動画をVTTに変換

動画からVTTを生成するには、動画をTelegramのPotokのボットに送り、文字起こしをVTTで書き出します。結果は、ウェブプレーヤー向けのWebVTT字幕ファイルです。2 GBまでの動画に対応しており、字幕の行には時間範囲が保たれます。

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

• HTMLのtrack要素を使うウェブ動画プレーヤーはWebVTTファイルを読み込むので、自分のウェブサイトにはVTTが適した形式です。
• VTTファイルはWEBVTTという行で始まり、時刻はミリ秒の前にドットを使います。
• SRTは近い仲間で、どちらの形式も同じ文字起こしから書き出せます。
• トラックは別のファイルです。動画自体は変更されません。

手順

1. ページを準備します。 ページの標準的なvideoタグに動画を置き、字幕ファイル用のtrackタグを用意しておきます。
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します。2 GBまでの大きなファイルには、ミニアプリのアップロードボタンを使います。
4. VTTで書き出します。 文字起こしができたら、VTTとして保存します。TXT、MD、DOCX、PDF、SRTも選べます。
5. 最初の数行を確認します。 テキストエディタでファイルを開き、WEBVTTヘッダーで始まっていることを確かめます。
6. trackタグでリンクします。 trackタグのsrcをファイルに向け、kindをsubtitlesに設定して、ブラウザでページをテストします。

結果のイメージ

[00:00] 話者 1: プラスボタンをクリックして、新しいプロジェクトを作成します。

[00:05] 話者 1: 名前を付けて、フォルダを選び、緑のボタンを押します。

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

VTTファイルとは何ですか。

VTTはWebVTTのことで、ウェブ動画向けの字幕形式です。HTMLのtrack要素を使うプレーヤーが読み込みます。

VTTとSRTはどう違いますか。

似たキューを保持します。VTTはWEBVTTという行で始まり、時刻にドットを使います。SRTはカンマを使います。

videoタグは必要ですか。

はい、自分のページに字幕を表示するには必要です。VTTファイルだけでは、テキストと時刻を保持するにすぎません。

VTTを編集できますか。

はい。プレーンテキストなので、どのエディタでも使えます。ヘッダーとキューの構造は保ってください。

SRTも書き出せますか。

はい。SRT、TXT、MD、DOCX、PDFも同じ文字起こしから得られます。

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. WebVTT (Wikipedia), Wikipedia · 確認日 2026-10-18
2. WebVTT: The Web Video Text Tracks Format (W3C), W3C · 確認日 2026-10-18