音声からテキストへ
どんな動画・音声の話し言葉もプレーンテキストに文字起こし — Qwen3-ASR 搭載
音声はサーバー上で動く Qwen3-ASR によって文字起こしされ、そのままプレーンテキストに変換されます — タイムコードなし、字幕フォーマットなし、言葉だけ。SRT/VTT 字幕が必要な場合は AI 動画字幕生成をご利用ください。
選ばれる理由
ブラウザ API ではない、本物の音声認識
Qwen3-ASR は本物の GPU 級音声認識で当社サーバー上で動作 — ブラウザ内蔵の音声 API よりはるかに高精度で、どんな音質・訛りにも対応します。
テキストだけ
タイムコードもキュー番号も、後から取り除く字幕構文もありません — 文字起こし結果はすぐに文書へコピーしたり、検索したり、別のツールに渡したりできます。
30分で自動削除
アップロードと結果は30分以内にサーバーから消去されます。保存・共有・学習利用は一切ありません。
使い方
- 1
動画または音声ファイルをアップロード — 形式は問わず、サーバー側でデコードします。
- 2
話されている言語を選ぶか、自動検出のままにします。
- 3
文字起こし結果をコピーするか、.txt ファイルとしてダウンロードします。ファイルは30分以内に自動削除されます。
よくある質問
AI 動画字幕生成ツールとの違いは？⌄
内部で使っている Qwen3-ASR の文字起こしは同じです — このツールはタイムコード、キュー番号、字幕ファイルエディターを省いて、直接プレーンテキストを出力します。SRT/VTT/ASS の字幕ファイルや焼き込み字幕が必要な場合は AI 動画字幕生成をご利用ください。
文字起こしの精度はどのくらいですか？⌄
精度は音質、訛り、背景ノイズによって変わりますが、Qwen3-ASR は一般的な話し言葉（会議、インタビュー、ポッドキャスト、講義）をうまく処理します。ノイズが非常に多い音声や話者が激しく重なる場合は、手作業での確認が必要です。
ファイルはどうなりますか？⌄
アップロードしたファイルと文字起こし結果は30分以内に自動削除されます。ジョブにはセッションの署名付きトークンでしかアクセスできません。