動画を文字起こし

動画を文字起こしの機能

• 01

  99 言語を自動判別

  Whisper が話されている言語を判別し、同じ言語で文字起こしを書き出します。日本語は日本語のまま、英語は英語のまま。地域差の強い方言や強い訛りには言語を手動で指定することもできます。

• 02

  どんなプレイヤーにも合う字幕

  各文字起こしにはタイムスタンプ付きの断片が含まれ、.srt または .vtt として書き出せます。Premiere・Final Cut・DaVinci Resolve に直接ドラッグしたり、YouTube・Vimeo・LinkedIn に字幕トラックとしてアップロードできます。

• 03

  ブラウザー内で完結する処理

  音声抽出は FFmpeg.wasm、文字起こしは Whisper が担当し、いずれも端末上で(対応時は WebGPU 加速で)動きます。動画はアップロードされず、すべてブラウザーのキャッシュに留まります。

動画を文字起こしのよくある質問

動画ファイルを文字起こしするには?

MP4・MOV・WebM・MKV・M4V・AVI のいずれかの動画をツールにドロップして「文字起こし」を押します。音声は FFmpeg でローカル抽出され、Whisper に渡されます。初回はモデル(約 150 MB)のダウンロードが入りますが、以降はオフラインでも動作します。

YouTube 用の字幕は作れますか?

作れます。文字起こし完了後に「.srt をダウンロード」または「.vtt をダウンロード」を押してください。どちらの形式も YouTube Studio の字幕アップローダーが受け付けます。Vimeo・LinkedIn・主要な動画編集ソフトも対応しています。

対応している動画形式は?

MP4・MOV・WebM・MKV・M4V・AVI のコンテナーで、最大 500 MB です。重要なのは動画内の音声トラックで、AAC・MP3・Opus・Vorbis など一般的なコーデックはいずれも扱えます。

どの言語を文字起こしできますか?

Whisper が対応する 99 言語すべて — 日本語、英語、中国語、フランス語、アラビア語、ヒンディー語、ドイツ語、ロシア語、ポルトガル語、スペイン語など多数。動画で実際に話されている言語のまま書き出されます。

動画はどのくらいの長さまで対応?

最大 500 MB までのファイルに対応しており、通常 1 時間の HD 動画や、それ以上の圧縮素材に相当します。長い録音は 30 秒のブロックで処理され、5 秒の重なりを設けて文字起こしが途切れないようにしています。

動画はサーバーにアップロードされますか?

いいえ。モデルも動画もブラウザー内に留まります。FFmpeg.wasm がローカルで音声を抽出し、Whisper が WebGPU または WebAssembly を使って端末上で文字起こしを行います。データはお使いの PC から外には出ません。