無料のYouTube文字起こしツール

リンクを貼れば、テキストが手に入ります。字幕がある動画なら数秒で取得。ない場合、または誤っている場合は、音声を一から文字起こしします。

  • 字幕がまったくない動画でも使えます
  • 1本あたり最大10時間、最後まで
  • 話者ラベルとタイムスタンプ
  • TXT・SRT・VTT・DOCXで書き出し
  • 動画のアップロードもソフトの導入も不要

文字起こしを始める

ファイルをドロップして言語を選びます。

ファイルをアップロード

音声・動画をここにドロップ

MP3、MP4、M4A、WAV、MOV など

またはリンクを貼り付け

一致する言語がありません。

言語を指定すると精度が上がります。不明な場合は自動のままに。

登録不要 — 1日1件まで無料。無料アカウントなら1日3件、しかも保存されます。

字幕か、本当の文字起こしか — どちらが必要ですか

YouTube文字起こしツールの多くは一つのことしかしません。YouTubeにすでにある字幕をコピーするだけです。速くて無料で、字幕が良ければそれで十分です。ただし、よくある五つの場面で行き詰まります。두つのやり方が分かれるのはそこです。

あなたの状況 字幕抽出ツール WhoScribe
手作業の綺麗な字幕がある すぐ使える 同じく、すぐ
字幕がまったくない 抽出するものがない 音声を文字起こし
自動字幕が誤っている(訛り・雑音・専門用語) 誤りごとコピー 一から文字起こし
誰が話したかを知りたい 話者ラベルなし 話者ごとにラベル
動画が別の言語 公開された分だけ 文字起こしして翻訳
3時間のポッドキャストや講義 途中で切れがち 最大10時間まるごと

使い方

YouTube動画の文字起こしを取得する方法

  1. 動画のリンクをコピー

    YouTubeで動画を開き、ブラウザのアドレスをコピーします。共有リンクでも構いません。

  2. 上の欄に貼り付け

    リンクを欄に入れてください。端末にダウンロードせずに動画を読み取ります。

  3. 読む・コピーする・書き出す

    テキストが画面に表示されます。コピーするか、タイムスタンプ付きでTXT・SRT・VTT・DOCXに書き出せます。

YouTubeの文字起こしが崩れる理由

YouTubeはほとんどの動画に自動字幕を付けており、はっきり録音された一人語りなら通常は十分です。崩れ始めるのは録音が整っていないときです。二人が同時に話す、訛りが強い、背景に音楽がある、専門用語が多い、反響する部屋でスマートフォンで録った——こうした場面で自動字幕は急速に劣化し、抽出ツールはそれを改善できません。すでに誤っているファイルを写しているだけだからです。

二つ目の穴は網羅性です。ライブ配信、直近数時間に公開された動画、限定公開や非公開のアップロード、そして多くの小規模チャンネルには字幕トラックが存在しません。抽出ツールは写すものがなく空の結果を返します。人が本当に必要としている動画でこそ、多くのツールが黙って失敗するのはこのためです。

本当の文字起こしは字幕ファイルではなく音声そのものを読みます。だからこの二つの状況に止められません。テキストファイルをコピーするより計算量も時間もかかります——2時間のポッドキャストは数秒ではなく数分の作業です——けれども、何もなかったところに文字起こしを生み、字幕が誤っていたところに正しいものを返します。

このページは両方を行います。リンクを貼ってください。使える字幕があればそれを取得し、なければ音声を文字起こしします。話者ラベルとタイムスタンプ付きで、元の言語のまま、あるいは90以上の言語に翻訳して。

よくある質問

アップロードする前に

ファイルを文字に起こす

無料ですか

はい。リンクを貼ればアカウントなしで文字起こしを読めます。無料アカウントを作ると全形式のダウンロード、1日3ファイル、月90分の文字起こしが加わります。

動画に字幕がない場合は

音声を文字起こしします。YouTubeの字幕ファイルを写すだけのツールとの主な違いがここです。字幕のない動画では、それらは何も返せません。

文字起こしと字幕の違いは

文字起こしは話された内容のテキストで、文書として読むものです。字幕は同じテキストを時間付きの行に切り分け、SRTやVTTとして保存したもので、プレーヤーが表示します。ここではどちらも書き出せます。

動画の長さの上限は

1本あたり最大10時間です。長いポッドキャスト、講義、討論、ライブ配信の全編録画は、ここでは例外ではなく通常の使い方です。

先に動画をダウンロードする必要は

ありません。リンクを貼れば音声が直接読み取られます。端末には何もダウンロードされず、ソフトの導入も不要です。

タイムスタンプは付きますか

はい。文字起こしにはタイムスタンプが入り、SRTとVTTの書き出しは行ごとに時間が振られているので、任意の場面へ移動できます。

対応言語は

90以上です。動画で話されている言語に関わらず、文字起こしをそのいずれにも翻訳できます。

誰が話したか分かりますか

はい。話者ラベルが声を分けます。インタビューや討論、パネルディスカッションが読めるものになるのは、まさにこれによります。

手元のリンクで試してください

YouTubeのアドレスを貼って文字起こしを読んでみてください。始めるのにアカウントは要りません。