文字起こしツール（ローカル実行）
Whisper系のAIモデルをブラウザ内（Web Worker）で実行し、mp3・wav・m4a・mp4 の音声を日本語テキストに変換します。音声も文字起こし結果も外部サーバーへ送信されないため、機密性の高い会議録音でも安心して利用できます。タイムスタンプ付きの編集と TXT / SRT / VTT の書き出しに対応しています。
実行環境を確認中…
ダウンロードが最も軽く、低スペック端末や短い音声メモ向けです。初回実行時に約 93MB をダウンロードします（2回目以降は不要）。
こんなお困りごと・シーンでお使いいただけます
1
社外に出せない会議録音から議事録の下書きテキストを作りたい
2
動画のmp4からYouTube用のSRT字幕ファイルを生成したい
3
取材や打ち合わせの音声メモを、クラウドに上げずに文字にしたい
使い方・手順
- 1モデルサイズ（まず試すなら tiny、通常利用は base）と言語を選びます
- 2文字起こししたい音声・動画ファイルをドラッグ＆ドロップ、またはファイル選択します
- 3「文字起こしを開始」を押すと、モデル取得 → 音声デコード → 文字起こし の順に処理が進みます
- 4完了後、セグメントごとにテキストを修正し、TXT / SRT / VTT でダウンロードまたは全文コピーします
よくある質問 (FAQ)
- Q.音声ファイルは外部のサーバーに送信されますか？
- 送信されません。音声のデコードもAI推論もすべてブラウザ内（Web Worker）で完結します。通信が発生するのはAIモデルファイルの初回ダウンロードのみで、音声や文字起こし結果が送られることはありません。
- Q.どのくらいの長さの音声に対応していますか？
- 現在のバージョンでは15分以内の音声を対象としています。すべてを一度にメモリへ展開する方式のため、長時間の録音は分割してからご利用ください。
- Q.初回だけ時間がかかるのはなぜですか？
- AIモデルをブラウザにダウンロードするためです。2回目以降はブラウザのキャッシュから読み込まれるため、待ち時間はほとんどありません。
- Q.対応しているファイル形式は何ですか？
- mp3 / wav / m4a / mp4 に対応しています。mp4はブラウザがデコードできる音声トラック（一般的なAAC）を含むものが対象です。読み込めない場合はm4aやwavへ変換してお試しください。
- Q.モデルサイズはどれを選べばよいですか？
- まず試すなら tiny、通常利用は base をおすすめします。small は最も精度が高い一方でダウンロード量とメモリの要求が大きいため、WebGPUに対応した端末向けです。