録音から正確な字幕とメモを作る

1時間の会議を手作業で文字起こしすると、3〜4時間かかることもあります。機械なら録音とほぼ同じ時間で聞き取って書き起こしてくれるので、あとは間違った行を直すだけです。その行がどれだけあるかは、ボタンを押す前にほぼ決まっています。録音の質、言語、そして事前に伝えておく固有名詞の3つで決まるのです。

用途に合った出力を選ぶ

SRTファイルには、字幕の各行の開始時間と終了時間が記録されます。

字幕と議事録の両方が必要な場合は、[mm:ss] の目印付きのテキストを選んでください。すらすら読めるうえ、内容を確認したいときには元の音声の該当箇所をすぐに探せます。

声がはっきり録れるように録音する

• マイクは話す人の近くに置きます。 目安は手のひら1つ分から腕の長さくらいまでの距離です。大きな会議テーブルの真ん中に置いたスマートフォンでは、離れた人の声はごく小さくしか録れません。
• BGMや、マイクに直接当たる扇風機・エアコンの風は避けます。 ツールは無音やノイズを飛ばしますが、音楽に埋もれた声を聞き分けるのは困難です。
• 一度に話すのは1人だけにします。 2人が同時に話すと、たいてい聞き取りにくい1行にまとまってしまいます。
• できるだけ元の録音ファイルを使います。 複数のチャットアプリで何度も再圧縮されたクリップではなく、ボイスレコーダーで録ったM4AやWAVファイルなどを使ってください。

実行前に固有名詞と用語を登録する

間違えやすい単語を登録しておけば、文字起こしの修正はぐっと少なくなります。

機械は一般的な単語ならとてもよく聞き取りますが、人名や製品名、略語は表記を間違えやすくなります。固有名詞・用語の欄に、表示してほしいとおりの表記で入力してください。たとえば 山田花子, BigQTools, KPI, OKR, Q3 2026 のように入力します。

用語集をまるごと入れる必要はなく、間違えやすい単語だけで十分です。よく選んだ数語を入れておくだけで、あとの修正が大幅に減ります。

修正して、さらに活用する

結果はそのままページ上に表示されます。行をクリックすると編集でき、時間をクリックするとその部分をもう一度聞けます。ダウンロードするファイルには、編集した内容が反映されます。そこから「テキストを翻訳」で翻訳したり、「テキスト読み上げ」でAIの音声に読み上げさせたりすることもできます。