音声テキスト変換 - 録音ファイルを文字起こし

最初はAIモデルのダウンロードに時間がかかります（速く：約100MB、正確に：約270MB）。処理時間は端末の性能によって変わり、パソコンなら「速く」は動画の長さの半分前後、「正確に」は動画の長さと同じくらいかそれ以上かかります。スマホではさらに時間がかかります。

はっきり話した音声はほとんど正しく書き起こせますが、人名や専門用語、複数の人が同時に話す部分は間違えることがあります。日本語は正確にを使うと結果がはっきりよくなります。保存する前に結果を直接修正できます。

SRTファイルはYouTubeに字幕としてアップロードしたり、ほとんどの動画プレーヤーや編集ソフトで読み込めます。画面に文字を焼き込むなら、動画に字幕を入れるに動画とSRTファイルを一緒に入れてください。

いいえ。音声認識AI（Whisper）をブラウザにダウンロードして端末の中で動かします。会議の録音や講義のような大切なファイルも外に出ません。