2023 年に注目すべき AI 文字起こしツール トップ 13

1.Rev.com

彼らのウェブサイトによると、Rev は世界中でナンバーワンの音声テキスト変換サービスです。 中小企業からフォーチュン 500 企業まで、Rev はさまざまな業界のあらゆる規模の企業で使用されています。 彼らの顧客リストには、Home Depot や Haas などの有名な名前が含まれています。 750,000 人以上のユーザーから信頼されており、英語のクローズド キャプションやグローバル翻訳字幕を含む多数の文字起こし関連サービスを提供しています。

本当の意味での AI ツールではありません。 代わりに、何千人ものフリーランサーのネットワークと最も正確な音声認識 AI を組み合わせています。 それが彼らの秘密のソースです。 これは、自動文字起こしサービスを使用したくない場合は、プロの文字起こし担当者にビデオまたはオーディオをテキストにカバーさせるオプションがあることを意味します. このオプションはより正確ですが、所要時間は長く (平均で約 5 時間)、費用は 6 倍かかります。 AI によって生成されたトランスクリプトが 90% の精度を誇り、わずか 5 分で元に戻すことができることを考えると、かなりお得です。

コスト:人による書き起こし (つまり、オーディオとビデオのファイルをテキストに変換する仕事をプロの書き起こし担当者に任せる) の場合、1 分あたり 1.50 ドルかかります。 自動化された AI による文字起こしの場合、1 分あたり 0.25 ドルかかります)。

2. カワウソ

Otter は、会話や会議のための受賞歴のある音声優先アプリです。 AI を活用したメモ作成機能を利用して、音声会話を記憶、検索、共有できるため、チーム コラボレーションに最適なツールになります。

基本的に、カレンダーを接続し (Google Meet、Zoom、および Microsoft Teams と統合されます)、Otter Assistant をセットアップして会議に自動的に参加します。 Otter Assistant がミーティングのメモを取ります。 参加者は、コメントを追加したり、アクションを割り当てたり、メモを強調表示したりすることもできます。

もう 1 つの便利な機能は、キーワードを要約することです。 自動要約も含まれます。 その強力な統合検索機能も特筆に値し、スピーカーや日付範囲などで検索できます。

その他の主な機能は次のとおりです。

• リアルタイムキャプション
• 会議の分析
• 名前による話者識別
• 編集可能なタイムコード
• さまざまな再生速度
• 二要素認証

コスト:無料プランと 2 つの有料プランが用意されています。 価格は、毎月請求される場合、月額 $17 から始まりますが、毎年請求されることを選択した場合は、50% という大幅な割引を受けることができます. 追加のセキュリティとサポートが必要な大企業は、エンタープライズ ソリューションの詳細についてチームに問い合わせることができます。

3.ソニックス

スタンフォード大学のような主要な教育機関から、Sephora のような有名な多国籍小売業者まで、Sonix は幅広い業界で使用されています。 35 以上の言語で自動文字起こしを提供します。 彼らのソフトウェアは最先端の AI を搭載しており、次のような機能の長いリストが含まれています。

• 単語ごとのタイムスタンプ
• 自動話者識別と話者ラベル付け
• いくつかの形式へのテキストのエクスポート
• 字幕のエクスポート

強力なだけでなく、洗練されたブラウザ内トランスクリプト エディタなどの機能により、非常に使いやすくなっています。 このようにして、トランスクリプトを簡単に編集したり、コメントやメモをトランスクリプトに直接追加したりできます。

通常、オーディオ ファイルやビデオ ファイルで多くの専門用語が使用されている場合は、カスタム辞書が役立ちます。 この機能を使用すると、Sonix が優先する業界固有の単語やフレーズを含む独自の辞書を作成できます。 代理店またはフリーランスの転写士として働いている場合は、複数の辞書を作成して、特定のカスタム辞書を特定のクライアントに割り当てることもできます.

文字起こしに加えて、次の機能も提供します。

• 自動翻訳
• 自動字幕
• カスタマイズ可能なメディア プレーヤー (分析機能付き)

コスト:プロジェクト ベースの作業には、1 時間あたり 10 ドルの従量制オプションが含まれています。 より定期的に文字起こしのサポートが必要な場合は、設定された月額料金 (ユーザーあたり 22 ドル) と時間料金 (1 時間あたり 5 ドル) を含むプレミアム サブスクリプションにサインアップできます。 また、大量のニーズを持つユーザー向けのエンタープライズ ソリューションも提供します。

4.ホタル

Otter に代わるものを探している場合は、Fireflies をチェックしてください。 60,000 を超える企業から信頼されており、Delta、Uber、Expedia などのクライアントを持つ旅行および輸送業界で根強い人気を誇っています。

つまり、音声会話の録音、文字起こし、検索に使用できるツールであり、会議のメモ作成を自動化するのに役立ちます. ビデオとオーディオをキャプチャし、数分でトランスクリプトを作成できます。

