WAVをテキストに変換

WAV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。WAVは非圧縮なので、実際の制限はサイズです。44.1 kHz、16 bitsのステレオは一分あたり約10.6 MBなので、2 GBで三時間をわずかに超えるくらいをカバーできます。

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

• WAVは通常、非圧縮のPCM音声を保持するため、ファイルは大きく、短いセッションでもすでに数百メガバイトになることがあります。
• そのステレオ音声の一時間分は約636 MBで、一分あたり10.6 MBに60を掛けて計算します。
• 話し声にCD品質は必要ありません。モノラルのコピーはサイズが半分になり、長いセッションを収めるためによく使われる方法です。
• スタジオ用やフィールド用のレコーダーはWAVを書き出すので、レコーダーから直接取り出したファイルが、たいてい最良の元データです。

手順

1. ファイルのサイズを確認します。 ファイルマネージャーでサイズを見ます。一分あたり約10.6 MBなので、長さからも見積もれます。
2. 2 GBを超える場合だけ小さくします。 ファイルを分割するか、モノラルのコピーを保存してください。ビットレートの非常に低いMP3には切り替えないでください。
3. ボットを開きます。 Telegramで@potok_now_botを開きます。
4. WAVを送ります。 ドキュメントとして添付します。2 GBまでのファイルは、ミニアプリのアップロードボタンから送ります。
5. テキストを受け取ります。 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。
6. 書き出します。 TXT、MD、DOCX、PDF、SRT、VTTで保存します。

結果のイメージ

[00:00] 話者 1: 現場で録音しています。北側の壁で、ひびは下の方に沿って走っています。

[00:07] 話者 1: 長さは私の前腕くらいで、窓枠まで達しています。

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

WAVファイルは一分あたりどのくらいの大きさですか。

44.1 kHz、16 bitsのステレオは一分あたり約10.6 MBなので、一時間でおよそ636 MBです。

2 GBには何時間分入りますか。

そのステレオ音声で、三時間をわずかに超えるくらいです。モノラルやサンプルレートを下げれば、もっと多く入ります。

先にWAVをMP3に変換すべきですか。

ファイルが大きすぎる場合を除き、その必要はありません。話し声には適度なビットレートで十分ですが、非常に低いと、テキストの質に悪影響があります。

WAVをドキュメントとして送れますか。

はい。音声ファイルまたはドキュメントとして送り、大きなものにはアップロードボタンを使ってください。

WAVは他の形式より良い文字起こしになりますか。

すべての細部を保ちますが、コンテナよりも、声の明瞭さと低い雑音の方が重要です。

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. WAV (Wikipedia), Wikipedia · 確認日 2026-10-18
2. Megabyte (Wikipedia), Wikipedia · 確認日 2026-10-18