MP3をSRTに変換：MP3ファイルから字幕を作成

MP3をSRTに変換するには、音声をTelegramのPotokのボットに送り、文字起こしをSRTで書き出します。各キューにはファイル内の話し声に対応した、時間範囲と短いテキストの行があります。ボットは2 GBまでのファイルを受け付けます。

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。

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

使う音声から始めます。 字幕が動画のためのものなら、時刻が合うように、まさにその動画から切り出したMP3を送ります。
ボットを開きます。 Telegramで@potok_now_botを開き、「開始」を押します。
MP3を送ります。 音声ファイルまたはドキュメントとして添付します。2 GBまで対応しており、大きなファイルにはアップロードボタンを使います。
文字起こしを待ちます。 短い文字起こしはチャットに表示されます。長いものはファイルで届きます。
SRTで書き出します。 文字起こしをSRTとして保存します。テキストエディタで開いて、キューの番号と時刻の付き方を確認してください。
動画の隣に読み込みます。 ほとんどのプレーヤーやエディタは、動画の隣に置いたSRTファイル、または字幕トラックとして読み込んだSRTファイルを受け付けます。

例：音声レッスンの字幕行

[00:00] 話者 1: 第二回のレッスンへようこそ。
[00:03] 話者 1: 今日は、簡単な地図の読み方を見ていきます。

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

よくある間違いと対処法
間違い	起こること	対処法
動画をカットしたあとにトリミングしたMP3を使う	時刻は送った音声に従うので、すべてのキューが早すぎるか遅すぎるタイミングで表示されます。	MP3は最終版の動画から作成し、そのあとで編集しないでください。
ワープロソフトで間違った言葉を直す	書式設定のせいで、プレーヤーが期待する番号や時刻の行が壊れることがあります。	プレーンテキストエディタを使い、キューの構造を崩さないでください。
読みきれないほど長いキューを作る	視聴者は、長い行が消える前に読み終えられません。	エディタで長いキューを分割し、一、二文の短い行にしてください。
キューに話者の名前が入ると期待する	ラベルをオンにした場合、表示されるのは「話者 1」のような番号です。	視聴者に名前が必要な箇所では、手で置き換えてください。

はい。ボットが音声を文字起こしし、各キューに時間範囲を付けて、SRTとして書き出せます。

いいえ。音声だけでSRTを書き出せます。字幕を表示したい場合にだけ動画が必要です。

はい。プレーンテキストなので、単純なテキストエディタで言葉の変更や行の分割ができます。

MP3が最終版の動画から作られているか確認してください。編集内容が違うと時刻がずれて、キューが合わなくなります。

はい。VTTは、TXT、MD、DOCX、PDF、SRTと並ぶ書き出し形式の一つです。

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。

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。