AACからテキストへ
生ADTSストリーム、放送アーカイブ、リッピングされたオーディオ
生の.aacファイルは、放送ストリーム、ラジオキャプチャ、抽出されたメディアトラックから来ることがよくあります。ファイルをドロップすると、Mictooがその構造を検査し、Whisper large-v3で話された音声を文字起こしします。
ファイルをここにドロップ
またはクリックして参照
MP3 · MP4 · WAV · M4A · OGG · WEBM · FLAC · 最大25MB · 最大30分
使い方
- 1
ファイルをドロップ
デバイスからアップロードまたはドラッグ＆ドロップ。一般的な音声・動画フォーマットに対応。
- 2
Whisper が音声を文字起こし
Whisper large-v3 が私たちのバックエンドで動作し、自動句読点とセグメント別タイムスタンプを付与します。
- 3
編集、エクスポート、共有
文字起こしをレビュー、AI で要約、50 以上の言語に翻訳、TXT、DOCX、PDF、SRT で書き出し。
タイムスタンプ付きの見やすい行ごとのレイアウト。読むのに最適。
AAC文字起こしにMictooを選ぶ理由
生ADTSをネイティブに処理
ほとんどの生の.aacファイルはADTSフレーム（Audio Data Transport Stream）です。同期ワード0xFFFを検出し、ストリームをWhisperに渡します。
ADIFとLATMもサポート
あまり一般的ではないADIF（Audio Data Interchange Format）やLATMフレーミングも機能します。手動での再パッケージングやffmpegステップは不要です。
コンテナは不要
AACは通常M4AまたはMP4内に存在しますが、時には生のストリームがディスクに保存されることもあります。Mictooはどちらも要求せずに受け入れます。
アーカイブセグメントのAI要約
放送セグメント、ラジオアーカイブクリップ、またはストリーミングダンプ。AI要約により、アーカイブを迅速に整理できます。
AACからテキストへの適切なシナリオ
放送ラジオアーカイブ
生AACとして出荷されるHLSまたはIcecastストリームから録音されたセグメント。文字起こしによりアーカイブが検索可能になります。
HLSライブストリームキャプチャ
YouTube Live、Twitch、またはラジオHLSストリームが.aacチャンクシーケンスとしてキャプチャされます。ファイルをドロップし、テキストを取得します。
リッピングされたiPhoneオーディオ
iPhoneの録音または共有ファイルから抽出されたオーディオがM4Aコンテナを失い、生のAACとして出てきたものです。
ストリーミングサービスのエクスポート
生AACダウンロードを提供するポッドキャストプラットフォームまたはストリーミングアプリ。変換をスキップし、ファイルを直接ドロップします。
放送インタビュー
生AACとしてアーカイブされたラジオホストのインタビュー。文字起こしは、記事やショーの引用用コピーです。
FFmpeg中間出力
ffmpeg -c:a copyでオーディオトラックを抽出し、.aacを取得しました。最初にM4Aに再マルチプレックスする代わりにここにドロップしてください。
生AACとM4Aの比較
AACはオーディオコーデックです。.aacで終わるファイルは通常、生のフレーム化されたストリームですが、M4Aは通常、MP4コンテナ内にAACオーディオをラップし、シークやメタデータを持っています。
ADTSは一般的
生AACは、特にオーディオがストリームや放送ワークフローから抽出された場合、ADTSフレームとして一般的に保存されます。
M4Aはコンテナを追加
M4Aは、タイミング、インデックス付け、MP4ベースのコンテナによって提供されるメタデータを持つ同じAACコーデックを運ぶことができます。
拡張子は単なる手がかり
ファイル構造は処理中に検査されるため、誤解を招く拡張子は文字起こしテキストにはなりません。
放送ワークフロー
生AACは、HLSキャプチャやオーディオ抽出の後によく現れます。アーカイブコンテキストのために元のソース参照を保持してください。
よくある質問
MictooはどのようなAACファイルを受け付けますか？
生AACはADTSフレーミング（最も一般的）、ADIF、およびLATMフレーミングです。サーバー側で同期ワードを検出し、ストリームをWhisperに渡します。M4A内のAAC（M4Aページを参照）も機能しますが、異なる取り込み経路です。
.aacと.m4aの違いは何ですか？
.aacは通常、生のADTSビットストリームです：小さな7バイトヘッダーを持つAACフレーム、コンテナなし。.m4aは、メタデータとシークインデックスを持つMP4コンテナ内にラップされたAACオーディオです。どちらもAACコーデックを使用しますが、ファイル構造は異なります。
私のAACファイルは60MBを超えています。どうすればいいですか？
典型的な放送ビットレート（128 kbps）のAACは、1分あたり約1MBですので、60MBは約1時間の録音です。サインインしている場合、最大約3時間まで自動的に分割します。そうでない場合は、ダウンサンプルしてください：ffmpeg -i in.aac -b:a 64k -ac 1 out.aac。
生AACはM4Aよりも悪い文字起こしを生成しますか？
いいえ。オーディオストリームは同一で、コンテナだけが異なります。Whisperはどちらの方法でも内部的に16kHzモノに再サンプリングします。精度は、ADTSフレーミングかMP4ラッピングかに関係なく、基礎となる録音の品質に依存します。
Mictooは非英語のAACを文字起こししますか？
はい。Whisper large-v3は50以上の言語をサポートし、自動検出します。珍しいアクセントや短い放送クリップの場合、よりクリーンな初回結果を得るために言語を明示的に設定してください。
放送クリップのSRTキャプションを取得できますか？
はい。文字起こし後にSRTまたはVTTをダウンロードできます。タイムスタンプは元のAACストリームのタイムラインに合わせて、ビデオエディタ、アクセシビリティオーバーレイ、またはアーカイブインデックスに使用できます。
私のAACファイルはサーバーに保存されますか？
いいえ。オーディオは文字起こしプロバイダーにストリーミングされ、一度処理され、メモリから削除されます。ディスクに書き込むことはありません。文字起こしは、サインインして履歴に保存する場合のみ保存されます。
文字起こしを別の言語に翻訳できますか？
はい。文字起こし後にターゲット言語を選択し、翻訳をクリックしてください。翻訳はGPT-4o-miniで実行され、元のテキストと並んで表示されます。
ファイルが.aac拡張子を持っているが実際にはM4Aの場合、どうなりますか？
マジックバイトを検査します、拡張子ではありません。ファイルがftyp（M4A/MP4署名）で始まる場合、M4Aとして扱います。ADTS同期バイトで始まる場合、生AACとして扱います。どちらにしても、文字起こしは機能します。
AACの文字起こしにはどのくらいの時間がかかりますか？
10分のAACは通常、エンドツーエンドで15〜30秒で終了します。アップロード制限に近い大きなファイルは45〜80秒かかります。アップロード速度が長いステップになることがよくあります。