動画文字起こし:話した言葉を字幕にして画面に載せる

動画をアップロードすると、AdsTurboが話されている言葉をAIで文字に起こし、音声のタイミングに合わせた字幕として同じ動画に載せて返します。

出力は字幕付きの動画です(.txt・SRT・VTTファイルではありません)。画面にすでに入っているテロップを読み取る機能ではありません。MP4・MOV・MKVに対応。

AdsTurboの動画文字起こしでできること・できないこと

動画の文字起こしを探す理由は、大きく2つに分かれます。ひとつは、議事録や記事の下書きとして使えるテキストがほしい場合。もうひとつは、動画の中で話している内容を画面に文字で出し、音を出さずに見ている人にも伝えたい場合です。AdsTurboが対応しているのは後者です。アップロードした動画の音声をAIが認識して字幕の行に変え、声の流れに合わせてタイミングをそろえたうえで、その字幕が入った新しい動画を生成します。

受け取れないものも先にお伝えします。文字起こしの結果をテキストとして単体で書き出すことはできず、SRTやVTTといった字幕ファイルの書き出しにも対応していません。また、画面にすでに焼き込まれているテロップを読み取って文字にする機能でもありません。対象は「話されている音声」で、返ってくるのは字幕付きの動画1本です。入力もアップロードした動画ファイルか、アセットに保存してある動画に限られ、動画のリンクを貼って始めることはできません。

動画をテキスト化する前に知っておきたい期待値と制限

「動画をテキスト化したい」という言葉の受け取り方によって、このツールが合うかどうかが変わります。始める前に次の点を確認しておくと、やり直しが減ります。

  • 結果は動画です。字幕が入った状態の動画をプレビューし、そのままダウンロードして投稿や入稿の作業に進む流れに向いています。
  • 事前に決める設定はありません。言語やタイミングを指定する項目はなく、音声認識と字幕のタイミング合わせは自動で行われます。
  • 字幕になるのは音声です。BGMだけの動画や、はっきりした話し声がない動画では、字幕にする材料がほとんどありません。
  • 精度は録音の状態に左右されます。AIが生成した字幕なので、公開前に最初から最後まで再生して確認してください。

動画文字起こしの3ステップ

  1. 動画をアップロード

    AdsTurboのワークスペースで動画字幕を開き、デバイスにあるMP4・MOV・MKVの動画ファイルをアップロードするか、AdsTurboのアセットに保存してある動画を選びます。

  2. 生成を開始

    設定する項目はありません。AdsTurboが動画内の音声を自動で文字に起こし、字幕の行を作って音声のタイミングに合わせます。

  3. プレビューしてダウンロード

    処理が完了したら、タスクセンターで字幕付き動画を最初から最後まで再生して確認し、問題がなければダウンロードします。

動画の文字起こしが役立つ場面

  • カメラに向かって話す動画をTikTok、Instagramのリール、YouTubeショートに投稿するクリエイター。音を出さずに流し見する視聴者が多い場所です。
  • 商品デモやレビュー動画を撮るEC事業者。サイズ、機能、使い方など、口頭でしか伝えていない情報を画面でも読めるようにできます。
  • 字幕入りの広告素材を、1行ずつ手で打ち込まずに用意したいマーケティング担当者や広告代理店。
  • チュートリアル、プレゼン、社内共有の動画を、字幕付きで届けたい研修担当者やチーム。

どの場合も目的は同じで、動画そのものが自分の言葉を画面に載せている状態にすることです。聞き取って打ち込み、タイミングを合わせる時間を減らし、完成した字幕付き動画をそのまま次の作業に回せます。

動画をテキストに変換して読みたい場合

動画で話した内容を文章として読みたいのであれば、動画字幕よりもAdsTurboの動画分析レポートのほうが目的に近くなります。200MBまでのMP4を1本アップロードするか、対応する動画リンクを貼り付けると、検出されたクリップごとの台本テキストと、動画全体の台本をレポートの中で確認できます。クリップの尺、画面メモ、カメラアングルと並べて読めるため、台本を書き直すときや広告の構成を振り返るときに使えます。

まとめると、話した言葉を画面に字幕として出したいなら動画字幕、話した言葉を文章で読みたいなら分析レポート、という使い分けです。どちらもAIが生成した結果なので、使う前に必ず内容を確認してください。

文字起こしの精度を高めるコツ

字幕の質は、AIが何を聞き取れるかで決まります。マイクの近くではっきり録音された声と、少ない背景ノイズがいちばん良い材料です。複数の人が同時に話している、BGMや効果音が声にかぶっている、声が大きくなったり小さくなったりする、といった動画では、すべての言葉を正確に拾うのが難しくなります。

  • 話が中心の動画は、アップロード前にBGMを下げるか外しておきます。
  • 複数の人が同時に話している区間は避けます。
  • 公開前に結果を最後まで見て、人名、商品名、数字を確認します。
  • 字幕付きの版と見比べられるよう、元のファイルは保管しておきます。

料金とクレジット

字幕付き動画の生成には、1回ごとにクレジットを消費します。有料プランには透かしなしのHD動画と商用利用権が含まれるため、字幕付き動画を広告として配信する予定がある場合は確認しておいてください。プランの内容とクレジットの詳細は料金ページに掲載しています。

よくある質問

動画の文字起こし結果をテキストファイルやSRTで受け取れますか?

いいえ。AdsTurboの動画字幕は、音声をタイミングの合った字幕に変えて、字幕付きの動画を返します。テキストの文字起こしや、SRT・VTTの字幕ファイルを単体でダウンロードすることはできません。

画面にすでに入っているテロップも文字にできますか?

いいえ。画面内の文字を読み取る仕組みではなく、動画の中で話されている音声を認識して字幕を作る仕組みです。そのため、話し声が入っている動画に向いています。

動画のリンクを貼って文字起こしできますか?

いいえ。動画字幕は、アップロードした動画ファイルか、アセットに保存した動画から始めます。自分で作成した動画、または利用許可を得た動画をMP4・MOV・MKVで用意してください。

話した内容を文章として読みたいときはどうすればいいですか?

AdsTurboの動画分析レポートで、検出されたクリップごとの台本テキストと動画全体の台本を確認できます。200MBまでのMP4を1本アップロードするか、対応する動画リンクを貼り付けてください。

文字起こしの精度は何によって変わりますか?

音声と録音の明瞭さによって変わります。背景ノイズが少なく、声がはっきりしているほど良い結果になります。公開前に、タスクセンターで完成した字幕付き動画をプレビューし、重要な言葉を確認してください。

動画の言葉を、画面の字幕に

動画をアップロードすると、AIが音声をタイミングの合った字幕に変えます。完成した字幕付き動画はタスクセンターからダウンロードできます。