文字起こしと要約：録音、動画、リンクをメモに変換

文字起こしする内容は4つのタブから選びます。「録音」はマイクから録音します。「録音を開始」を押し、終わったら「停止」を押すと、録音が処理されます。「ファイルをアップロード」は、録音ファイル（MP4、MOV、MP3、M4A、WAV、WebM）や、すでに文字がある文書を受け付けます。文書とは、PDF、Word、PowerPoint（スライドとスピーカーノートを含む）、Excel、テキスト、HTML、RTF、またはチャットのスクリーンショットなど文字を含む画像です。Zoom、Teams、Google Meet、Otter、Fireflies、Rev、YouTubeから書き出した文字起こし（.vtt、.srt、.txt、.docx）も受け付けます。字幕ファイルは時間情報を保持します。文書は4MBまで、30,000語までです。録音は音声を聞き取って処理され、文書は読み取るだけで、どちらも保存されません。古い.doc、.ppt、.xlsファイルは、先に.docx、.pptx、.xlsxとして保存し直してください。ボックスの下にある「サンプル会議（テキスト）」を押すとテキストタブに内容が入り、「時間付きサンプル通話（.vtt）」を押すと小さなサンプルファイルがアップロードされます。自分の録音がなくても、このツールを試せます。「リンクを貼り付け」ではYouTubeやWebページのアドレスを使えます。「テキストを貼り付け・音声入力」では、貼り付けたメモやメールのやり取り、またはマイクボタンで話した内容を使えます。

「Anything to focus on?」は任意です。抽出したい内容を入力すると(例: 言及された価格をすべて)、要約がそこに注目します。その下のボックス「I have the right to use this」にチェックを入れないと、何も始まりません。他の人が話している場合は、録音されることを知っているか、了承を得ているときにだけチェックしてください。地域によっては全員の同意が必要です。

一番下の行には「Uses your tokens」と表示され、アカウントに残っているトークン数が示されます。「Get more」を押すと「Tokens & usage」が開きます。また、録音できる最長時間(無料アカウントは30分)と、無料アカウントの録音の保存期間(90日)も表示されます。「Your recordings」には作成した録音が新しい順に並びます。開くと再度確認できます。未完了のものには「unfinished」と表示されます。

録音またはファイルの場合、手順は次のとおりです。「Getting the audio ready」(ブラウザが音声をデコードし、静かな箇所で短く区切ります)、「Listening」(各区間を文字起こしして破棄します。区間が終わるたびに進捗バーが埋まります)、「Finding who said what」と要約の作成です。音声そのものは保存されません。「Stop」を押すと処理は中止され、利用分はカウントされません。区間で失敗した場合は1回だけ再試行します。処理を完了できない場合は、利用分が返却されます。

リンクまたはテキストの場合は2段階です。まずページ、字幕、またはテキストを読み取り、その後要約を作成します。ウェブページは要約され、コピーされることはありません。YouTubeのリンクは、YouTubeがサーバーからの閲覧を許可している場合に限り、公開字幕を読み取ります。動画や音声を直接ダウンロードすることはありません。YouTubeはサーバーからのアクセスを拒否することが多いため、「Not done yet」と表示され、次の2つの方法が提示される場合があります。1つ目は「Upload」タブで動画ファイルをアップロードすること。2つ目は動画を開き、その下の⋯を押して「Show transcript」を選び、テキストをコピーして「Paste or dictate text」タブに貼り付けることです。リンクを読み取れない場合は、利用分はカウントされません。動画や音声ファイルそのもののリンクも読み取れないため、ファイルをアップロードしてください。ログインが必要なページや、スクリプトで文字を読み込むページは読み取れません。

上部の「All recordings」を押すと一覧に戻ります。「Actions」からは、要約または文字起こしをWordまたはPDFで、文字起こしをプレーンテキストで、質問と回答をテキストで、字幕をSRTまたはVTTで(時間情報のある録音のみ)書き出せます。「Share a link」を押すと、要約、要点、文字起こしを含む閲覧専用のページが作成され、リンクを知っている人なら誰でも開けます。「Stop sharing」で共有を停止できます。「Delete」を押すと、録音と、そこから作成されたすべてのものが削除されます。タイトルは編集可能です。クリックして入力し、外側をクリックすると保存されます。

タイトルの下には、長さ、言語、取得元が表示されます。ファイルや録音の文字起こしが終わると、すぐにプレーヤーと波形が表示されます。波形をクリックすると、その時点に移動します。波形の下の小さな丸はチャプターで、クリックすると文字起こしの該当箇所に移動します。画面を離れると文字起こしは残りますが、音声は保存されていないため再生はできなくなります。