トランスクリプトを取得したら、AI を活用した検索を使用して、重要なトピックを簡単に見つけることができます。 次に、必要に応じて、コメントやピンを追加して、チーム メンバーの注意を特定のセクションに向けることができます。

ここが興味深いところです… 会話インテリジェンスを組み込むために、多くの同様のツールよりも一歩進んでいます。 誰かがマイクを占有している場合は、それについて知ることができます。 主要な指標を追跡することで、会議を分析し、全体的な効率を向上させることができます。

特筆に値するもう 1 つの便利な機能は、タスクを作成する機能です。 Fireflies は、会議中に共有された音声コマンドを使用して、Monday.com、Trello、Asana などの一般的なツールでタスクを自動的に作成できます。

コスト:無料プランと 2 つの有料オプションを提供します。 価格は 1 シートあたり月額 18 ドルからですが、年払いを選択すると、40% も節約できます。 メンバーが 51 人を超えるチームの場合は、カスタム価格も利用できます。

5.オーデックス

より多くのウクライナの SaaS 企業をサポートしたい場合は、Audext を試すことができます。 音声コンテンツが私たちの仕事でより大きな役割を果たせるようにする方法が必要だという考えから生まれました. ジャーナリスト、マネージャー、弁護士など、さまざまな専門家が使用しています。

つまり、自動文字起こしサービスと編集ツールを組み合わせて、音声録音を分析し、1 秒あたりにどの単語が発声されたかを特定します。 その後、各単語が保存され、ほら、トランスクリプトができます。

その精度は Rev のようなツールよりも約 10% 低くなりますが、大幅に安価です。 また、Sonix ほど多くの追加機能や使用例はありませんが、60 以上の言語をサポートしています。

全体として、これは非常に基本的なものですが、仕事をかなり速く終わらせることができます。 1 時間のオーディオの場合、ターンオーバー時間は約 10 分と予想できます。

その他の主な機能は次のとおりです。

• スピーカーの識別
• タイムスタンプ

費用： Audext はいくつかの有料プランを提供しています。 料金は 1 時間あたり 5 ドルからです。

6. スクリビー

Netflix、Google、Airbnb などの名前から信頼されている Scribie は、10 年以上にわたって事業を展開しており、その間、データセットを拡大するための十分な時間がありました。 この大規模なデータセットを使用して、ディープ ラーニング ベースの音声および言語モデルを作成し、自動文字起こしサービスを強化しました。

Scribie は、時間よりも多くのお金を節約したい場合に適したソリューションです。 Rec のようなツールの半分以上の価格ですが、精度は 80% から 95% の範囲であるため、自己修正を行う必要があります。 たとえば、オーディオ ファイルの品質が低く、スピーカーのアクセントがアメリカ以外の場合、精度は 80% 近くになります。 ただし、他のツールとは異なり、有用な精度推定値があります。 Scribie は、機械学習アルゴリズムを使用して、自動化されたトランスクリプトを分析し、精度を推定します。

ただし、ユーザーが訂正すればするほど、サービスは向上します。 Scribie は、オンライン エディターを介して手動で修正されたトランスクリプトを使用して、モデルを再トレーニングします。

料金:自動文字起こしは 1 分あたり 0.10 ドルから。 手動の文字起こしの場合、60 分のファイルあたり約 50 ドルです。

7.バービット

Verbit の文字起こしサービスは、ビジネスを念頭に置いて作成されました。 今日まで、彼らの一連のツールは何千もの組織を支援してきました。 ミーティングからポッドキャスト、イベントまで、プロ級の精度と、Vimeo、YouTube、Zoom などのプラットフォームとのシームレスな統合を提供します。

人間の知性と AI の組み合わせを利用して、社内の自動音声認識 (ASR) マシンが下書きを作成し、プロの人間の書き起こし者が最初にチェックします。 文字起こしに加えて、Verbit は次のことにも役立ちます。

• ライブキャプション
• クローズドキャプション
• 翻訳

コスト: Verbit では、すべてのプロジェクトでカスタム価格を使用しています。 プロジェクトの費用について詳しくは、彼らのチームにお問い合わせください。

8.ビーイ

Beey は、音声を自動的に書き起こすオンライン アプリです。 主にジャーナリスト、ビデオ クリエーター、講師が使用しています。 主にスラブ語に焦点を当てていますが、20 の言語の音声を認識できます。

便利なサービスの 1 つは、Beey には手動編集機能が含まれていることです。 アプリによって自動的に書き起こされた後、プロの編集者の 1 人がテキストをチェックできます。

その他の主な機能は次のとおりです。

• 複数ファイルのアップロード
• スマート再生機能
• 自動時間調整
• 自動スピーカー変更検出

費用: 1 時間の文字起こしの場合、7.50 ユーロかかります。 チーム向けのプレミアム機能を備えたエンタープライズ パッケージも利用できます。

9.話す

Speak は、そのソフトウェアを「コードなしの記録、文字起こし、および分析エンジン」と表現しています。 何千もの企業が、動画や音声ファイルを自動的にテキストに変換するために使用しています。 速度と品質に関しては、ファイルの長さにもよりますが、最大 95% の精度で文字起こしを完了するのに約 10 分かかります。

