インタビューを文字起こしするには、処理を許可された録音を使って音声認識の下書きを作り、元音声と照合します。質問も残し、実際に話した人を確認し、引用する予定の箇所は再生して聞き直してください。文字起こしは発話の記録です。流暢な文章や話者ラベルがあっても、すべての言葉や発言者が正しい証拠にはなりません。埋め込みデモで確認できるのは冒頭の最大5分間で、短いファイルや音声の残り利用枠によっては、さらに短くなります。通常の長いインタビュー全体を完成させる機能ではありません。残りを仕上げる方法は、後半の全文作成手順で説明します。
必要な文字起こしの仕上げ方を決める
- 発話を細部まで残す記録：言いよどみ、繰り返し、間、意味のある音のうち、何を残すかを事前に決めます。厳密な逐語録には、意識して聞き直す工程が必要です。このデモには逐語録モードの切り替えはありません。
- 読みやすい作業用原稿：ケバ取りなどを行う場合は、話者の意味や不確かさを残し、一貫した基準で整えます。この編集済み原稿は、直接引用する正確な言葉とは分けて管理してください。
- 要約や調査結果：照合済みの文字起こしとは別に書きます。言い換え、テーマ、解釈を、取材相手が実際に話した言葉として示してはいけません。
架空の文体比較です。逐語の例：「ええと、私は、私は6月に始められると思います。ただし、レビューが終わった場合に限ります。」読みやすく整えた例：「私は6月に始められると思います。ただし、レビューが終わった場合に限ります。」後者は言いよどみと繰り返しを除き、「と思います」という留保と条件を残しています。こうした整理が許されるかは、案件の表記基準によります。作業用原稿の作り方を示す例であり、デモの文体切り替え機能ではありません。
アップロードの前に、参加者との取り決め、案件のアクセス権限と保存ルール、外部処理サービスの利用が許可されているかを確認します。録音の許可と、アップロードや共有の許可は別です。リンク先のプライバシーポリシーも確認してください。一般的なプライバシー表示だけを根拠に、インタビュー専用の保存期間や「保存しない」という保証を推測してはいけません。アップロードできない録音は、承認されたローカル環境や組織内の手順で扱います。
録音と、録音を特定するためのメモをまとめて残す
- 元ファイルを保管します。取材日、案件名や記事のテーマ、ファイル名、おおよその長さ、使用を認められた参加者名またはID、予定する文字起こしの形式を、自分の作業用文書に記録してください。
- 人名、組織名、専門用語の短い表記リストを用意します。適切な資料で表記を確認してください。自動文字起こしに見慣れた名前が出ていても、誤りの可能性があります。
- まず、目的のファイルが欠けずにそろい、両者の声が聞こえるかを確認します。この最初の確認は、全文の照合ではありません。「確認済みの文字起こし」とするには、記録範囲に含まれる発話をすべて音声と突き合わせ、同時発話や接続の途切れも記録します。そのうえで、引用予定の各箇所を文脈ごと再生します。引用を数か所確認しただけで全文を検証したことにはなりません。欠けた言葉を作り足さないでください。
インタビュー録音をアップロードし、プレビューの利用枠を確認する
この埋め込み音声文字起こしツールは、話されている言語を自動判定し、その言語で文字起こしを返します。元の発話言語を手動で指定し直す機能はありません。ページの表示言語によって、文字起こしが強制的に英語になることもありません。処理する権限のある保存済み音声ファイルを使ってください。アップロードと処理にはネットワーク接続が必要です。録画した動画は、別の動画文字起こしの手順で扱います。
一般的な音声形式にはMP3、M4A、WAVがありますが、ブラウザーで再生時間を読み取れる必要もあります。準備に失敗した場合は元ファイルを残し、承認された録音ソフトや音声編集ソフトで互換性のあるコピーを作って、確認してからアップロードしてください。.m4aを.mp3に改名するだけでは、形式は変換されません。
「開始前に確認」で「長さ」と「残り無料時間 (音声)」を比較します。現在のデモがプレビューに表示するのは、冒頭の最大5分間です。ファイルが短い場合や残量が少ない場合は、それより短くなります。たとえば30分間のインタビューでも、利用可能な時間が02:00なら、30分間すべての文字起こしは得られません。画面の残量と、返されたプレビューがどこまでを対象としているかを確認してください。
- インタビュー音声を選択するか、ドラッグして追加します。準備が終わるまで待ち、形式や再生時間のエラーがあれば読みます。
