人工知能(AI)で文字起こしができる仕組みを作りました。
当サービスはこの仕組みを使用し、文字起こしの結果をテキストファイルで納品するサービスです。結果は、音声をそのまま文字に起こしたテキスト(素起こし)です。構文を解析し文法的に不要な部分(ケバ)は除去しますが、内容的に不要な部分を除去したり、ことばを補完したり、整文化したりは致しません。文字起こし結果をそのまま納品します。完璧な文語の文章(整文)を望まれる場合には不向きですが、精度にこだわらない次のような目的にはフィットします。
・音声をテキストの記録として残したい、内容を検索できるようにしたい
・原稿や記事、議事録作成の元ネタ、下書きにしたい
・文字起こし作業で最も時間がかかるテキスト化作業をカットしたい
文字起こしの本文は、単なる文字の羅列ではなく、句読点を付与した文章です。文や音の切れ目に秒単位のタイムラインを付与します。(サンプル画像参照)
ファイルはCSVファイルで納品しますので、Excelなどで自由に加工できます。
<当サービスのポイント/他のサービスと異なる点>
1.低価格である
本サービスは20円/分で、非常に安価です。
2.素起こしである(文法的なケバ取りあり)
3.超短納期である(音声ファイルアップロード後、数分~数十分です!!)
AIは30分程度の音声ならば15分、300分の音声でも、150分で完了させます。したがって、人力作業に比べ長時間になるほど納期の差は顕著になります。
<作業の流れ>
当方:お客様専用のファイル送信画面(アップロード画面)のURLとパスワードをご連絡します。
↓
お客様:上記画面をブラウザで表示し、ファイルをアップロード後、文字起こしの開始ボタンを押します。音声データはMP3,WAV,OGGで、ファイルサイズは500MBまで可能です。
↓(数分~数十分後)
お客様(任意):上記画面を再度ブラウザで表示し、文字起こしの結果を確認します。
↓
当方:結果が正しく出力されていることを確認し、納品作業を行います。
↓
お客様:納品の了承をいただく
↓
当方:「正式な回答」を送信します
価格=50分まで1000円。以降、1分あたり20円。格安。
納品物=文法上のケバ取りあり/なしの2つのCSVファイル
文字起こしするのは、人間ではなくAIですので、以下のような特徴があります。十分理解の上、ご注文ください。
・素起こしであるため、文章は話し言葉のままとなります。したがって、「まあ」など音声や、相づち、言い間違えなども文字になります。
・AIは文脈を解釈しないため誤字に漢字変換する場合があります。また、句読点の位置が適切でない場合があります。音声の品質が悪いと、音声を判別できず誤りが増えます。また、専門用語は正しく変換できない場合があります。(サンプル画像参照)
・同時に複数の人が話すことがない講演や、話者の切り替わりがはっきりした会談の文字起こしに向いています。複数人が同時に話したり、笑い声が混じったりする雑談形式の会話は、精度が悪くなります。同時に2人が話すと、一つの文章内に2人の言葉が含まれてしまうことがあります。
・AIが文字起こしした文章および内容に対しての修正・校正依頼は、受け付けておりません。
・日本語のみ文字起こしできます。