテに書き込みます。

SceneMixerがセリフを聞き取れない場合はどうなりますか?

推測で埋めるのではなく、そのセリフは省かれます。絵コンテとクリップを見比べ、SceneMixerのエディターで、そのカットに抜けたセリフを追加してください。

SceneMixerで字幕にクレジットはかかりますか?

いいえ。SceneMixerでは字幕にクレジットはかかりません。少なくとも一度購入したことのあるアカウントで利用できます。

名前の綴りが正しい字幕を作る

台本を書き、エピソードをレンダリングして、声に合わせたタイミングの字幕を書き出しましょう。

プロジェクトを始める

2026年11月20日更新