会議メモ作成者
開いているGoogle ドキュメントに直接メモを話して入力したい場合です。音声入力はマイクを通して音声を聞き取るもので、一般的なファイルアップロード型の音声文字起こしとして機能するわけではありません。
ドキュメントにメモの下書きを作成し、その後、名前、句読点、抜けているフレーズを修正します。
ライブ音声文字起こしGoogleの音声関連オプション
Google 音声文字起こしを検索すると、Google ドキュメントへの音声入力、対応デバイスのレコーダーを使った文字起こし、Cloud Speech-to-Textを使った開発という3つの異なるワークフローにつながることがあります。まず、音声がどこにあるのか、必要なのがドキュメント、録音の文字起こし、アプリケーション連携のどれなのかを確認しましょう。
Supavocalで音声の文字起こしを続ける
GoogleでSupavocalにサインインし、利用可能なクレジットを使います。新規アカウントには1,000クレジット(文字起こし約1分)が付与されます。最大25 MBかつ1時間までのMP3、WAV、M4A音声ファイルを選択してタスクを作成し、その後、文字起こし結果をコピーします。話者ラベル、インライン編集、文字起こしファイルのエクスポートには対応していません。このガイドでは、指示やファイルは送信されません。
Supavocalの文字起こしを開く
Googleのツールは、それぞれ異なる出発点に対応しています。以下の関連ガイドでは、別のアシスタント、編集ワークフロー、基本的な文字起こしプロセスを比較できます。
重要なのはGoogleという名前ではなく、今話しているのか、既存の録音を開くのか、アプリケーション内で音声を処理するのかという違いです。
開いているGoogle ドキュメントに直接メモを話して入力したい場合です。音声入力はマイクを通して音声を聞き取るもので、一般的なファイルアップロード型の音声文字起こしとして機能するわけではありません。
ドキュメントにメモの下書きを作成し、その後、名前、句読点、抜けているフレーズを修正します。
ライブ音声文字起こし互換性のあるデバイスのGoogle レコーダーアプリに、すでに録音がある場合です。文字起こし機能は、デバイスと利用可能な設定によって異なります。
必要な形式でエクスポートできると思い込む前に、録音の文字起こしを確認してください。
無料オンラインMP3音声文字起こしアプリケーション内で音声認識を使うか、繰り返し実行できる処理パイプラインが必要な場合です。Cloud Speech-to-TextはAPIであり、単純な音声入力ボタンではありません。
プロジェクトの設定、認証、サポートされている入力要件、発生する可能性のある料金を考慮してください。
ChatGPTは音声を文字起こしできますか?インタビューやメディアプロジェクトを修正している間も役立つテキストが必要です。文書の文字起こしだけでは、編集ワークフローを十分にカバーできない場合があります。
ツールを選ぶ前に、文字起こし編集とメディアに特化したアプローチを比較しましょう。
descript ウェブ版 音声文字起こしマイクに向かって話す場合は、ドキュメントの音声入力を検討してください。録音が対応デバイスのレコーダーにすでに保存されている場合は、そこで文字起こしを確認します。アプリや自動化されたワークフローには、Cloud Speech-to-Textを調べてみてください。
必要に応じて、デバイスの利用可否、マイクへのアクセス、ファイルと対応言語、またはCloudプロジェクトの設定を確認します。この3つの方法を、互換性のあるアップロードツールとして扱わないでください。
音声を聞きながら出力を読みます。共有または公開する前に、人名、話者の重なり、専門用語、ノイズで聞き取りにくい箇所を修正してください。
この2つのGoogleのオプションは、どちらも音声からテキストを生成できますが、必要な入力と設定のレベルは異なります。
主な用途
Googleドキュメントの音声入力
ドキュメントに音声入力する
Google Cloud Speech-to-Text
音声認識をアプリケーションに追加する
一般的な入力
Googleドキュメントの音声入力
マイクを通じて収音した音声
Google Cloud Speech-to-Text
APIワークフローを通じて提供される音声
出発点
Google ドキュメントの音声入力
ドキュメントと利用可能なマイク
Google Cloud Speech-to-Text
構成済みのCloudプロジェクトとアプリケーションコード
既存の録音
Google ドキュメントの音声入力
音声入力で簡単にファイルをアップロードして文字起こしするワークフローはない
Google Cloud Speech-to-Text
サービスに提供された対応音声を処理できる
出力のコンテキスト
Google ドキュメントの音声入力
編集中のドキュメントにテキストが表示される
Google Cloud Speech-to-Text
認識結果がアプリケーションに返される
最適な用途
Google ドキュメントの音声入力
音声メモを作成する個人
Google Cloud Speech-to-Text
繰り返し可能な音声処理を管理する開発者
Googleブランドのサービスで、専用のアップロードして文字起こしするページと同じ体験を自動的に提供するものはありません。
音声入力はマイク入力を前提に設計されています。録音をマイクの近くで再生する方法は、元の音声を提供する代わりとしては信頼性に欠けます。
回避策
録音の受け入れを想定したワークフローを使用し、アップロードする前に対応形式を確認してください。
レコーダーの機能と文字起こしの利用可否は、デバイス、言語、アプリのバージョンによって異なります。
回避策
重要な録音を任せる前に、お使いのデバイスで利用できるオプションを確認してください。
Cloud Speech-to-Textの利用には設定が必要で、料金が発生する場合があります。1件の文字起こしだけが必要な場合、最も迅速な方法とは限りません。
回避策
APIが必要な場合に使用し、それ以外の場合は直接的な文字起こしワークフローと比較してください。
ノイズ、アクセント、専門用語、同時発話は、どの自動音声認識でも精度を低下させる可能性があります。
回避策
元の音声を手元に残し、重要な箇所は聞き直して確認してください。
Google固有の設定ではなく文字起こしが目的である場合は、Audiototextのリンク先の文字起こしサービスに進み、そこで現在の入力オプションを確認してください。最終的な記録として使用する前に、生成されたテキストを録音と照合してください。
Supavocalを開くGoogleでは、Docsの音声入力、対応デバイスのレコーダー機能、Cloud Speech-to-Textなど、音声をテキストに変換する複数の方法を提供しています。それぞれ用途が異なるため、音声入力を行うのか、デバイスで録音した音声を扱うのか、アプリケーションを構築するのかに応じて選択してください。
Google Docsの音声入力はマイク入力を聞き取る機能であり、一般的な音声ファイルのアップロード機能ではありません。既存の録音については、そのファイル形式を明示的に受け付けるワークフローを探してください。
いいえ。音声入力は音声で話した言葉をドキュメントに入力する機能ですが、Cloud Speech-to-TextはAPIを通じて音声を処理する開発者向けサービスです。クラウドの設定や料金が必要になる場合があります。
背景雑音、声の重なり、聞き慣れない名前、マイクの設置場所が不適切であることなどは、認識に影響を与えます。自動生成されたテキストを確認済みの記録として扱うのではなく、元の音声をもう一度聞き、重要な箇所を修正してください。