- 「文字起こし」を選び、「開始前に確認」でファイル、「長さ」、「残り無料時間 (音声)」を確認します。
- 表示内容が今回の作業に合っていれば、「文字起こしを開始」を選びます。返された区間ごとの結果、またはエラーを読んでください。読み込み中の表示は、文字起こしの完了を意味しません。
- 元音声を別の音声プレーヤーで開いておきます。区間ごとの表示時刻を、聞き直す位置の目印として使います。話者ラベルについても、実際の人物との対応を確認する必要があります。
- ブラウザーで文字を選択できる場合は、短い箇所を選んで端末の「コピー」を使い、自分の文書に貼り付けます。実際に貼り付いた内容を確認してください。文章、話者ラベル、時刻がまとめて選択されるとは限りません。対応する話者と時間範囲は別に追記します。この埋め込み結果には、専用の「すべてコピー」、文字起こしのダウンロード、画面内編集のボタンはありません。
- 別のファイルを扱う前、「もう一度文字起こし」を使う前、ページを離れる前に、必要な内容を保存します。一部だけの記録には、その範囲を明記してください。ブラウザーで選択できない場合や選択が安定しない場合は、元音声の参照位置付きで手入力のメモを取るか、利用しやすい別の文字起こし手順を使います。あらゆるスマートフォンやパソコンで、すべての区間をまたいでコピーできることは確認されていません。
実際に試してみる
引用する言葉の前に、誰の発言かを確認する
元音声のプレーヤーで、その発言だけでなく、直前の質問と続く回答も再生します。00:52などの表示時刻は、アップロードした録音内の参照位置です。この結果から時刻をクリックして音声を再生することはできません。使用を認められた抜粋が、インタビュー全体の12:00から始まるなら、開始位置の差を自分で足します。抜粋内の00:52は、元録音のおよそ12:52です。その位置を実際に聞いて確認してください。
- 話者：信頼できる自己紹介や取材メモを使い、声を確認します。「話者1」が自動的にインタビュアーを意味するわけではありません。短い「はい」や割り込みの発言が、別の人に割り当てられることもあります。特定できなければ、話者は未確定のままにします。
- 言葉：否定、留保、文全体を確認します。「6月までは始まらない」と「5月に始まる」は異なります。例外条件を落とせば、発言の意味が変わることがあります。
- 細部：名前、日付、金額、数量、小数点、単位を聞き直します。専門用語の表記は適切な資料と比較し、もっともらしい別の言葉で済ませず、録音に戻って確認してください。
- 不確かな箇所：解決していない言葉や声の重なりは、作業用原稿に時刻付きで示します。たとえば［不明瞭 00:52］のように表記をそろえます。推測で穴を埋めてはいけません。
- 文脈：引用箇所を選ぶときは、質問と関係する前後の回答を残します。共有前に、取り決めた利用目的や確認要件も確かめてください。自動的に整った一文が、そのまま検証済みの直接引用になるわけではありません。
聞き取れない発話には、簡単な注記ルールを使う
- ［不明瞭 00:52］：元音声のこの位置に、確定できない言葉があります。推測しないでください。
- ［同時発話 00:52–00:55］：声が重なっています。確認できた言葉と発言者だけを記録します。
- ［話者不明 00:52］：人物を特定できていません。誰かの名前に置き換えないでください。
- ［確認者注：図表を指す］：発話ではなく、編集上の補足です。誰かの発言と見た目でも区別してください。これらは案件で使う表記の提案であり、すべての文字起こしに共通する決まりではありません。
使う前に引用を照合する
- 録音と、人物を確かめる信頼できる根拠で、話者を確認します。
- 直前の質問と、関係する前後の回答を含めて、該当部分全体を再生します。
- 否定、不確かさ、名前、数字も含め、実際の言葉を一つずつ照合します。
- 条件や例外を残します。暫定的な回答を、確約に変えてはいけません。
- 元ファイル名と時間範囲を記録し、抜粋なら開始位置の差も記載します。「何と言ったか」を確かめても、その発言内容自体が事実だと証明したことにはなりません。
作業例：質問と回答を一緒に残す
次は、言葉の誤認識と話者の取り違えを示す、筆者が作った架空の例です。実際のインタビューでも、取得したJotMeの出力でも、精度テストでもありません。
- 00:43 — インタビュアー：「試験運用は5月に始まりますか？」
