転写ソフトウェア

文字起こしソフトウェアは、人間の音声をテキストのトランスクリプトに変換することを支援します。オーディオまたはビデオファイルは、手動または自動で文字起こしできます。^[1]文字起こし担当者は、文字起こしエディタで録音を数回再生し、聞いた内容を入力できます。文字起こしホットキーを使用すると、手動の文字起こしを加速したり、サウンドをフィルタリングしたり、イコライズしたり、明瞭度が高くない場合はテンポを調整したりできます。音声認識テクノロジーを使用すると、文字起こし担当者は、録音を PC で開いてクラウドにアップロードして自動文字起こしすることで、録音をテキストのトランスクリプトに自動的に変換したり、デジタルディクテーションを使用して録音をリアルタイムで文字起こししたりできます。録音の品質によっては、機械で生成されたトランスクリプトを手動で検証する必要がある場合があります。自動文字起こしの精度は、背景ノイズ、話者とマイクの距離、アクセントなど、いくつかの要因によって異なります。

文字起こしソフトウェアは、文字起こしサービスと同様に、ビジネス、法律、医療の目的で提供されることがよくあります。音声コンテンツと比較すると、テキスト文字起こしは検索可能で、コンピュータのメモリをあまり消費せず、字幕やクローズドキャプションなどの代替コミュニケーション手段として使用できます。

トランスクリプション「ソフトウェア」の定義は、トランスクリプション「サービス」と比較すると、前者は十分に自動化されているため、ユーザーは外部の人員を介さずにシステム全体を実行できるというものです。しかし、サービスとしてのソフトウェアとクラウドコンピューティングモデルの出現により、この区別は曖昧になっています。人工知能、機械学習、自然言語処理を使用して、音声をテキストに変換し、新しいフレーズやアクセントを継続的に学習します。^[2]

Googleの研究者は、 Google Cloud上で動作する無料のAndroidアプリGoogle Live Transcribeをリリースしました。^{[3] [4]} Google Chromeは英語のライブキャプションを開発し、組み込んで利用可能です。^[5] Googleドキュメント、Google翻訳、Googleアシスタント、GBoard Google Text to Speechエンジンも文字起こしツールをサポートしています。^{[6] [7] [8] [9]}

OpenAIは2022年9月にオープンソースの音声認識ディープラーニングモデルであるWhisperをリリースした^。[10]

• デジタルディクテーション
• 光学文字認識
• 音声合成