日本語、ありのままの言葉で。
FLEURS · 朗読音声 · Cockatoo V4-Pro の出力
イタリアのリグーリア州にあるチンクエ・テッレは五つの土地を意味し、オマッジョーレ、マナローラ、コルニリア、ヴェルナッツァ、モンテロッソという五つの小さな村が寄り添うようにできた沿岸沿いの地域です。
Cockatoo V4-Pro のご紹介:日本語 の精度レポートを見る
最初のアップロードから最終エクスポートまで。日本語 の音声と動画を文字起こしし、すべての言葉を確認して、大切な内容を共有できます。
Cockatooは日本語の音声・動画を数秒で正確なテキストに変換します。MP3、WAV、M4A、MP4、MOV、WEBMファイルをアップロードすると、日本語のネイティブ表記で、タイムスタンプ、話者ラベル、段落整形付きの文字起こしが返ってきます。
60分の録音も、最速モードなら最大120倍速で数秒のうちに文字起こしできます。出力はデフォルトでクリーンな逐語文字起こしで、単語レベルのタイムスタンプと、すべての声を区別する話者認識が付きます。DOCX、PDF、TXT、SRTへのエクスポートはワンクリックです。
タイムスタンプ付きの音声・動画AI文字起こし。DOCX、PDF、TXT、SRT、VTT、CSV、JSONに書き出せます。
Cockatoo V4-Pro · 更新済み
FLEURS · 朗読音声 · Cockatoo V4-Pro の出力
イタリアのリグーリア州にあるチンクエ・テッレは五つの土地を意味し、オマッジョーレ、マナローラ、コルニリア、ヴェルナッツァ、モンテロッソという五つの小さな村が寄り添うようにできた沿岸沿いの地域です。
公開ベンチマーク · 朗読音声
6.5%CER人手でラベル付けした録音 · アクセントと雑音を含む
19.4%CER文字誤り率(CER)は文字単位の誤りを測る指標で、日本語 におけるレポートの主要指標です。 数値が低いほど高精度です。これらの結果は文字起こしテキストを測るもので、話者ラベルや書式は含みません。
サンプルは FLEURS の録音1件です。数値は言語評価全体の集計です。社内録音はプロバイダー選定に活用したインサンプル診断です。結果は録音品質や方言によって変わります。
精度レポートの全文を読むCockatooは文字起こしを日本語のネイティブ文字(ひらがな、カタカナ、漢字)で出力し、元の意味と読みやすさをそのまま保ちます。ローマ字化も、手動での変換も不要です。
Cockatooは複数人が話す録音でも、手動タグ付けなしで各話者にラベルを付けます。エディターで話者名を一度変更すれば、文字起こし全体のすべての発言が更新されます。
単語ごとにタイムスタンプが付くため、特定の箇所を見つけて修正する作業は数秒で済みます。書き出し時のタイムスタンプは、用途に応じて段落単位・文単位・話者交代単位から選べます。
同じ文字起こしを、編集用には DOCX、共有用には PDF、プレーンテキストには TXT、動画のキャプションには SRT としてダウンロードできます。どの形式の書き出しにも、タイムスタンプ、話者ラベル、段落区切りが含まれます。
尊敬語、謙譲語、丁寧な語調が文字起こしに正しく反映されます。エンジンは敬語のパターンを認識し、丁寧さの区別をつぶさずに適切な表記で出力します。
録音したインタビューを、打ち直すことなく引用可能なテキストに変換できます。研究者はフィールド録音、フォーカスグループ、1対1の会話などの音声をアップロードするだけで、話者ラベルとタイムスタンプ付きの文字起こしを受け取れます。
話者ラベルがあるだけで、エピソードごとに1時間の作業を節約できます。
社内会議やクライアントとの通話中にメモを取らなくても、話された内容を記録できます。通話後に録音をアップロードすれば、話者を識別した検索可能な文字起こしを取得できます。
日本語と英語が混ざった通話も、設定を変更せずにそのまま利用できます。両方の言語を同じ文字起こしで確認できます。
アクセシビリティやローカライズのために、動画に日本語字幕を追加できます。MP4、MOV、WEBMファイルをアップロードし、動画に同期したタイムスタンプ付きのSRTファイルとして文字起こしを書き出せます。
録画した講義や研修を学習ノートや参考資料に変換できます。学生や教育関係者は授業の音声をアップロードするだけで、検索・ハイライト・共有ができる文字起こしを取得できます。
