ノートパソコンの画面で、音の波形が空白のテキスト行へ流れ込むイラスト
音声ファイルのテキスト化1 分で読めます

パソコンで音声を文字起こしする方法

録音をテキストにする三つの方法と、DijiFlow Dictate を使ってファイルを手元のパソコンに置いたまま文字起こしする手順を紹介します。

インタビューや講義、会議の録音を文字にして残したい。そんなときのためのガイドです。DijiFlow Dictate を使って、お使いのパソコン上で音声を文字起こしする方法を紹介します。ファイルはパソコンの外に出ず、時間単位の課金もありません。

音声を文字起こしする三つの方法

  • 自分で入力する。 費用はかかりませんが、聞いては止めて打ち込む作業には、録音そのものよりはるかに長い時間がかかります。
  • オンラインサービスにアップロードする。 すぐに始められますが、ファイルがパソコンの外に出ます。長い録音に上限を設けたり、分単位で課金したりするサービスもあります。
  • パソコン上のアプリを使う。 録音はパソコン内から読み込まれ、文字起こしの結果も同じ場所に保存されます。DijiFlow Dictate は Mac でも Windows でもこの方法で動作します。

DijiFlow Dictate で音声ファイルを文字起こしする手順

以下の名称は、日本語版 Mac アプリの表示どおりです。初めてアプリを使う場合は、スタートガイドでインストールと最初のモデルのダウンロードを確認できます。

  1. 「ファイル文字起こし」タブを開きます。 メニューバーの DijiFlow Dictate アイコンをクリックし、「設定」を選んでから「ファイル文字起こし」タブを選びます。
  2. ファイルを追加します。 音声ファイルをウインドウにドラッグするか、「動画または音声ファイルを選択」カードの「ファイルを選択...」をクリックします。複数のファイルをまとめて選ぶこともでき、その場合は順番に一つずつ処理されます。
  3. 話す言語を設定します。 「話す言語」で録音の言語を選びます。アプリの自動検出に任せるより、言語を指定したほうが結果が安定します。
  4. 「出力形式」で「文字起こし」を選びます。 「出力形式」カードで「文字起こし」を選びます。「出力言語」は「話した言語のまま」にしておき、別の言語のテキストが必要なときだけ変更します(翻訳は Pro とトライアルで使えます)。
  5. 最後に「文字起こし」ボタンを押します。 処理が終わると、結果欄にテキストが表示されます。「コピー」でコピーするか、「名前を付けて保存...」でプレーンテキストのファイルとして保存します。

ファイル文字起こしのページでも、同じ三つのステップを、字幕や翻訳のオプションとあわせて紹介しています。

長い録音

Pro と 30 日間のトライアルでは、ファイルの長さに制限はありません。90 分の映画でも処理中のメモリ使用量は約 1 GB に収まるため、映画一本分の長さの録音でも今お使いのパソコンで処理できます。

無料版は各ファイルの最初の 3 分を文字起こしします。小さいモデルを使い、CPU だけで処理するため、速度は遅めです。処理できるファイルの数に制限はありません。本格的に試すなら 30 日間のトライアルです。長さに関係なくファイルを文字起こしでき、最も大きなモデルも選べます。

音声はどこへ行くのか

録音はパソコン内のファイルから読み込まれ、パソコン上で文字起こしされ、結果も同じ場所に保存されます。音声もテキストもアップロードされることはありません。無料版とトライアルには、アカウントもクレジットカードも必要ありません。音声認識モデルはアプリを初めて使うときに、より大きなモデルはそれを初めて選んだときにダウンロードされます。

他人に渡したくない録音では、この点が大切です。たとえば顧客との通話、家族の録音、まだ公開していないインタビューなどです。

文字起こしの精度を上げるには

  • 言語を指定します。 DijiFlow は 29 言語に完全対応し、自動検出で 90+ 言語を認識します。この 29 言語以外は最適化されていないため、テキストが英語で出力されることがあります。
  • 聞き取りにくい音声には最大のモデルを使います。 Pro とトライアルでは「大型」を選べます。時間はかかりますが、雑音や音楽があっても正しく聞き取れる言葉が増えます。
  • 人名や用語を追加します。 Pro とトライアルでは、「語彙」タブに「カスタム用語」があります。録音に出てくる人名、ブランド名、専門用語を一行に一つずつ追加すると、文字起こしがその表記に合わせて補正されます。
  • タイムスタンプや話者の区別をオンにします。 Pro とトライアルでは、「出力」カードに「タイムスタンプを表示」と「話者を識別」があります。「話者を識別」では、各行に話者 1、話者 2 のようなラベルが付きます。
  • できるだけクリアに録音します。 明瞭な話し声なら、最大のモデルで精度は約 98% です。マイクとの距離、話し声の重なり、背景の雑音があると精度は下がります。

どの設定でも、文字起こし結果を使う前に、必ず読み返してください。特に名前と数字は確認が必要です。

できないこと

DijiFlow Dictate が扱うのは、パソコン上にあるファイルです。URL は読み込めないため、Web 上の録音を使うときは、保存する権利があることを確かめたうえで、先にパソコンに保存してください。また、会議ボットでもありません。通話中にその場で文字起こしするのではなく、通話のあとで録音を文字起こしします。

よくある質問

どの音声形式に対応していますか?

MP3、WAV、M4A、AAC、AIFF、FLAC など、一般的な形式のほとんどに対応しています。MP4 や MOV などの動画ファイルの音声も使えます。音声でも動画でもないファイルはスキップされ、対応していない形式であることが表示されます。まずは無料版でお手持ちのファイルを試してください。

音声の文字起こしは無料でできますか?

はい、制限付きでできます。無料版は期間の制限なく使え、アカウントもクレジットカードも不要です。各ファイルの最初の 3 分を文字起こしします。録音全体を文字起こしするなら、30 日間のトライアルですべての Pro 機能が使えます。Mac では、アプリの最初の画面で「無料トライアルで続ける」を押すと始まり、クレジットカードもメールアドレスも必要ありません。

MP3 を文字起こしできますか?

はい。MP3 を「ファイル文字起こし」タブにドラッグし、上の手順に従ってください。WAV や M4A のファイルも同じように使えます。

Windows でも使えますか?

はい。DijiFlow Dictate は Windows 10 と 11、そして Apple Silicon 搭載の Mac(macOS 14 以降)で動作します。このガイドの名称は Mac アプリのものです。

お手持ちの録音で試すには、DijiFlow Dictate をダウンロードしてください。無料版では各ファイルの最初の 3 分、トライアルではファイル全体を文字起こしできます。

DijiFlow DictateDijiFlow Dictate

DijiFlow Dictate チーム

プライバシーを守るオンデバイスの音声入力と、声でもっとはかどる仕事術についてのノート。