Software Overview
音声テキスト変換
Voice → Text Converter
しゃべった言葉をリアルタイムでテキスト化、または音声ファイルをアップロードしてテキストに変換できるブラウザ完結型ツールです。
APIキー不要・インストール不要。単一の HTML ファイルで即座に動作します。
01 — 主な機能
2つの音声入力モード
🎙
マイク入力モード
PCに接続されたマイクから音声をリアルタイムで認識し、話しながら即座にテキストとして表示します。ブラウザ標準の Web Speech API を使用するため、モデルのダウンロードは不要です。
リアルタイム認識
モデル不要
ワンクリック開始
📁
ファイル読込モード
マイクのない環境でも、音声ファイルをドロップするだけでテキスト変換できます。OpenAI Whisper モデルをブラウザ内で直接実行するため、音声データは外部に一切送信されません。
ローカル処理
MP3 / WAV / M4A
D&D対応
対応言語
日本語
English
中文
한국어
Français
Deutsch
Español
02 — 認識精度
Whisper モデルの選択
| モデル |
サイズ |
処理速度 |
特徴・推奨用途 |
| whisper-tiny |
約 80 MB |
最速 |
動作確認・英語向き。誤認識が多め |
| whisper-baseDEFAULT |
約 150 MB |
速い |
速度と精度のバランスが良い。日常的な用途に最適 |
| whisper-small |
約 500 MB |
やや遅い |
日本語など非英語で特に高精度。精度を重視する場合に推奨 |
※ モデルは初回変換時に自動ダウンロード。2回目以降はブラウザキャッシュから読み込みます。
03 — 使い方
操作手順
🎙 マイク入力
1
「マイク入力」タブを選択する
2
認識言語をプルダウンから選ぶ
3
マイクボタン（🎙）をクリック。ブラウザからマイク許可を求めるダイアログが表示されたら「許可」する
4
話すと変換結果エリアにリアルタイムでテキストが表示される
5
停止ボタン（⏹）をクリックして終了。「コピー」ボタンでテキストをクリップボードにコピーできる
📁 ファイル読込
1
「ファイル読込」タブを選択する
2
使用モデルと認識言語を選択する
3
音声ファイルをドロップするか、エリアをクリックしてファイルを選択する
4
「▶ テキストに変換」ボタンをクリックする
5
初回はモデルのダウンロード後、変換結果が表示される（処理はPC上で完結）
04 — 技術仕様
使用技術
| マイク音声認識 |
Web Speech API（ブラウザ標準機能） |
| ファイル音声認識 |
Transformers.js + OpenAI Whisper（ONNX形式） |
| モデル配信元 |
Hugging Face（huggingface.co）— 初回のみ通信 |
| 音声デコード |
Web Audio API（AudioContext、16kHz リサンプリング） |
| 外部ライブラリ |
@huggingface/transformers v3（CDN経由） |
| 推奨ブラウザ |
Google Chrome 最新版 / Microsoft Edge 最新版 |
| 対応ファイル形式 |
MP3 / WAV / M4A / OGG / WebM（ブラウザが対応する音声形式すべて） |
05 — 注意事項
ご利用にあたって
-
ℹ️
マイク入力には、ブラウザからマイク使用の許可が必要です。初回起動時に許可ダイアログが表示されます。
-
ℹ️
ファイル変換はすべてお使いのPC上で処理されます。音声データは外部サーバーに送信されません。
-
⚠️
ファイル変換の初回のみ、インターネット接続が必要です（Whisper モデルのダウンロード）。モデル変更時も再ダウンロードが必要です。
-
⚠️
PCのスペックによっては、ファイル変換に数十秒かかる場合があります。特に whisper-small は処理時間が長めになります。
-
📌
Firefox および Safari では一部機能が動作しない場合があります。Google Chrome または Microsoft Edge のご使用を推奨します。
-
📌
変換精度は音質・話し方・背景ノイズの影響を受けます。静かな環境での録音・クリアな音声ファイルをご使用ください。