音声をSRTに変換

音声からSRTファイルを作るには、録音をTelegramのPotokのボットに送り、文字起こしをSRTで書き出します。SRT（SubRip）はプレーンテキストの字幕形式で、各キューには番号、00:00:01,000 --> 00:00:03,500のような時間範囲、そしてテキストがあります。2 GBまでのファイルに対応しています。

録音を文字起こしする

音声メッセージ、音声、動画を Telegram の @potok_now_bot に送ると、チャットにテキストが返ってきます。

Telegram で @potok_now_bot を開く

2 GB までのファイル · TXT、MD、DOCX、PDF、SRT、VTT で書き出し · 話者ラベルとタイムスタンプ · 約30言語

要点

• SRTファイルの各キューは、番号、時間範囲、テキストの順で並び、空行でキューが終わります。
• 時刻はミリ秒の前にカンマを使います。これがWebVTTとの主な見た目の違いです。
• SRTはプレーンテキストなので、どのテキストエディタでも開いて、一行ずつ手で直せます。
• キューを編集する予定なら、SRTファイルの形式についても読んでおいてください。

手順

1. 音声を送ります。 Telegramで@potok_now_botを開き、録音、または動画から取り出した音声トラックを添付します。
2. 文字起こしを待ちます。 短い結果はチャットに届き、長いものはファイルで届きます。
3. SRTで書き出します。 書き出しオプションでSRTを選びます。拡張子が.srtのファイルが得られます。
4. 動画と同じ名前を付けます。 多くのプレーヤーは、ファイル名が動画と同じで末尾が.srtなら、字幕を自動で読み込みます。
5. いくつかのキューを確認します。 動画を再生し、早すぎる、または遅すぎるキューがないか確認します。あればテキストエディタで時刻を直します。

結果のイメージ

[00:00] 話者 1: パン作りのワークショップへようこそ。

[00:03] 話者 1: 今日は四つの材料で、シンプルな丸パンを作ります。

[00:08] 話者 1: まず水を温めるところから始めます。

文字起こしのレイアウトを示すために当社で作成したサンプルテキストです。認識エンジンの出力ではなく、実際の録音でもありません。

よくある間違い

関連情報

対応言語の一覧、ツール、用語集もご覧ください。

よくある質問

SRTファイルとは何ですか。

SRT（SubRip）はプレーンテキストの字幕形式です。各キューには番号、時間範囲、テキストがあります。

SRTの時刻にカンマを使うのはなぜですか。

この形式では、00:00:01,000のようにミリ秒の前にカンマを置きます。WebVTTでは代わりにピリオドを使います。

動画なしで、音声からSRTを作れますか。

はい。音声を送ってSRTで書き出します。そのあと、対応する動画の隣にファイルを読み込みます。

あとからSRTを編集できますか。

はい。プレーンテキストなので、どのテキストエディタでも編集できます。番号とキュー間の空行は保ってください。

SRTとVTTのどちらが良いですか。

SRTは多くのデスクトップ用プレーヤーで使えます。VTTはウェブページ上のHTML5動画向けの形式です。

出典

各出典は、記載の日付に手作業で開いて確認しました。ページは変更されることがあるため、細部が重要な場合は出典をご確認ください。

1. SubRip and the .srt format (Wikipedia), Wikipedia · 確認日 2026-10-18
2. WebVTT (Wikipedia), Wikipedia · 確認日 2026-10-18