パソコンでは、プレーヤーの下に2つのパネルが並んで表示されます。「Transcript」は常に左側です。右側には4つのタブ「Summary」「Ask」「To-dos」「Rewrite as」があります。スマートフォンでは一度に1つのパネルが表示され、同じ5つの選択肢(Transcript、Summary、Ask、To-dos、Rewrite as)がタブとして上部に並びます。

• 文字起こし: 読みやすい段落で表示されます。話者が変わるたび, または間が空いたたびに新しい段落になります。話者名は、複数の人が話した場合にのみ表示されます。「Times」ボタンを押すと、1行ごとに時間が表示される行表示に切り替わります(プレーヤーが利用できる場合は、時間をクリックするとその位置から再生されます)。上部の「Find」ボックスは文字起こし全体を検索し、一致数を表示します。矢印で一致箇所を移動できます。「Edit text」を押すと、各行がクリックして修正できるボックスになり、外側をクリックすると保存されます。「Find and replace」「speakers」では、パネルが開き、単語を一括で置き換えられます(例: 聞き間違えた名前)。また、話者ボックスに名前を入力すると、すべての箇所で変更されます。話者は声ではなく言葉から推定されます。各行では、星印で行を強調表示し、鉛筆印でメモを追加できます。上部の「Highlights」を押すと、マークした行だけが表示されます。「Copy」は文字起こし全体を段落としてコピーします。編集後は、要約とToDoが元の文章から作成され、書き直されていないことを示す黄色の行が表示されます。
• 要約: 最初は「Detailed」が開きます。これは話された順に、重要な内容をすべて含みます。「Short」と「Medium」はより短くなります。その下に「Key points」「Decisions」(明確に決定した事項のみ)、「Chapters」(クリックすると文字起こしの該当箇所に移動)があります。「Copy summary」で文章をコピーできます。「Ask a question about it」を押すと「Ask」タブが開きます。「Shape the summary your way」では要約の形式を指定できます。「As an outline」「Bullets for my team」「Decisions and numbers only」「Explain it simply」「A recap email」から選ぶか、マイク機能も使える自分の言葉で希望を入力します。それぞれ下に表示され、「Copy」「Word」「PDF」が使えます。元の要約はそのまま残ります。
• Ask: 自分の言葉で質問を入力し(マイクボタンも使えます)、「Ask」を押します。回答は、この録音で話された内容のみに基づきます。各回答には「From:」ボタンがあり、そこに根拠となった行の時間が表示されます。ボタンをクリックするとその行に移動して再生されます。録音に内容がない場合、推測せず「Not in this recording」と明記されます。最初に4つの質問候補が表示されます。質問は録音とともに保存されます(最大40件)。「Clear conversation」で削除できます。質問は録音に含まれ、他の録音は使用しません。
• To-dos: AIが見つけたToDoを表示します。担当者と期限は、話された場合にのみ表示されます。「Send to Hub」は1件をHub Inboxに追加し、「Send all to my Hub」はすべてを追加します。「Copy list」はチェックリストとしてコピーします。
• 録音を書き直す: 議事録、クライアント向け概要、ブログ記事、フォローアップメール、アウトライン、学習ノート、クリーンな文字起こし（「えー」や繰り返し、言い直しを削除し、話者は残す）、翻訳（言語を選ぶか、別の言語を入力）、その他から選び、必要に応じてメモを追加して「作成する」を押してください。各結果はコピーしたり、WordまたはPDFでダウンロードしたり、削除したりできます。録音1件につき最大10件まで、追加料金はかかりません。クリーンな文字起こしや翻訳は一度に最大5,000語まで対応します。それより長い録音の場合は、未対応である理由が「未対応」として表示されます。ただし、それ以外の機能はすべて全体に対して引き続き使えます。録音に含まれていない内容を依頼した場合、その内容は作成されず、理由が「未対応」のメモに表示されます。

• 各結果には高評価と低評価のボタンがあります。低評価を選ぶと、何が問題だったかを尋ねられ、その内容はaiKitチームに直接送られます。
• AIは名前、数字、強いなまりを聞き間違えることがあり、似た発言の話者を取り違えることもあります。頼る前に必ず内容を確認してください。法律や医療の用途で使える、逐語的に正確な公式記録ではありません。
• 無料アカウントの録音は90日間保存され、その後削除されます。有料または個別プランのアカウントでは、ユーザーが削除するまで録音が保存されます。音声データは保存されません。録音が削除されると、共有リンクは使えなくなります。
• 無料アカウントでは、録音1件あたり最大30分までです。残りのトークン数は開始画面に表示されます。非常に大きな動画ファイルを開くには、ブラウザで開けるだけの十分なメモリを備えたコンピューターが必要です。
• 現在、ZoomやMeet、Teamsのライブ通話には参加できません。通話を録音してから、そのファイルをアップロードしてください。