WebMをテキストに変換

Potokチーム更新日 ~1 分で読めます

WebM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。ブラウザのツールで録音したものは、そのまま渡せます。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

  • WebMは、VP9やOpusなどのオープンなコーデックをもとにした、映像または音声のコンテナです。
  • ブラウザベースのレコーダーは、WebMファイルを保存することが多く、オンライン会議ツール、音声メモのウィジェット、画面キャプチャの拡張機能などがあります。
  • 映像トラックのないWebMは、単なる音声録音です。ボットは、他の音声ファイルと同じように扱います。
  • ブラウザから得られるファイルは、通常ダウンロードフォルダにあるダウンロードファイルです。

手順

  1. ダウンロードしたファイルを探します。 ブラウザのダウンロードフォルダか、録音ツールが保存した場所を見ます。
  2. 再生できるか確認します。 ブラウザのタブでファイルを開きます。録音が未完了だと、途中で切れていたり、長さが表示されなかったりすることがあります。
  3. ボットを開きます。 Telegramで@potok_now_botを開きます。
  4. WebMを送ります。 ドキュメントとして添付します。2 GBまでの大きな録音は、ミニアプリのアップロードボタンから送ります。
  5. 会議ではラベルをオンにします。 オンライン通話には複数の声があるので、話者ラベルとタイムスタンプが役立ちます。
  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

例:オンライン会議の録音の文字起こし

[00:00] 話者 1: 皆さん、聞こえますか。議題をチャットで共有しますね。

[00:05] 話者 2: はい、はっきり聞こえます。リリース計画から始めましょう。

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
録音が終わる前にタブを閉じるファイルが破損したり、終わりの部分が欠けたりすることがあります。ツールで停止を押し、ダウンロードが完了するまで待ってください。
マイクだけで通話を録音する自分の声ははっきり入りますが、相手側が入っていません。ツールが対応していれば、タブやシステムの音声も取り込んでください。
開けるようにするために、ファイルの名前を.mp4に変える間違った拡張子はプログラムを混乱させ、中身は変わりません。.webmの名前のままにしてください。ボットはそれを受け付けます。
一時フォルダにファイルを置き忘れるツールによっては、ページを離れるまでしか録音を保持しません。すぐにダウンロードして、他のファイルと一緒に保存してください。

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

WebMとは何ですか。

WebMは、VP9やOpusなどのオープンなコーデックをもとにした、映像または音声のコンテナです。

WebMファイルはどこから来ますか。

ブラウザベースのレコーダーが保存することが多く、会議ツール、画面キャプチャの拡張機能、音声メモのウィジェットなどです。

映像のないWebMを送れますか。

はい。WebMコンテナに入った音声録音であり、ボットは音声として扱います。

ファイルはどのくらいの大きさまで可能ですか。

2 GBまでです。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。

どの書き出し形式がありますか。

同じ文字起こしを、TXT、MD、DOCX、PDF、SRT、VTTで書き出せます。

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. WebM (Wikipedia), Wikipedia · 確認日
  2. Opus audio format (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