形式と言語

音声・動画形式

Audiotext は FFmpeg で動画ファイルから音声を取り出すので、どちらも文字起こしできます。

音声: .aac, .flac, .mp3, .mpeg, .oga, .ogg, .opus, .wav, .wma

動画: .3g2, .3gp, .3gp2, .3gpp, .3gpp2, .asf, .avi, .f4a, .f4b, .f4v, .flv, .m4a, .m4b, .m4r, .m4v, .mkv, .mov, .mp4, .ogv, .ogx, .webm, .wmv

出力形式

形式	エクスポート	フォルダー（WhisperX）	フォルダー（Whisper API）	コマンドライン
プレーンテキスト (.txt)	✓	✓	text	✓
Markdown (.md)	✓	✗	✗	✓
Word 文書 (.docx)	✓	✗	✗	✓
字幕 (.srt)	✓	✓	srt	✓
Web 字幕 (.vtt)	✓	✓	vtt	✓
スタイル付き字幕 (.ass)	✓	✗	✗	✓
表 (.tsv)	✓	✓	✗	✓
JSON (.json)	✓	✓	json, verbose_json	✓
Audacity ラベル (.aud)	✗	✓	✗	WhisperX
字幕付き動画 (.mp4)	✓	✗	✗	✗

要約は単独で .txt、.md、.docx にエクスポートできます。エクスポート、出力カード、コマンドラインをご覧ください。

音声の言語

WhisperX と Whisper API は言語を自動で検出し、次の 100 言語を文字起こしできます（Google API では言語を選ぶ必要があります）。

アイスランド語、ウェールズ語、アゼルバイジャン語、アッサム語、アフリカーンス語、アムハラ語、アラビア語、アルバニア語、アルメニア語、イタリア語、イディッシュ語、インドネシア語、ウクライナ語、ウズベク語、ウルドゥー語、英語、エストニア語、オック語、オランダ語、カザフ語、カタルーニャ語、ガリシア語、カンナダ語、ギリシャ語、クメール語、グジャラート語、クロアチア語、サンスクリット語、ジャワ語、ジョージア語、ショナ語、シンド語、シンハラ語、スウェーデン語、スペイン語、スロバキア語、スロベニア語、スワヒリ語、スンダ語、セルビア語、ソマリ語、タイ語、タガログ語、タジク語、タタール語、タミル語、チェコ語、チベット語、中国語、中国語（広東語）、デンマーク語、テルグ語、ドイツ語、トルクメン語、トルコ語、日本語、ネパール語、ノルウェー語、ノルウェー語（ニーノシュク）、ハイチ・クレオール語、バシキール語、バスク語、ハウサ語、パシュトー語、ハワイ語、ハンガリー語、パンジャブ語、ヒンディー語、フィンランド語、フェロー語、フランス語、ブルガリア語、ブルトン語、ヘブライ語、ベトナム語、ペルシャ語、ベラルーシ語、ベンガル語、ポーランド語、ボスニア語、ポルトガル語、マオリ語、マケドニア語、マラーティー語、マラガシ語、マラヤーラム語、マルタ語、マレー語、ミャンマー語、モンゴル語、ヨルバ語、ラオ語、ラテン語、ラトビア語、リトアニア語、リンガラ語、ルーマニア語、ルクセンブルク語、ロシア語、韓国語。

品質は言語によって異なり、英語、スペイン語、フランス語、ドイツ語、ポルトガル語、イタリア語、日本語など話者の多い言語で最も高くなります。

インターフェースの言語

Audiotext のインターフェースとこのドキュメントは、次の言語で利用できます。

言語		言語
Català	カタルーニャ語	Polski	ポーランド語
Čeština	チェコ語	Português	ポルトガル語
Deutsch	ドイツ語	Română	ルーマニア語
English	英語	Русский	ロシア語
Español	スペイン語	Svenska	スウェーデン語
Français	フランス語	Türkçe	トルコ語
Galego	ガリシア語	Українська	ウクライナ語
हिन्दी	ヒンディー語	Tiếng Việt	ベトナム語
Bahasa Indonesia	インドネシア語	简体中文	中国語（簡体字）
Italiano	イタリア語	日本語	日本語
Nederlands	オランダ語	한국어	韓国語

環境設定 → 一般 → インターフェースの言語 で変更します。翻訳の改善や言語の追加についてはコントリビュートをご覧ください。