録音をアップロードすれば、文字起こしされて返ります。タイムスタンプ付き、話者ごとに分かれ、要約も。アカウントもインストールも要りません。
1時間の音声を手で文字にすると、数時間の作業になります。このツールなら3分ほどで、しかも結果はただの文章の塊ではありません。話者ごとに整理され、各文にタイムスタンプが付き、検索欄があり、ブラウザーの上でそのまま直せます。
よく使われる形式（MP3、WAV、M4A、AAC、OGG、FLAC）を受け付けます。上限は1ファイル50GBです。言語は自動で判定されます。
ドラッグするか、パソコンから選んでください。50GBまで、複数まとめても構いません。
処理にかかるのはファイルの長さの5%ほど。60分の会議なら3分ほどで仕上がります。
押せばその場で直せます。DOCX、PDF、SRT、CSV、JSONでダウンロードできます。
質問と答えが話者ごとに分かれ、引用を確かめるためのタイムスタンプが付きます。
要約が決まったことと宿題を押さえるので、誰も議事録を書かずに済みます。
番組の要約も、記事も、字幕も一度に手に入ります。
3つあり、なまりはそこに入りません。1つ目はマイクとの距離です。机の真ん中に置いたスマートフォンは、話している人のそばに置いた同じスマートフォンより、部屋の雑音をはるかに多く拾います。その雑音が誤った語に化けます。2つ目は声の重なりです。2人が同時に話すと、どんな仕組みでも両方を正確には分けられません。
3つ目は、その録音ならではの語彙です。いちばん多い誤りは、会社名、人の名字、その業界の略語で、ほかのどこにも出てこないからこそ間違えます。これは本文を直せば2分で片づき、本当の正確さはそこで手に入ります。
いちばん多いのは本文の検索です。録音を聞き直さずに、ある話題が出た瞬間を見つけられます。声が特定されていれば話者で絞り込むこともでき、1時間のインタビューを見返す時間が大きく縮みます。
次の一手は書き出しです。共有するための文書、動画のためのSRT、各参加者の発話時間を見るための表。どの書き出しも、文字起こしをやり直す必要はありません。必要な形式で、必要な回数だけ書き出せます。
アップロードすれば、タイムスタンプ付きで、話者ごとに分かれ、要約の付いたテキストが手に入ります。始めるのにアカウントは要りません。