オーディオを書き起こすのに最適な AI 搭載アプリを見つける

人気のあるオンライン アプリが料金の変更を発表するたびに、またはそれらの料金に対して提供するサービスの変更を発表するたびに、その加入者 (特に長期の加入者) から反応が得られます。 この種の失望を引き起こしたアプリの 1 つは、2022 年 8 月に 2つのプランで提供するサービスの格下げを発表 月額プランの料金を値上げしました。

しばらく使用していたサービスの価格と機能セットが大幅に変更された場合、自然な反応は、実行可能な代替手段がないか探し回ることです。

現在、オンラインで利用できる文字起こしサービスには、AI エンジンを使用するものと人間の文字起こしを使用するものの 2 種類があります。 後者は通常、はるかに正確ですが、かなり高価です。 その結果、多くの人が AI 主導のサービスを使用して音声の解釈と書き起こしを行っています。これは、より安価で、通常は、完全ではないにしても、かなり正確です。 そのため、私たちが提供したのは、検討すべき AI を利用した文字起こしサービスのリストです。

注意すべきことの 1 つは、これらのアプリによって提供される文字起こしの品質は、アプリが使用している AI エンジンだけでなく、オーディオ ファイルの品質によっても大きく異なる可能性があることです。 一度に多くの声が話している場合、バックグラウンド ノイズが多い場合、話者が AI になじみのないアクセントを持っている場合、これらはすべて文字起こしの精度を低下させる可能性があります。 そのため、一般的なファイルで文字起こしサービスを試して、そのパフォーマンスを確認することをお勧めします。

また、どのアプリが最も費用対効果が高いかを検討してください。 ときどきファイルをアップロードする必要があるだけの場合は、無料バージョンまたは従量制サービスのいずれかを使用することをお勧めします. 定期的にアップロードする場合は、月単位または年単位のサブスクリプションの方が適している場合があります。

この記事のきっかけとなったサービスから始めましょう。

Otter は、Zoom や Google Meet の会議を簡単に記録したり、文字起こしのアウトラインを自動的に作成したり、強調表示されたフレーズを引き出したり、文字起こしをフォルダーに整理したり、連絡先をグループに整理したりする機能など、かなり印象的なサービスを提供しています。

前述のように、同社の価格と機能にはさまざまな変更がありました。 たとえば、無料ユーザーは過去のすべての文字起こしにアクセスできなくなり、過去 25 件のみにアクセスできます。Otter の Pro プランを利用している有料の顧客は、文字起こしされたオーディオの月間許容量 6,000 分から 1,200 分に、最大から 1,200 分にダウングレードされます。会話ごとに 4 時間の音声を 90 分に。 (これらの変更に関する FAQ を見つけることができます ここ.)

カワウソがやってみた お金を払っている顧客の苦痛を和らげるために — やや。 月額料金は 12.99 ドルから 16.99 ドルに値上げされましたが、年会費の 99.96 ドルは変更されていません。 Otter のビジネス プラン (月額 30 ドルまたは年額 240 ドル) には、月額 6,000 分 / 会話あたり 4 時間の許容量と他の機能が引き続き含まれています。

temi は基本的な文字起こしサービスで、文字起こしの確認と編集、再生速度の低下、ファイルのテキスト (Microsoft Word、PDF) またはクローズド キャプション (SRT、VTT) ファイルへのエクスポートなどの機能を提供します。 Android および iOS 用のモバイル アプリを使用すると、オーディオを録音できます。 次に、音声 1 分あたり 25 セントで文字起こしするか、同じ価格で自分の録音をアップロードするかを選択できます。 新規ユーザーは最初の 45 分間が無料になります。

Revはしばらく前から存在しています。 最近まで、主に人による文字起こしサービスを希望する人が利用できました。 同社は現在、29.99 ドルで 20 時間の自動文字起こしサービスと無制限の Zoom 文字起こしを提供する AI 文字起こしサービス、Rev Max を導入しました。 (20 時間を超えると、次の月が始まるまで 1 分あたり 25 セントの料金が請求されます。) また、人による文字起こしサービスを 5% 割引で利用できます。 14 日間の無料試用期間がありますが、それを取得するにはクレジット カードを入力する必要があります。