他の同様のツールとは一線を画す魅力的な機能の 1 つは、組み込みのレコーダーでアプリ内で直接オーディオを録音できることです。 または、その統合の 1 つを使用して、録音のキャプチャを自動化することもできます。

既存のオーディオ クリップを使用する場合は、問題ありません。 個人ライブラリに保存したファイルをアップロードすることもできます。

次に、新しいトランスクリプトを見つけやすくするために、キーワードで検索して重要な情報を簡単に見つけることができます。また、トランスクリプトを編集する必要がある場合は、システム全体の検索と置換機能を使用できます。 すべてのトランスクリプトを保存できる中央ハブとして機能する共有可能なライブラリもあります。

その他の主な機能とソリューションは次のとおりです。

• 感情分析
• 業界固有の用語を追加できるカスタム語彙ライブラリ
• 組み込みのトランスクリプト エディター
• データ視覚化のためのカスタマイズ可能なチャート

コスト: 14 日間の無料トライアルの後、価格は月額 $10 から始まります。

10. トリント

Trint は、自分自身を単なる文字起こしツール以上のものと考えるのが好きです。 むしろ、あらゆるタイプのクリエイターが使用する共同コンテンツ プラットフォームとしての地位を確立しています。 実際、Trint の Web サイトによると、同社のソフトウェアにより、コンテンツ チームは毎月平均 400 時間を節約できます。

他の多くのツールと同様に、コンテンツを複数の言語 (より正確には 32 言語) に書き起こすことができます。 また、コメント、タグ、ハイライトなど、チームワークの合理化に役立つ直感的なツールも多数含まれています。 大規模なチームの一員として作業している場合は、セキュリティを強化するためにアクセス許可レベルを管理することもできます。

このリストで最も安価なツールではありませんが、サブスクリプションプランを一時停止する機能というユニークな提案を提供します. その月にタスクがないことがわかっている場合は、プランを一時停止して、月額 $5 のみを支払うことができます (つまり、これは $55 の「節約」になります)。

その他の主な機能は次のとおりです。

• 字幕
• 強力な検索機能
• 自動スピーカー識別
• 高度なファイル管理

コスト: 7 日間の無料トライアルの後、価格はユーザーあたり月額 $60 から始まります。

11.TranscribeMe

TranscribeMe は、人間による文字起こしに加えて、機械による文字起こしも提供します。 コンピューターで生成された高度な音声認識アルゴリズムを使用して、1 分間の音声を 1 分以内に書き起こすことができます。

ファイルをカスタマー ポータルにアップロードし、文字起こしを注文するだけです。 トランスクリプトが完了すると、メールで通知されます。 これで、後で参照できるようにトランスクリプトをダウンロードして保存する準備が整います。

インテリジェントな逐語訳 (つまり、「えー」などの非言語フィラーが削除されたテキスト) を提供できますが、話者の識別は含まれません。 このため、フォーカス グループのような複数の話者による録音 (3 人以上の話者との会話) には使用しないことをお勧めします。

費用: TranscribeMe のコンピューター生成の文字起こしの費用は、音声 1 分あたりわずか 0.07 ドルです。

12.テミ

Temi の高度な音声認識ソフトウェアは、音声を 5 分でテキストに書き起こすことができます。 ESPN などの確立されたブランドを含む 10,000 人以上のユーザーが使用しています。

速いだけでなく、使いやすいです。 ファイルをアップロードし (すべてのファイル タイプが受け入れられます)、Temi が魔法を実行するのを待ってから、トランスクリプトを確認します (スピーカーとタイムスタンプが含まれているため、この部分は簡単です)。 オーディオ ファイルのバックグラウンド ノイズがほとんどなく、アクセントが最小限の場合、90 ～ 95% の結果が期待できます。

1 回限りの文字起こしジョブがある場合、これは探索するのに適したソリューションです。 実際、ファイルが 45 分未満であれば、無料で完成させることもできます (新規ユーザーには無料トライアルを提供しています)。 それ以外は、1 分ごとに課金されるため、毎月のサブスクリプション料金を定期的に支払う必要がありません。

料金: temi は 1 分あたり $0.25 を請求します。

13.ミートギーク

会議に役立つツールを探している場合は、AI 会議アシスタントである MeetGeek をチェックしてください。 Nike や Keap など、世界中の 2,000 以上のチームが、この「ギーク」をツール リストに追加しています。

つまり、ビデオを自動的に録画し、文字起こしし、重要な洞察を共有します。 これは、会議に細心の注意を払うことができることを意味します。 速度に関しては、文字起こしされた会議は約 10 分で準備が整うと予想できます。

コスト: MeetGeek は、基本的な無料プランと 2 つの有料オプションを提供します。 14 日間の無料トライアルの後、価格は 1 シートあたり月額 $19 から始まります。