音声をテキストに変換
インタビュー、講義、ボイスメモ、会議の録音を文字起こしします。音声認識モデルのWhisperは端末の中で動くので、録音は端末の外に出ません。初回の準備を済ませれば、オフラインでも使えます。
ずっと無料 · 端末の中で動作 · アップロード0バイト · ✓ オフラインで使えます
処理速度は端末によって変わります。スマートフォンで大きなファイルを扱うと時間がかかります。 遅い、または動かない場合は、GitHubで報告してください
音声文字起こしの使い方
- 音声または動画ファイル（MP3、M4A、WAV、OGG、MP4、WebM）を選びます。
- 話されている言語を選ぶか、自動検出のままにして、テキストか字幕のどちらで出力するかを選びます。
- 開始します。初回だけ音声認識モデルがダウンロードされます。そのあと、テキストを確認してダウンロードします。
こんな使い方にも
- 音声 文字起こし 無料
- 音声 テキスト化 オンライン
- ボイスレコーダー 文字起こし
- インタビュー 講義 文字起こし
- 文字起こし アップロード不要
設計からプライベート。しかも確かめられます
アップロード先がそもそも存在しないので、ファイルがアップロードされることはありません。
- アップロードの工程がありませんファイルはこのブラウザのタブの中で読み書きされます。ファイルを受け取れるサーバーはありません。
- ブラウザが強制しますこのページのコンテンツセキュリティポリシーは、このサイトへの接続だけを許可しています。このサイトが配信するのはアプリ本体だけです。
- ご自身で確認できます開発者ツールを開き、ネットワークタブを見ながら処理を実行してください。ドキュメントを送るリクエストは1つもありません。
- オープンソースすべてのコードをGitHubで公開しています。Whisper & Transformers.jsを利用して作られています。
よくある質問
ファイルはどこかにアップロードされますか？
いいえ。Fizzdocはブラウザのタブの中ですべての処理を行います。WebAssemblyとJavaScriptにコンパイルされたオープンソースのエンジンを使っています。ファイルはお使いの端末から読み込まれ、端末の中で処理され、結果はそのまま端末に保存されます。ご自身で確かめることもできます。ブラウザの開発者ツールを開き、ネットワークタブを見ながら処理を実行してください。ファイルを送るリクエストは1つもありません。
精度はどのくらいですか？
Fizzdocは、OpenAIが公開している音声認識モデルの小型版「Whisper tiny」を使っており、すべてブラウザの中で動きます。はっきりした英語の音声はきれいに認識されますが、雑音の多い録音、強いなまり、ほかの言語、ヒンディー語と英語が混ざった音声などは精度がかなり落ちます。使う前に、必ずテキスト全体を読んで確認してください。
初回だけ時間がかかるのはなぜですか？
初回だけ、ブラウザが音声認識モデル（約58 MB）をダウンロードして保存します。そのため、次回からは数秒で始まり、オフラインでも使えます。長い録音の文字起こしにはしばらく時間がかかります。速度は端末によって変わり、パソコンはスマートフォンよりずっと速く処理できます。
Fizzdocは無料ですか？
はい。これからも無料です。会員登録不要、透かしなし、1日の回数制限なし、有料プランもありません。FizzdocはApache-2.0ライセンスのオープンソースなので、誰でも自分用のコピーを動かせます。