- 00:47 — 参加者P03：「いいえ、6月になるまでは始まりません。それも、最終レビューが完了した場合に限ります。」
- 誤った下書きの例：「試験運用は5月に始まります。」これは訂正と条件をどちらも落としています。引用にしてはいけません。
- 照合済みの作業メモでは、P03の回答全体、参照時刻、直前の質問、現実にはまだ成否が確定していない条件を残します。「場合に限る」という条件を、確定した開始日に変えてはいけません。
- 別の架空の話者誤認例として、00:47の回答に「インタビュアー」というラベルが付いたとします。例の正しいラベルは「参加者P03」です。実際の録音では、割り込みも含め、声、信頼できる自己紹介、取材メモから確認します。自動ラベルだけでは本人の証明になりません。
別の人も照合できる作業用原稿に整える
自分の文書に短い見出し情報を付け、発言のまとまりごとに段落を分けます。元ファイル、取材日、使用を認められた参加者名またはID、文字起こしの形式、対象時間、確認者を記載してください。未確認の下書きと照合済みの版を区別します。仮名を使う案件なら、本人を特定できるメモは、承認されたアクセス管理の手順で扱います。名前の置き換えだけでインタビューが匿名になるわけではありません。たとえばP03_draftとP03_reviewedを別ファイルにし、冒頭に確認日と対象範囲を残します。5分間の抜粋は「一部」と表示し、インタビュー全体の完成版としないでください。ファイル名にはIDを使い、本人を特定する情報は案件のアクセス規則に従って管理します。
作業用文書の書式例をコピーする
自分の文書で使うための架空の書式例です。JotMeのエクスポートではありません。仮の値を置き換え、実際に記録した範囲の音声を照合してください。
- 元ファイル名：interview_P03.m4a｜取材日：［日付］｜参加者：I01（インタビュアー）、P03（参加者）。
- 文字起こしの形式：［案件の基準］｜対象時間：00:00–05:00｜記録範囲：一部。元録音全体：［再生時間］。
- 確認者：［ID］｜確認日：［日付］｜状態：下書き／照合済み。照合済みは、記載した時間範囲に限ります。
- 00:43 — I01：「試験運用は5月に始まりますか？」
- 00:47 — P03：「いいえ、6月になるまでは始まりません。それも、最終レビューが完了した場合に限ります。」
- 00:52 — ［話者不明］：［不明瞭 00:52］。この未解決の注記と、確定できた発話は区別して残します。
W3Cの文字起こしガイドは、話者の識別と、録音を理解するために必要な情報を重視しています。意味のある音や不可欠な視覚情報が理解に関わる場合は補足し、話された言葉とは別の追記だと明示します。映像付きインタビューの発話を文字にしても、無言の身振り、図表、画面に出る名前が自動的に説明されるわけではありません。時刻は、元資料の場所を探しやすくするために役立ちます。それ自体が正確さの証拠になるわけではありません。
原言語で照合済みの文字起こしがあるなら、修正済みの文章を別のテキスト翻訳ツールに渡し、実際の原言語と必要な翻訳先言語を選びます。元の文章と翻訳を、対応する音声時刻をそろえて関連付けて保存し、引用する訳文には翻訳だと明記してください。音声から直接翻訳する場合は、新たに認識された原言語の下書きが作られます。そこにも、独立した聞き直しと翻訳の確認が必要です。聞き間違えた言葉は、翻訳するだけでは直りません。
インタビュー文字起こしで困ったときの対処法
- 雑音が多い、または録音が欠けている：ヘッドホンで聞き直し、使用を認められた、より明瞭な元音声があれば入手します。それでも確認できなければ未解決と記します。録音に存在しない言葉を、自動文字起こしで確定することはできません。
- 声が重なる：発言のまとまりごとに手動で確認し、必要なら話者不明のまま残します。慎重に扱うべき引用を、自動ラベルだけで誰かの発言と決めつけないでください。
- 判定言語が違う：実際の発話を確認し、処理を許可された明瞭な録音、または使用を承認された文字起こしを入手します。この埋め込み文字起こしツールに、手動の言語選択はありません。
- インタビューが長い、またはプレビュー枠を使い切った：一部の文章と、その終わりの位置を保存します。このデモからアカウントのアップロードへ自動継続できることは確認されていません。別のアカウント向けファイル文字起こしサービスは、独自の上限と条件による新しいアップロード・処理です。登録しても、このデモのファイルが再開するわけではなく、次の処理の開始位置も確定しません。手作業で仕上げるには、元音声をプレーヤーで開き、最後に照合した時刻から再開し、短い発言単位で自分の文書に入力し、残りの発話をすべて録音と比較します。つなぎ目の重なりをメモし、最後に対象時間の全範囲を照合してください。別の全文処理サービスを使う方法もありますが、対応内容と利用条件の確認が先です。
