Hear2Text
ポッドキャスター向け

音声配信の文字起こしから、記事も概要欄も字幕も作る

ポッドキャストやstand.fm、Voicyでの音声配信を、数分で文字起こしします。完成した音源をアップロードするか、YouTubeにある回ならリンクを貼れば、全行にタイムスタンプが付いたテキストが返り、声ごとに分かれます。noteやブログの記事も、チャプター付きの説明文も、YouTube版の字幕も、ここから作れます。

公開したあとも、概要欄と字幕にまだ半日かかる

1時間の会話に1週間かけて、出ていくのは音声ファイル1本と、その下に2行の説明文だけです。概要欄も、チャプターの時刻も、切り抜きも、字幕も、すでに3回聞いた録音をもう一度たどり直す別の夜になります。そしてその夜は、たいてい来週のエピソードに負けます。

  • 検索エンジンには聞こえない

    あの1時間で話したことは音としてしか存在せず、検索は文字の上で動きます。34分でゲストが答えたのとまったく同じ疑問を誰かが打ち込んでも、その言葉が載ったページがどこにもないので、番組は出てきません。

  • 説明文にもう一晩かかる

    まじめにやるなら、スペースキーに指を置いてエピソードを流し直し、話題が切り替わる分を探して、聞こえたことを打ち込むことになります。1時間の音源が2時間の作業に化けます。しかも編集を終えた直後にです。

  • いちばんいい2分が埋もれる

    途中のどこかに、切り出せば伸びる場面があったことは分かっています。ただ、それが何分だったかは、もう一度全部再生しない限り言えません。だから切り抜きは作られないまま、リンク1本と願掛けで配信されます。

  • そもそも入れない人がいる

    文字起こしも字幕もなければ、耳が聞こえない方や聞こえにくい方は番組そのものから締め出されます。話す速さより読む速さが上の人、1時間を預ける前にざっと確かめたい人、音を出せない電車の中にいる人も同じです。

YouTube版の字幕も記事も、1本のテキストから

最終書き出しが終わった瞬間に送ってください。ファイルを上げても、リンクを貼っても構いません。数分で、行ごとに時刻が付き話者ごとに分かれたテキストが戻るので、ゲスト3人の回も台本のように読めます。あとは概要欄も、チャプターの時刻も、動画版のSRTも、翻訳字幕も、サイトに載せる記事も、すべて同じ1つの文書を編集するだけになります。引用や繰り返し出てくる話題は、アシスタントに聞けばいつでも掘り出せます。SRTなどの字幕ファイル、翻訳、アシスタントは$9.99のプランの機能です。

配信日に変わること

前
  • ✗エピソードを録って編集する
  • ✗説明文を書くのに何時間もかかる
  • ✗宣伝用の切り抜きまで手が回らない
  • ✗アプリの中に埋もれたままになる
  • ✗新しい聞き手に見つからない
後
  • エピソードを録って編集する
  • 説明文のたたき台がすぐできる
  • アシスタントに良い場面を聞く
  • 全文を載せたページが検索に効く
  • 1本がどの媒体の素材にもなる

対談もひとり語りも、1本まるごと文字に

マスター音源をアップロードするか、リンクを貼ってください。YouTubeもVimeoも他のホスティングも同じように扱えます。明瞭な音声なら精度は95〜99%です。有料プランには分数の上限がないため、週1回のインタビュー番組も、毎日10分の番組も、同じ$9.99/月に収まります。日本語でも英語でも、言語は100の言語の中から自動で判別します。

始める

概要欄のたたき台は、AIの要約から

有料プランでは、AIが文字起こし全体を読んで、扱った話題、決まったこと、誰かが引き受けたことを、それぞれ根拠になった行と一緒に返します。アップロードが終わるころには、説明文の骨組みができています。12分あたりで何を話したかを思い出す作業ではなく、言い回しと構成のほうに時間を使えます。

始める

切る前に、切りどころを見つける

クリップを自動で検出する機能はなく、音声にも映像にも手を加えません。あるのは、切る価値のある場面を速く見つける方法です。どのあたりが刺さっていたかをアシスタントに聞き、文字起こしで読み直し、その行に付いた時刻をそのままタイムラインに持っていきます。切り抜きを作る週にいちばん時間を食っていた「探す作業」がなくなります。

始める

活用事例

  • 概要欄とチャプター

    書き出しは終わり、公開までに説明文を用意しなければならない場面です。要約の要点を、付いている時刻ごと受け取って言い回しを整えれば、アップロードが終わるまでに仕上がります。

  • 切り抜き

    金曜までに宣伝用を3本作る場面です。うろ覚えの場面を文字起こしから検索し、その行の時刻を読んで、1時間巻き戻す代わりに編集ソフトでその秒数を抜きます。

  • 検索で読まれるページ

    全文をエピソードページに載せると、自分の専門分野の話が1時間ぶん、自分のサイトの上に、クローラーが読める形で置かれます。会話で触れた話題のどれもが、そのページが見つかるきっかけになります。

