オーディオからテキストへ
どんなオーディオフォーマットでも一つのページで

MP3, M4A, WAV, FLAC, OGG, AAC, WebM, MP4, MOV, さらにAIFF, AU, OPUS, MPEGも。通常のメディアプレーヤーで再生できるファイルなら、Mictooで文字起こしできます。ビデオファイルも受け付けており、サーバー側でオーディオトラックを抽出します。

通常は数秒です。10分のオーディオファイルは約15〜30秒で完了し、60分のポッドキャストは約1分で完了します。自動分割される長いファイルは、チャンクが並行して文字起こしされ、結合されるため、少し時間がかかります。

はい。サインアップなしでファイルごとに最大25 MBまで無料で文字起こしできます。無料アカウントを作成すると、ファイルごとの制限が60 MBに引き上げられ、最大180 MBのファイルは自動的にチャンクに分割され、単一のトランスクリプトに結合されます。クレジットカードも隠れた料金もありません。

いいえ。ファイルは音声認識プロバイダー（速度のためにGroq、Replicate, Deepgram, OpenAIをフォールバックとして使用）に直接ストリーミングされ、処理後に削除されます。Mictooはオーディオを保持せず、プロバイダーはAPIデータでトレーニングしません。

フォーマットよりもオーディオの品質がはるかに重要です。圧縮されたMP3のクリーンな音声は、非圧縮WAVのノイズの多いオーディオよりも良く文字起こしされます。Mictooはすべてのフォーマットで同じWhisper large-v3モデルを使用するため、すべてのサポートされているタイプで精度は一貫しています。

いいえ。それがこのページのポイントです。レコーダー、DAW、電話、またはダウンロードツールが生成したものをそのままアップロードしてください。ファイルヘッダーからフォーマットを検出し、Whisperに直接ルーティングします。コンバーターステップや品質の損失はありません。

はい。文字起こし後にエディタービューに切り替えて、間違った名前や専門用語を修正できます。リーダー（行ごとのタイムスタンプ）とエディター（プレーンテキスト）モードの両方が利用可能です。エクスポートは最後に編集したバージョンを使用します。

英語、スペイン語、フランス語、ドイツ語、ポルトガル語、ロシア語、ウクライナ語、日本語、中国語、アラビア語など、50以上の言語に対応しています。自動検出はほとんどのファイルで機能しますが、短いクリップの場合はアップロードフォームで言語を手動で選択できます。

はい。文字起こし後に「翻訳」をクリックし、28のターゲット言語から選択します。翻訳はリーダービューとすべてのエクスポートフォーマットで利用可能です。タイムスタンプは保持されるため、翻訳されたSRTはオーディオに一致したままです。

TXT（プレーンテキスト）、SRT（字幕）、タイムスタンプ付きTXT、DOCX（Wordドキュメント）。登録ユーザーはPDF、VTT（ウェブキャプション）、JSONも利用できます。文字起こしが完了した後、ダウンロードメニューからすべてのエクスポートが利用可能です。