音声認識AI(Whisper large-v3)と人の目による整文を組み合わせて、音声・動画を文字起こしします。
【このサービスの特徴】
最初にAIが自動認識し、人が担当するのは誤変換の修正・句読点の打ち直し・話者の整理だけです。実測で60分の音声の処理に約11分、クリーンな音声では一致率はほぼ100%でした。完全な手作業ではないぶん、価格と納期でお応えできます。
【品質チェック】
数字・固有名詞・敬語を人が全文読みして校正します。表記ゆれは指定があれば統一します(例:社名・人名・略語)。
【対応範囲】文字起こし/字幕(SRT・VTT)/議事録・要約/タイムスタンプ付与/フィラー除去/表記統一。
【入力形式】.mp3/.wav/.m4a/.mp4。クラウドストレージのURL送付も可。長時間の音声は分割してご送付ください。
【納品までの流れ】ご購入 → 音声受領 → AI認識 → 人の整文 → 確認 → 納品(txt / docx / srt / vtt)。
【AI併用の明示】自動認識を土台に人が校正します。完全な手作業ではありません。固有名詞や専門用語が多い場合は事前にお知らせください(変換辞書に登録します)。
【機密】音声はローカル環境で処理し、納品後に削除します。外部の機械学習サービスへは転送しません。