  • noteやブログの記事

    いいインタビュー1本は、たいてい記事2〜3本になります。Wordに書き出して残したい筋に削るだけなので、空の原稿と再生位置に向き合うのではなく、すでにある文章を編集することになります。

  • ゲストの再登場に備える

    同じゲストがまた出るのに、前回何を話したか思い出せない場面です。過去の回を開いて2人が何に踏み込んだかをアシスタントに聞けば、一度した質問を繰り返さずに収録に入れます。

主要機能

  • ゲストの声を混ぜない

    話者識別はどのプランでも、複数人の回を声ごとに分けます。有料プランでは1人の名前を変えれば、その人の発言すべてに反映されます。座談会がテキストの塊ではなく台本として読めます。

  • 時刻はチャプターの材料

    全セグメントに時刻が付くので、話題が始まった分はすでに書き出されています。その時刻を配信や動画の概要欄に写せばチャプターになります。チャプター一覧をこちらで組み立てることはしません。

  • 引用をもう一度取り出す

    その回が何を話していたか、どこがいちばん盛り上がったかをAIアシスタントに聞くと、そのエピソードの文字起こしから答えが返ります。行を見つけ、時刻を控え、その秒数へ飛べます。

  • 1つの番組を複数の言語で

    100の言語を自動で判別し、有料プランでは翻訳もできます。日本語の回に英語の字幕を付けるために、誰かが録り直す必要はありません。

  • 他のツールが受け取れる形式

    有料プランはTXT、SRT、VTT、Word、PDFに、無料プランはTXTに書き出せます。配信ホスティング向けのプラグインはないので、ファイルをダウンロードして必要な場所に置く形になります。

  • 過去回もあとから読める

    文字起こししたエピソードは、テキストも時刻も話者名も残したままアカウントに置かれます。2年後に第40回を開いて、あのゲストが何と言っていたかをアシスタントに聞けます。

よくある質問

文字起こしにはどのくらい時間がかかりますか?
数時間ではなく数分です。1本ぶんなら、エピソードの説明文を書き終える前に戻ってくることが多いです。時間を左右するのは収録の長さと音の状態で、1人で話した音源は、同じ部屋に4人いた回より速く終わります。有料プランは5件を同時に処理できるので過去回の山もまとめて投入できますが、無料プランは1件ずつです。
対談の回でも話者を分けられますか?
はい。話者識別はどのプランでも声を切り分け、行ごとに誰の発言かを示します。$9.99/月のプランでは、「話者A」をゲストの名前に一度変えれば、その人の発言すべてに名前が付くので、3人の座談会もひと塊のテキストではなく会話として読めます。書き出したファイルにも話者名を含められます。
文字起こしから概要欄(ショーノート)を作るには?
AI要約から始めるのがいちばん早いです。仕上がった全文を読んで、その回が扱った話題、決まったこと、誰かが引き受けたことを、根拠になった行と一緒に返します。その要点と、隣に並んだ時刻が、何も打ち込まないうちから概要欄とチャプター一覧の下地になります。要約は有料プランの機能で、無料プランでは文字起こしを受け取って自分で書く形になります。
音声配信の文字起こしを、noteやブログの記事にするには?
文字起こしをTXTかWordで書き出して、noteやブログの編集画面に貼り、脱線を削って見出しを足すのがいちばん早い方法です。埋め込み用のコードやウィジェットはないので、iframeでページに差し込む形にはなりません。検索エンジンが読むのはどちらにせよ本文のテキストで、自分のページの中にある文字のほうが、他社の枠の中にある文字より効きます。ゲストや編集者に1本だけ渡したいときは、その録音をリンクを知っている人に公開することもできます。
Apple PodcastsやSpotifyの自動文字起こしがあるのに、必要ですか?
サイトやnoteに載せる本文や、YouTube版の字幕、記事の下書きに使うなら、自分のテキストがあったほうが便利です。Apple PodcastsやSpotifyの文字起こしは、基本的にそれぞれのアプリの中で聞き手が読むためのものだからです。文字起こしを自分のページで公開すると、音声のままでは渡せないもの、つまり検索エンジンが読めるテキストが載ります。1時間の会話なら、自分の専門分野の言葉が数千字ぶん、自分のページの上に置かれることになります。順位を約束できる人はいませんが、再生ボタンだけのページには、そもそも見つかるきっかけがありません。
2時間を超える長い回でも大丈夫ですか?
長い回も分割せずに1本のまま処理するので、途中で話者ラベルが振り直されることはありません。有料プランは分数無制限で、フェアユースとして1日1,200分までです。無料プランでは、2時間のインタビュー1本でその週の120分を使い切ります。枠は使っても使わなくても、毎週月曜日に戻ります。

今週の回を、まず1本通してみる

無料プランは毎週120分、月曜日ごとにリセットされ、登録時にカードは要りません。標準的な番組ならおよそ2本ぶんです。分数無制限、AI要約、翻訳、話者名の設定、全エクスポート形式は$9.99/月または$89.99/年です。