MeetGeek は自らを「AI 会議アシスタント」と呼んでいます。 言い換えれば、その集中力は会議の書き起こしにあります (ただし、他の音声にも使用できます)。 オーディオとビデオのソースからトランスクリプトを作成できる無料バージョンがあります。1 か月に 5 時間のオーディオを録音し、1 か月分を保持できます。 月額 19 ドルまたは年額 180 ドルの Pro バージョンでは、1 か月あたり 20 時間のオーディオと 3 か月のトランスクリプト保持が提供されます。 ビジネス版とエンタープライズ版もあります。 新規ユーザーは、Business プランの 14 日間のトライアルを利用できます。これは、月額 39 ドルまたは年額 372 ドルで、1 か月あたり 40 時間のオーディオと 6 か月間の録音保持が得られます。

Trint の Web サイトでは、「あなたのストーリーを世界と共有したい」と考えているクリエイティブなユーザーに AI トランスクリプション サービスを提供していることを明らかにしています。 Trint によると、30 以上の異なる言語で文字起こしを行うことができ、完成した文字起こしを 50 以上の言語に翻訳することができます。 スターター プラン (月額 60 ドルまたは年額 576 ドル) では、1 か月あたり最大 7 ファイルの文字起こし、Zoom とその iPhone アプリ (Android アプリはありません) からのオーディオのキャプチャ、文字起こしの編集と共有、テキストの翻訳を行うことができます。 50以上の言語。 Advanced プラン (月額 75 ドルまたは年額 720 ドル) では、文字起こしが無制限に追加され、最大 15 人のユーザーが同時に編集できます。 7 日間の無料試用版では、Advanced プランを試用できます。

Sonix は、35 の言語で自動翻訳を提供しています。 トランスクリプトを編集する通常の機能、単語ごとのタイムスタンプ、および他のプログラムからトランスクリプトをアップロードして新しいプログラムにつなぎ合わせる機能が含まれています。 トランスクリプトを DOCX、TXT、および PDF でエクスポートし、字幕を SRT および VTT 形式でエクスポートできます。 これは、オーディオ時間あたり 10 ドル (最も近い分に比例配分) する従量課金制の標準プランから始まり、10 GB のファイル ストレージを 90 日間利用できます。 多数の機能と 50 GB のストレージを追加するプレミアム サブスクリプション プラン (オーディオ 1 時間あたり 5 ドルと月額 22 ドルまたは年額 198 ドル) もあります。 新規ユーザーは 30 分間の文字起こしを無料で利用できます。

Scribie は主に手動で書き起こされたサービスを提供していますが、ファイルあたり最低 1 ドルで 1 語 10 セントのシンプルな AI を利用した書き起こしも提供しています。 そのために、オンライン エディター、スピーカー トラッキング、および Word ドキュメントまたは SRT / VTT 字幕ファイルとしてダウンロードする機能を利用できます。

MeetGeek が会議の議事録作成に専念しているのに対し、Alice はジャーナリスト向けの議事録作成サービスを売り物にしています。 他のサービスでは、トランスクリプトを保存し (時間制限のあるものとないものがあります)、オンラインで編集できますが、Alice ではできません。 代わりに、音声ファイルとトランスクリプトをメール アドレスに送信し、Google ドライブまたは Dropbox に追加します。 Alice は従量課金制です。1 時間または 2 時間の音声で $9.99。 20 時間で 1 時間あたり 4.99 ドル。 または 100 時間で 1 時間あたり 2.99 ドル。 最初の 60 分間は無料で、iOS アプリまたは Web で使用できます。 Androidアプリはありません。

Pixel スマートフォンをお持ちの場合、適切な文字起こしを行う最も簡単な方法の 1 つは、Google の無料レコーダー アプリを使用することです。 (Pixel 以外の Android フォンをお持ちの場合は、Play ストアから Recorder をダウンロードして、動作するかどうかを確認できます。) 録音を開始するには、大きな赤いボタンを押すだけです。 一時停止するには、もう一度押します。 両側の小さなボタンを使用すると、録音を削除または保存できます。 ボタンの上には音声のタイミングがあり、その上には音声とトランスクリプトの 2 つのボタンがあります。 テキストを表示するには、[トランスクリプト]をタップします。 テキストを編集したり、検索したり (これは結局のところ Google です)、音声またはトランスクリプトを共有したりできます。 Pixel 6 以降をお持ちの場合、更新されたバージョンでは、スピーカーごとに異なるラベルが有効になると言われています。これが書かれているように、私の Pixel 6 はまだその機能を取得していません。

更新: 2023 年 1 月 6 日午前 9:00 (東部標準時): この記事はもともと 2022 年 8 月 24 日に公開されました。それ以来、Otter のビジネス プランに関する情報を含むいくつかのエントリが更新され、Rev Max、Alice、Google Recorder のエントリが追加されました。