ガジェット愛好家のＡちゃんです。
「議事録の文字おこしが手間だ」。「動画の音声をテキストにして欲しい」。
と頼まれることがあります。
作業を請け負う代わりにと解決策をお伝えすると喜ばれれます。
なぜなら「無料」だからです。
音声をテキスト化するのが最善策
ふつう、ビジネスの現場では、打ち合わせや会議の議事録を作成するため、ＩＣレコーダー（ボイスレコーダー）を使います。
お金に余裕がある人は文字起こしのプロに仕事を頼むのが一番楽な方法です。
気になるのが料金。１時間７千円近くかかるようです。
テープ起こし・文字起こしのコエラボ 120円/分より Pマークがあるから安心
３０分程度の動画から人力で文字をおこすには２時間程度かかるので一万五千円程度。業務で使って経費に計上できれば楽ですが、個人でとなると多分手が出せません。
会議などの会話から文字を起こすのはさらに大変です。音声データを聞き取りながらの作業には実時間の５倍程度の手間がかかります。
２人で残業→１時間で完了 ＡＩで議事録、効果てきめん：朝日新聞デジタル
ICレコーダーを使って変換する
自分で文字起こしする場合、ＩＣレコーダーで録音した音声ファイルを「ドラゴンスピーチ」のような音声入力ソフトを使って変換するのも一つの方法です。
音声変換はMacのSIRIのアシスタントを機能を使うと楽です。Windows環境でどんな解決策があるのでしょうか。
探し続けるうちに「けっこう使える」と話題になっている方法を見つけました。それは・・・・
Googleドキュメントを使う。
実はGoogleドキュメントには”音声入力”という方法があるのです。入力された音声を瞬時に日本語に翻訳・テキストで表示してくれる便利な機能です。
パソコンにマイクを接続しGoogle 音声入力を使って喋ると、喋った言葉が次々に翻訳され、漢字交じりの日本語となって出力されていきます。
これはマジにびっくり。
音声入力で文字起こしはできるのか？
さて、問題は動画の音声をテキスト化できるかということです。
「YouTube の動画をGoogle 音声入力を使うことで文字起こしした」という人を見つけました。
Google音声入力でyoutube動画の文字起こしができるか試してみた結果 | Gallagher Note （ギャラガーノート）
その結果・・・短い動画だったら可能でした。しかし、時間にして10分いかないくらい、文字数にして2000字いかないくらいで、音声入力が自動で止まってしまうことがわかりました。
スピーカーの音声をマイクで拾うという方法。雑音などが影響するのか限界があるようです。
それならば、パソコンで再生中の動画ファイルから直接音声の変換ができれば、周囲の雑音に影響されずにきれいな文字起こしができるかも知れません。
ついに見つけたのが・・・・。
「Virtual Audio Cable」というソフト
音声データを加工するには「仮想オーディオデバイス」という手段を使えばよかったのです。そのことを可能にしたのが「Virtual Audio Cable」というソフト。窓の杜でも紹介されています。
さっそく試してみることにしました。
ダウンロードとセッティング
・「Virtual Audio Cable」をダウンロードします。
・解凍すると各種Windowsに対応したインストーラーが並んでいます。PCが64ビットならば「VBCABLE_Setup_x64.exe」を、それ以外は「VBCABLE_Setup.exe」を実行します。
・「Install Driver」をクリックすると。「VBCABLE Installation Error」の画面が出ますが、かまわずokを押します。
・管理者権限でないとブラウザーが起動することがあります。マウスを右クリックして管理者権限で実行しましょう。
・デバイスをインストールするか聞かれるのでインストールを選ぶと完了です。
・次にWindows内の音声入出力を繋ぐ作業をします。
・タスクバーのボリュームアイコンを右クリックし、「再生デバイス」をクリック。
・サウンド・再生の一覧に「CABLE Input」というのがあることを確認します。
・既定のデバイスとして設定します。
・再生のセッティングが終わったら次に「録音」のセッティングに移ります。
・「CABLE Output」を右クリックして、「既定のデバイスとして設定」します。
※こうすることで、これまでパソコンのスピーカーで聞こえていた音声が聞こえなくなることがあります。その場合は、タスクバーのボリュームアイコンを右クリックすると切り替えパネルが現れますので好みの出力を選択することができます。
・これで音声データが直接Googleドキュメントの音声入力で取り込むことができるようになりました。
Googleドキュメントの音声入力の操作方法
Googleドキュメントでは、
ツール→音声入力を選択します。マイクのアイコンにある言語を辿っていくと最下部に日本語とあるので、それを選択します。
これでグーグル音声を使って音声入力ができるようになります。
動画を再生すると同時に、Googleドキュメントのマイクのアイコンをクリックします。
しばらくするとドキュメントの上に音声入力情報が翻訳されて出力されていきます。
素材によって使い分けよう
ただしこの方法は音声が明瞭な形で録音されている場合に限ります。
動画のナレーションが正確な場合の変換精度はかなり正確ですが。
会話の翻訳や、効果音などが被っている場合は変換が乱れます。
また、無音の部分が続くと変換作業が止まりますので、作業中は画面から離れない方がいいと思います。
同音異義語は誤変換されることがあります。
また、句読点は表示されないのであとで補正する必要があります。
Googleドキュメントで翻訳された原稿は一度動画を再生しながら校正作業を行う必要がありますが、それでも機械翻訳の方が圧倒的に楽だということを実感しました。
まとめ
パソコンに「Virtual Audio Cable」をインストールして、Googleドキュメントの音声入力を使って見たら、動画の音声がどんどん日本語に変換できました。YouTubeで再生中の動画や、ディスクやハードディスクに保存した動画ファイルの音声データなど、パソコンの中で再生した音声がすべてGoogleドキュメント上に文字化されて認識されました。所々に誤字や未変換の部分はありますが、手入力に比べると爆速の早さで作業が進みました。文字起こしに苦労している方は、一度試してみてはいかがでしょうか。