AI 文字起こし

音声文字起こし：音声ファイルをタイムスタンプ付きテキストに

MP3、M4A、WAV、FLAC、OGG のリンクを貼るかファイルをアップロードするだけで、90 以上の言語のタイムスタンプ付き文字起こしを取得。話者ラベル、英語への翻訳、SRT・VTT 字幕の出力、RAG 向けのチャンク分割にも対応します。

3 人のユーザー100.0% 実行成功率（30日間）

Apify で実行 — 無料トライアル API で利用

取得できるデータ

`text`	文字起こし全文
`segments`	開始・終了時刻付きセグメント
`language`	検出された話し言語
`speakers`	話者ラベル（オプション）
`translation`	英語翻訳（オプション）
`subtitles`	SRT または VTT 字幕ファイル
`chunks`	RAG 用テキストチャンク

使い方

Apify でスクレイパーを開き、無料で登録します。
フォームにルート、日付、オプションを入力します。
Start をクリックし、結果を JSON・CSV・Excel でダウンロード、または API で取得します。

料金

$2.00 1,000 行あたり

イベント課金制です。文字起こしした音声の分数に応じて課金され、ファイルごとに少額の処理料がかかります。話者ラベルは分単位のオプションで、ご自身の Groq API キーを使うと分単価が下がります。実行料はありません。

Apify は毎月 5 ドルの無料クレジットを提供しています。このスクレイパーを無料で試すのに十分です。

タスク例

そのまま使える入力例です。フォームに貼り付けるか API で送信してください。

M4A 音声を SRT 字幕に変換

高精度モードで SRT 字幕を出力。

{
  "urls": [
    "https://raw.githubusercontent.com/lergassy/apify-actor-assets/main/audio-samples/sample-1min.m4a"
  ],
  "quality": "accurate",
  "subtitleFormat": "srt"
}

このタスクを実行 →

話者ラベル付きインタビュー文字起こし

話者 2 人とブランド名の語彙ヒント。

{
  "urls": [
    "https://raw.githubusercontent.com/lergassy/apify-actor-assets/main/audio-samples/sample-1min.m4a"
  ],
  "diarize": true,
  "speakerCount": 2,
  "vocabularyHint": "Apify, scraper, dataset"
}

このタスクを実行 →

音声を英語テキストに翻訳

どの言語でも文字起こしして英訳。

{
  "urls": [
    "https://raw.githubusercontent.com/lergassy/apify-actor-assets/main/audio-samples/sample-1min.m4a"
  ],
  "translateToEnglish": true
}

このタスクを実行 →

音声の文字起こしを RAG 用チャンクに分割

1,500 文字ずつ、5 秒のオーバーラップ。

{
  "urls": [
    "https://raw.githubusercontent.com/lergassy/apify-actor-assets/main/audio-samples/sample-1min.m4a"
  ],
  "chunkForRag": true,
  "chunkSize": 1500,
  "chunkOverlapSeconds": 5
}

このタスクを実行 →