- 別のアップロードやタブを使う：処理前に現在の残量を確認します。更新、ファイルの分割、添付の変更、別タブの利用は、利用枠をリセットしたり、無制限のインタビュー文字起こしを得たりする方法ではありません。
スマートフォンで新しい音声メモを録音する場合は、下の別ガイドを使ってください。この記事は既存のインタビューファイルを出発点とし、話者の確認、元の文脈、照合した引用に焦点を当てています。
よくある質問
インタビュー録音を文字起こしするには？
処理の許可がある録音を使い、必要な形式を決め、音声文字起こしツールか手作業で最初の下書きを作ります。すべての発言を元音声と照合し、本人と名前を確認し、不確かな箇所を示し、引用予定の部分は再生して確認してください。質問と元音声の参照位置を、照合済みの原稿に残します。
インタビューを無料で文字起こしできますか？
このブラウザーデモでは、登録せずに、画面に表示される利用可能なプレビュー枠を使えます。現在のプレビューは冒頭の最大5分間で、ファイルの長さや音声の残り時間によって短くなることがあります。「長さ」と「残り無料時間 (音声)」を確認してください。一部のプレビューはインタビュー全体ではなく、毎日の枠のリセットや無制限の処理も約束されていません。手作業や、使用を承認された既存の文字起こしを利用する方法もあります。
取材相手を自動で特定できますか？
区間ごとに話者ラベルは表示されますが、ラベルだけで人物の身元が確かめられるわけではありません。短い返答や同時発話も含め、録音と信頼できる取材メモから声を確認してください。推測で誰かに引用を結び付けず、分からない話者は、自分の文書でも未特定のままにします。
AIによるインタビューの文字起こしは逐語録ですか？
下書きとして扱ってください。案件で言いよどみ、繰り返し、間、その他の発話の細部まで残す必要がある場合は、音声を意識して聞き直し、照合します。この埋め込みツールには厳密な逐語録の切り替えはありません。読みやすく整えた原稿や要約は、直接引用に使う正確な言葉とは分け、案件の文字起こし基準に従ってください。
ここで文字起こしをダウンロードしたり編集したりできますか？
この埋め込み結果には、文字起こしのダウンロード、「すべてコピー」、画面内編集の専用操作はありません。ブラウザーで選択できる場合は、表示中の短い箇所を自分の文書にコピーし、貼り付いた内容を確認します。文章、話者ラベル、時刻がすべて一緒にコピーされるとは限りません。元音声の参照情報を別に加え、別ファイルを扱う前やページを離れる前に保存してください。あらゆるスマートフォンやパソコンで全区間をまたいでコピーできることは確認されていません。選択が安定しなければ、参照位置付きのメモを手動で取るか、利用しやすい別の文字起こし手順を使います。
1時間のインタビュー全体を文字起こしできますか？
ブラウザーのプレビューは冒頭の最大5分間で、残量が少ない場合や短いファイルでは、さらに短くなります。終わりの位置を確かめ、一部の記録だと明記してください。アカウントのアップロードへ自動継続できることは確認されていません。別のアカウントへのアップロードは、独自の対応範囲、上限、条件による別処理であり、デモのファイルの再開ではありません。手作業で仕上げるなら、元音声のプレーヤーで最後に照合した時刻から再開し、短い発言単位で入力し、つなぎ目を確認し、対象となる残りの音声をすべて文章と比較します。利用枠を回避したり、抜粋を全文の記録と呼んだりしないでください。
別の言語のインタビューも文字起こしできますか？
対応する発話言語を自動判定し、その話された言語で文章を返します。表示言語によって英語に固定されるわけではありません。ここでは、発話言語を手動で指定し直せません。別の言語で読みたい場合は、別の翻訳手順を使い、照合済みの原文と訳文を一緒に残します。判定が違う場合は、誤った言語の下書きに頼らず、処理が許可された明瞭な録音か、使用を承認された文字起こしを入手してください。すでに照合済みの原稿があるなら、テキスト翻訳ツールで修正済みの文章を翻訳します。音声を直接翻訳する場合は、新たに認識された原文も確認してください。原文と訳文を関連付け、翻訳した引用にはその旨を表示します。