動画をテキストに変換

Potokチーム更新日 ~1 分で読めます

動画をテキストに変換するには、ファイルをTelegramのPotokのボットに送り、チャットで文字起こしを読みます。MP4、MOV、AVI、MKVなど、一般的な動画の種類に対応しています。2 GBまでのファイルに対応しており、TXT、MD、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

  • 動画ファイルには音声トラックが入っています。文字起こしはそのトラックを対象に行われ、映像は無視されます。
  • 一般的な動画形式にはMP4、MOV、AVI、MKVがあり、どれも同じ手順で処理できます。
  • ファイルの代わりに、YouTube動画のリンクをボットに送ることもできます。
  • チャットから転送された動画は、先に保存しなくてもそのまま送れます。

手順

  1. 動画の渡し方を選びます。 端末上のファイル、Telegramで転送された動画、YouTubeのリンクのいずれかを使います。
  2. ボットを開きます。 Telegramで@potok_now_botを開きます。
  3. 動画を送ります。 ファイルとして添付するか、転送するか、リンクを貼り付けます。2 GBまでのファイルには、アップロードボタンを使います。
  4. 必要なものをオンにします。 講演や会議には、話者ラベルが役立ちます。あとで場面を探したいときは、タイムスタンプが役立ちます。
  5. 読んで書き出します。 短い結果はチャットに、長いものはファイルで届きます。TXT、MD、DOCX、PDF、SRT、VTTで保存します。

結果のイメージ

例:録画された講義の文字起こし

[00:00] 話者 1: おはようございます。今日のテーマは、川がどのように谷を形づくるかです。

[00:06] 話者 1: 最初のページにある図つきの配布資料を出してください。

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
音声が入っているか確認せずに動画を送る無音の画面キャプチャでは、文字起こしは空になります。送る前に、音量をオンにして数秒再生してください。
テキストが映像を説明してくれると期待する書き起こされるのは話された言葉だけなので、無音のデモからはテキストが生まれません。画面で何が起きているかは、自分でメモを追加してください。
非公開、または削除された動画へのリンクを送るボットが開けず、何も返ってきません。リンクがプライベートウィンドウで開くか確認するか、ファイルを送ってください。
出力形式を直前になって決める何度も書き出し直すことになり、一つのコピーに加えた編集は他のコピーに引き継がれません。最初に決めておいてください。編集ならDOCX、字幕ならSRT、プレーンなコピーならTXTです。

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

どの動画形式が使えますか。

MP4、MOV、AVI、MKVなどの一般的な形式です。ボットはファイルから音声トラックを取り出します。

YouTubeのリンクを使えますか。

はい。ファイルの代わりに、YouTube動画へのリンクをボットに送れます。

動画はどのくらいの大きさまで可能ですか。

2 GBまでです。それより大きいファイルは、ミニアプリのアップロードボタンから送ります。

画面上の言葉もテキストに含まれますか。

いいえ。文字起こしされるのは話し声だけで、映像に表示された文字は対象外です。

タイムスタンプを入れられますか。

はい。任意で、送る前にオンにできます。

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. Video file format (Wikipedia), Wikipedia · 確認日
  2. MP4 file format, MPEG-4 Part 14 (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