ポッドキャスト転写
商用OK
380+モデル
透かしなし
登録は不要
モデル:
+ GPT-5, Claude, Gemini
ポッドキャストエピソードをアップロードし、静寂ギャップから自動検出された章マーカーを備えた、清潔な、スピーカーラベル付きの転記を取得します。長いファイルは最大2GB、99言語、Whisper-large-v3の精度です。ビデオポッドキャストのためのSRT/VTT、ショーノートのための単純なTXT、Descript-styleワークフローでの編集のためのJSONとしてエクスポートします。
ポッドキャスト
自動検出章
ポッドキャストを転写中...
長いエピソードは数分かかります。完了時にメールを送信するオプションをチェックすると、このタブを閉じることができます。
ポッドキャスターと番組編集者のために作られた
メモを一つの貼り付けで表示
4時間ではなく10分でブログを書ける
ビデオポッドキャスト字幕
SRT または WebVTT をスピーカーラベルを付けてエクスポートします。 Premiere、Final Cut、DaVinci Resolve に直接ドラッグしてください。または YouTube のビデオと一緒にアップロードして、清潔なキャプションを作成してください。
テキストベースのエピソード編集
JSON エクスポートは、開始/終了タイムスタンプを含むすべての単語を返します。Descript、Reaper、またはカスタムワークフローにパイプします。スクラビングではなく、テキストをハイライトして編集します。
ポッドキャストの書き込みの仕組み
- エピソードをドラッグゾーンにドラッグしてください。 MP3、WAV、M4A、MP4、最大2GB。
- スピーカーラベルと章マーカーをオンにしておく (デフォルト)。出力フォーマットを選択します。
- 時間を確認し、トークンを使う前に値段を上げます。 転写をクリックしてください。
- 音声ファイルをダウンロードします。
Free.aiポッドキャストの転写と デスクリプト、リバーサイド、オッター
| 特徴 | Free.ai | Descript | Riverside | Otter.ai |
|---|---|---|---|---|
| プライス | Pay-per-use ($0.003/min) | $15-30/mo | $19/mo | $16.99/mo |
| 最大ファイルサイズ | 2 GB | 5 GB | Tied to record session | 500 MB (varies) |
| 話者の透析 | ||||
| 自動章マーカー | 静寂に基づく | Manual | — | Paid tier |
| SRT/VTTエクスポート | Paid | |||
| 言語 | 99 | 22 | 100+ | English-focused |
| パブリックAPI | — | — | Limited |
追加オプション
結果
証券が足りない
もっとトークンを取得
もっと欲しい？
無料登録で1日30Kトークン＋10Kボーナス
無料登録
ご要望を処理中...
無料でAIでポッドキャストをテキストに変換する。
使い方 ポッドキャスト転写
1
入力を入力
テキストを入力、ファイルをアップロード、または必要なことを記述します。アカウントは必要ありません。
2
クリックして生成
私たちのAIは、最良のオープンソースモデルを使って、あなたの要求を数秒で処理します。
3
ダウンロードと共有
結果をダウンロード、コピー、共有できます。個人的、商業的な使用は無料です。
このツールを API で使用
あなたのコードからこのツールを自動化します。OpenAI 互換の REST エンドポイント、ベアートークン認証、追加の SDK が必要ありません。トークンのコストはウェブインターフェースと一致します。
curl -X POST https://api.free.ai/v1/stt/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"file": "@audio.mp3", "language": "auto"}'関連するフリーAIツール
ポッドキャスト転写 — FAQ
出力フォーマットは、ショーノートビデオクリップの場合はSRT+VTT、ブログポストの場合は単純なTXT、Descriptスタイルのワークフローで編集する場合は、ターンごとのタイムスタンプとスピーカーラベルを含む構造化JSONなどです。
ファイルごとに最大2GBまで。128kbps MP3で約14時間のオーディオポッドキャストです。長いファイルはサーバ側でチャンクされ、一つの合成された転写を返します。
はい。デフォルトではスピーカーダイアリゼーションがオンです。ECAPA の音声埋め込みを通して 2-10 個の異なる音声を検出し、それらにスピーカー 1 / 2 /... とラベルを付け、それらを各セグメントに適用します。結果ビューで名前を変更できます。
2 秒以上の静寂ギャップ - ポッドキャスターがセグメント間で使用する自然な休止。各章はタイムスタンプを受け取り、YouTube + Spotify の "Chapters:" ブロックでショーノートに直接貼り付けることができます。
10時間の転写につき月額15-30ドルの料金をかけ、エディタに結びつけます。Whisperでは、使用時に500トークン/分の料金をかけます（5ドル＝200Kトークン＝400分）。サブスクリプションはありません。どこにでも貼り付けられる単純なエクスポートです。
Riversideは、あなたのセッションをアプリ内で無料で転写するレコーディングスタジオです。しかし、彼らと録音した後のみです。どのMP3/WAV/MP4も、どこで録音されたかに関係なく転写します。
Otterは無料の段階で月間300分の制限があり、英語に焦点を当てています。99の言語を同じWhisper-large-v3の精度でサポートしており、月間制限はありません。
出力フォーマットとして SRT または WebVTT を選択します。スピーカーラベルはインライン (SRT) または <v Speaker N> タグ (VTT) として含まれ、ほとんどの現代のプレーヤーで正しく表示されます。
Whisper-large-v3は音楽ベッドや軽い残響をうまく扱います（典型的なワードエラー率は3-7%）。 非常に大きな音楽や重い重なりは正確性を低下させます。コピー上で /music/vocal-remover/ を先に実行したり、コールドオープンを分割したりしてみてください。
約30分のエピソードには、手動で適用するブランド/名前の修正が5-10個ある。
ここで一度に一つずつアップロードするか、ログインしたら /batch/ 機能を使ってシーズンをキューに入れます。 /api/ の API はプログラマティックバッチングのために POST /v1/stt/ も受け入れます。
いいえ。アップロードされたファイルは転写が完了した後に削除されます。転写はログインした場合は /account/ のダウンロード履歴に保存されます。匿名ユーザは 24 時間分の共有リンクを受け取ります。
このツールをどう評価しますか？