文字起こし用に音声を圧縮する方法
著者 Denis·
Mictooは25 MBまでのファイルを無料で受け付けます。ファイルがそれより大きい場合、 文字起こしの品質を落とさずに縮める手軽な方法が3つあります。ファイルとスキルに合うものを選んでください。
方法1: 動画ファイルから音声を抽出する
ほとんどが音声の動画ファイル(MP4、WEBM、MOV)をお持ちなら、音声トラックは通常 動画より5〜10倍小さくなります。Mictooに必要なのは音声だけです。動画は 文字起こしの役に立ちません。ほとんどのユーザーにとって最速の解決策です。
オンライン(インストール不要)
当社のブラウザ変換ツールを使えば、ファイルをドロップするだけで数秒でMP3が返ってきます。無料、登録不要、透かしなし:
- MP4 to MP3: 任意のMP4動画から音声を取り出します。
- WEBM to MP3: YouTubeのダウンロードや画面録画に。
- WAV to MP3: 非圧縮のWAVを扱いやすいMP3に縮めます。
コマンドライン(ffmpeg)
ffmpeg -i input.mp4 -vn -acodec copy output.m4a-vn は動画を取り除き、-acodec copy は音声の品質をそのまま保ちます。再エンコードなしで高速です。
方法2: 音声のビットレートを下げる
ほとんどのポッドキャストや会議は128〜192 kbpsで録音されています。文字起こしには64 kbpsのモノラルで 十分すぎるほどです。精度は変わらず、ファイルは2〜3倍小さくなります。これは 長い音声ファイルに最適な方法です。
オンライン
当社はまだ再エンコードツールを提供していないため、ビットレートを下げるには下記のffmpegワンライナーが最も簡単な方法です。GUIをお好みなら、Audacity(無料、全プラットフォーム対応)でFile › Export › Export as MP3から品質スライダーを64〜96 kbpsに設定して行えます。
コマンドライン(ffmpeg)
ffmpeg -i input.mp3 -ac 1 -b:a 64k output.mp3-ac 1 はモノラルに変換します(音声はモノラルで問題ありません)。-b:a 64k は音声ビットレートを64 kbpsに設定します。
おおよその計算: 64 kbpsでは1時間あたり約28 MBになります。1時間のインタビューはおよそ28 MBに収まり、上限に近い値です。精度の低下がほとんど気にならない程度まで-b:a 48kに下げると、1時間あたり約21 MBになります。
方法3: 短いパーツに分割する
元の品質を保つ必要がある場合(法務、医療、アーカイブ)は、ファイルを20〜25分の チャンクに分割し、それぞれを別々に文字起こしします。その後、任意の テキストエディタで文字起こし結果をつなぎ合わせます。
オンライン
ブラウザでの分割は、現在の当社のサーバーレス変換ツールには処理能力が足りません。今のところ下記のffmpegワンライナーが最もすっきりした方法です。またはAudacityでファイルを開き、各範囲を個別にエクスポートしてください。両方の方法を手順ごとに解説した長い音声ファイルを分割する方法のガイドもご覧ください。
コマンドライン(ffmpeg)
ffmpeg -i input.mp3 -f segment -segment_time 1200 -c copy part_%03d.mp3入力を20分(1200秒)のパーツに分割し、part_001.mp3、part_002.mp3などの名前で保存します。その後、それぞれをMictooにアップロードしてください。
その他の文字起こしツール