音声認識

音声文字起こし：ポッドキャスト・通話・会議をタイムコード付きテキストに

録音を 90 以上の言語でテキスト化し、すべての区間にタイムコードを付けます。長さを問わないファイルやポッドキャスト・動画のリンクを送り、必要に応じて話者ラベル、字幕ファイル、英訳、検索用チャンクを追加できます。

★ 5.0 評価 · 2 件のレビュー15 人のユーザー95.5% 実行成功率（30日間）

取得できるデータ

`transcript`	文字起こし全文
`segments`	開始時刻と長さ付きの区間
`speakers`	任意：区間ごとの話者ラベル
`language`	検出または指定した言語
`subtitles`	任意：SRT または VTT 字幕テキスト
`chunks`	任意：開始タイムコード付き RAG チャンク
`translation`	任意：英語の文字起こし
`duration`	録音の長さ

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。処理したファイルごと、文字起こしした分数ごとに課金され、自分の Groq キーを使うと分単価が下がります。動画リンクの解決と話者ラベルは別のアドオンイベントです。

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。

音声ファイルをテキストに文字起こし

4 分の会話を高速認識。

{
  "urls": [
    "https://raw.githubusercontent.com/lergassy/apify-actor-assets/main/audio-samples/conversation-4min.ogg"
  ],
  "quality": "fast"
}

このタスクを実行 →

インタビューを話者ラベルと SRT 字幕付きで文字起こし

話者 2 名、英語、字幕ファイル付き。

{
  "urls": [
    "https://raw.githubusercontent.com/lergassy/apify-actor-assets/main/audio-samples/conversation-4min.ogg"
  ],
  "diarize": true,
  "speakerCount": 2,
  "language": "en",
  "subtitleFormat": "srt"
}

このタスクを実行 →

YouTube 動画を RAG 用チャンクに文字起こし

高精度モードでタイムコード付きチャンク。

{
  "urls": [
    "https://www.youtube.com/watch?v=dQw4w9WgXcQ"
  ],
  "quality": "accurate",
  "chunkForRag": true,
  "chunkSize": 1200,
  "chunkOverlapSeconds": 5
}

このタスクを実行 →

音声を文字起こしして英語に翻訳

固有名詞のヒント付きで英語出力。

{
  "urls": [
    "https://raw.githubusercontent.com/lergassy/apify-actor-assets/main/audio-samples/conversation-4min.ogg"
  ],
  "translateToEnglish": true,
  "vocabularyHint": "Apify, Lergassy, RAG"
}

このタスクを実行 →