CAFをテキストに変換

Potokチーム更新日 ~1 分で読めます

CAFファイルをテキストに変換するには、TelegramのPotokのボットに送り、チャットで文字起こしを確認します。CAF(Core Audio Format)は、どんな長さの音声でも扱えるAppleのコンテナなので、形式のせいで長い録音が途切れることはありません。2 GBまでのファイルに対応しています。TXT、DOCX、PDF、SRT、VTTで書き出せます。

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

  • CAFはコンテナなので、中の音声は非圧縮から圧縮まで、さまざまなコーデックを使えます。
  • 通話録音アプリや音声ツールなど、iPhoneやMacのアプリが、フォルダにCAFファイルを残すことがあります。
  • Appleの世界の外でCAFを開けるプレーヤーは少ないため、読み込む方法を探す人がいます。
  • ファイルが受け付けられなかった場合は、音声編集ソフトでWAVかM4Aとして保存したコピーが代替手段になります。

手順

  1. ファイルを探します。 「ファイル」アプリやアプリ自身のフォルダで、拡張子が.cafのものを探します。
  2. チャットに送ります。 共有シートからファイルをTelegramに送り、@potok_now_botとのチャットを選びます。
  3. ドキュメントとして送ります。 ドキュメントなら、ファイルはそのままの状態で届きます。大きなファイルは、ボットのミニアプリのアップロードボタンを使います。
  4. ラベルをオンにします。 話している人が複数いる場合は、話者ラベルをオンにします。
  5. 書き出す、または変換して再試行します。 必要なテキストを書き出します。ボットがファイルを読めなかった場合は、WAVかM4Aのコピーを保存して、それを送ります。

結果のイメージ

例:アプリで録音した音声の文字起こし

[00:00] 話者 1: 新しいレコーダーのテストです。ワン、ツー、スリー。

[00:05] 話者 1: 今、窓のそばに立っています。

[00:09] 話者 1: これからドアまで歩きます。

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。

Potokでできること
機能詳細
利用場所Telegram ボット @potok_now_bot。大きなファイルはボットのミニアプリから送れます
ファイルサイズ最大 2 GB
書き出し形式TXT、MD、DOCX、PDF、SRT、VTT
話者と時間話者ラベルとタイムスタンプをオンにできます
対応言語公開されている結果が良好な約30言語と、注意が必要な数言語
翻訳文字起こしは他の言語に翻訳されません
音声入力別途Potokのデスクトップアプリで、任意のプログラムに音声でテキストを入力できます。ロシア語の音声に対応しています

よくある間違い

よくある間違いと対処法
間違い起こること対処法
ファイルの名前を.wavに変える拡張子は変わっても中身は変わらず、プログラムは不一致を理由に受け付けません。音声編集ソフトから、本物のWAVのコピーを書き出してください。
CAFは必ず非圧縮音声だと思い込むサイズは、中のコーデックによって小さくも大きくもなります。アップロードを計画する前に、サイズを確認してください。
PC用のCAFプレーヤーを探し回る多くのWindowsツールでは開けません。ボットに送るか、Macで変換してWAVにしてください。
長い録音のプレビューだけを送る話し声の一部分のテキストしか得られません。ファイル全体を送ってください。

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

CAFファイルとは何ですか。

CAF(Core Audio Format)は、どんな長さの音声でも扱えるAppleのコンテナです。中には複数の種類の音声を入れられます。

ボットはCAFを読めますか。

ドキュメントとして送って試してください。受け付けられなかった場合は、WAVかM4Aのコピーを保存して、代わりにそれを送ります。

CAFファイルを見かけることが少ないのはなぜですか。

主にAppleのアプリやツールで使われるため、偶然出会う人が多いのです。

サイズの上限はありますか。

2 GBまでのファイルに対応しています。CAF自体は長さを制限しません。

CAFから話者ラベルを得られますか。

はい。オンにすれば表示されます。番号付きのラベルで現れます。

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. Core Audio Format (Wikipedia), Wikipedia · 確認日
  2. WAV (Wikipedia), Wikipedia · 確認日
  3. Bit rate (Wikipedia), Wikipedia · 確認日

お手持ちの録音で試してみましょう

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