有料プランでは、プランのファイル長・サイズ上限の範囲内で、数時間に及ぶファイルにも対応しています。
日本語の文字起こしができたら、ツールを切り替えることなく英語や他の言語に翻訳できます。文字起こしをPDFまたはDOCXファイルとしてアップロードすると、翻訳された文書が返ってきます。
音声から言葉を文字起こしし、その言葉を別の言語へ。2つの作業を1つのツールで完結できます。
MP3、WAV、M4A、MP4、MOV、WEBM、FLAC、OGG ファイルに対応。動画ファイルは音声が自動的に抽出され、手動での変換作業は不要です。
最速モードでは、60分の録音を最大120倍速のリアルタイムで数秒で文字起こしできます。長いファイルほど時間は比例して長くなりますが、数時間の音声でも処理は高速なままです。
Cockatoo はベンチマーク音声に加え、訛りや声の重なり、背景ノイズを含む実際の録音でもテストされています。公開されている精度テストは日本語を含む36言語を対象としており、その方法論と事例も確認できます。
ご自身の日本語録音のサンプルで、訛りや専門用語の認識結果を確認してみてください。
ブラウザのエディターで文字起こしを整え、ワークスペースでファイルを整理し、1つのリンクで共有できます。
整形済みですぐに使える形式で、手作業でのクリーンアップは不要です。
プロジェクトの次のステップを確認しましょう。会議を終える前に、役割を決めておきたいと思います。
私がスケジュールを作成して、木曜日にチームに共有します。その後、皆さんの意見を集めましょう。
ありがとうございます。次の会議に向けて準備できるよう、今日中に議事録を送ります。
次のステップをチームと共有しましょう。
V4-Flash は無料プランを含むすべてのプランで無制限です。V4-Pro では、無料アカウントで毎週プレビューを利用できます。 ファイルとプランの制限を見る.
“間違いなく最高の文字起こしアプリです。信じられないほど精度の高い文字起こしで、私の母語にも対応しているのが本当に素晴らしいです。”
はい。日本語の音声または動画をアップロードすると、Cockatoo がタイムスタンプ、話者ラベル、エクスポートオプション付きの編集可能な文字起こしに変換します。
CockatooはMP3、WAV、M4A、MP4、MOV、WEBM、FLAC、OGG、OPUSなど、さまざまな音声・動画形式に対応しています。
はい。無料アカウントを作成すると、V4-Flashの文字起こしを1日の上限なしで無制限に利用できます。長いファイルや負荷の高い作業向けにはアップグレードも可能です。
はい。Cockatoo は関西弁、東北弁など、さまざまな日本語の方言や地域の訛りに対応しています。精度はクリーンなスタジオ録音だけでなく、訛りや背景ノイズを含む実際の音声でもテストされています。
ご自身の録音で、訛りや専門用語の認識結果を確認してみてください。
はい。同じ録音の中で日本語と英語を切り替えるコードスイッチングも自動で処理されます。言語検出を選択しておけば、他の設定を変えなくても両方の言語が正しく出力されます。
共有する前に、日本語と英語の部分を音声と照らし合わせて確認してください。
Cockatoo にはブラウザエディターが付いており、人名や専門用語、AI が見落とした誤りを修正できます。話者の名前を一度変更するだけで、その話者のすべての発言行が文字起こし全体で更新されます。
エディターには、長い録音を短いメモに変えるワンクリックの AI 要約機能もあります。編集内容はすべて自動保存され、文字起こしは1つのリンクで共有するか、DOCX、PDF、TXT、SRT にエクスポートできます。
Word での編集用に DOCX、共有用に PDF、プレーンテキスト用に TXT、動画字幕用に SRT へエクスポートできます。すべてのエクスポートにタイムスタンプ、話者ラベル、段落区切りが含まれます。
タイムスタンプの形式は柔軟に選べます。必要に応じて段落単位、文単位、話者の発言単位のタイムスタンプを選択できます。SRT ファイルは動画に同期したタイムスタンプ付きで出力され、手動での調整なしですぐに使えます。
ファイルは米国とEU(フィンランド)で処理・保存されます。データはアカウントが有効な間保持され、ファイルを削除するかアカウントを閉鎖すると削除されます。
サポートエンジニアがファイルにアクセスするのは、お客様が明示的に許可した場合のみです。