無料の WAV 文字起こし。無圧縮の録音をアップロードすれば、話者ラベルと AI 要約が付いたタイムスタンプ付き文字起こしが返ってきます。クレジットカード不要。
1 日 3 件無料 · 24 時間後に自動削除 · 100+ 言語対応 · クレジットカード不要
WAV 文字起こしツールとは、無圧縮の .wav 録音の中の話し声を文字にするものです。TurboCast はそれを AI でやります。ファイルをアップロードすれば、数分後にはタイムスタンプ、話者ラベル、AI 要約、クリックできるチャプター付きの文字起こしが手元に届きます。
WAV は、フィールドレコーダー、Audacity、あらゆる DAW、そして大半の通話録音システムが「最高品質で」と指定したときに書き出す形式です。何も捨てないので文字起こしには好都合ですが、アップロードには不利です。同じ録音でも、WAV は MP3 のおよそ 10 倍のサイズになります。無料プランは 1 ファイル 100MB まで、CD 品質のステレオならおよそ 10 分ぶんです。アップロードする前に、下のファイルサイズのセクションに 30 秒だけ目を通す価値があります。
残りの数字も出しておきます。無料で 1 日 3 件、1 ファイル 30 分まで、クレジットカードは不要。有料プランなら 500MB・210 分まで、件数は無制限になります。言語検出は 100+ 言語をカバーし、ファイルは処理から 24 時間後に削除されます。手元の録音が別の形式なら、ページ下部にリンクした音声テキスト変換があらゆる音声形式を受け付けます。
ソフトのインストールも、形式変換も、再エンコードも要りません。WAV 文字起こしツールは PCM 音声を直接読むので、レコーダーやエディタが保存したままのファイルをそのまま入れられます。
ページ上部の変換ツールにファイルをドラッグします。16 ビットのステレオ WAV は 1 分あたり約 10MB になるので、録音が長いなら下のサイズ表を確認してください。無料プランは 100MB・30 分まで、Pro なら 500MB・210 分まで。
言語検出は 100+ 言語にわたって自動で走ります。すべての段落にタイムスタンプが付き、2〜3 人の話者にはラベルが付きます。無圧縮の音声はモデルにとって最もきれいな入力なので、WAV 文字起こしの結果は録音そのものの品質で決まります。
文字起こしを要約とチャプターの横で読み、固有名詞を直してから、TXT、SRT、VTT、PDF、DOCX で書き出すか、そのままノートやフラッシュカードに送ります。
どの WAV 文字起こしツールも避けて通る問いです。無圧縮の音声は大きいので、無料枠では 30 分の長さ上限よりずっと先にファイルサイズの上限に当たります。上限内に収める方法は 3 つ、どれも文字起こしの品質は落としません。
話し声に 2 チャンネルは要りません。Audacity や DAW で書き出す前にモノラルにミックスダウンすれば、ファイルは半分になります。44.1 kHz の音声なら約 20 分が 100MB に収まります。
音声認識モデルは内部で 16 kHz で動いているので、16 kHz モノラルの WAV にしても大事なものは何も失われません。1 分あたり約 1.9MB、100MB でおよそ 52 分です。
同じ録音を 128 kbps の MP3 にすればサイズは約 10 分の 1 になり、文字起こしの結果は変わりません。そこから先は MP3 文字起こしのページが引き受けます。変換したくないなら、有料プランは 500MB の WAV を受け付けます。
16 ビット PCM の目安です。そのままアップロードするか、軽い WAV で書き出し直すか、先に MP3 に変換するかの判断に使ってください。
| 録音 | 1 分あたりのサイズ | 100MB(無料)に入る分数 | 500MB(Pro)に入る分数 |
|---|---|---|---|
| WAV 44.1 kHz ステレオ(CD 品質) | ≈ 10.1 MB | ≈ 10 分 | ≈ 49 分 |
| WAV 48 kHz ステレオ(動画、フィールドレコーダー) | ≈ 11 MB | ≈ 9 分 | ≈ 45 分 |
| WAV 44.1 kHz モノラル | ≈ 5 MB | ≈ 20 分 | ≈ 99 分 |
| WAV 16 kHz モノラル(音声用書き出し) | ≈ 1.9 MB | ≈ 52 分 | 上限 210 分 |
| MP3 128 kbps(同じ録音) | ≈ 1 MB | 上限 30 分 | 上限 210 分 |
大半の WAV 文字起こしツールは、文字の壁を渡して仕事は終わりです。TurboCast は録音の構造を保ったまま、本来なら自分で書き足すはずの一層を加えて返します。
すべての段落が録音の該当箇所に紐づいています。行をクリックすれば、その場に戻って何が言われたかを正確に聴き直せます。
2〜3 人の声なら安定して分離され、ラベルが付きます。Speaker 1 を実際の名前に一度変えれば、文字起こし全体に反映されます。
AI 要約、チャプター一覧、要点は文字起こしと同時に生成されます。読むなら TXT、DOCX、PDF、タイミング付きの字幕ファイルが要るなら SRT と VTT で書き出せます。動画に字幕を付けるのは AI 字幕生成ツールの仕事です。
ここから先は、単なる WAV 文字起こしツールの話ではなくなります。同じ文字起こしが、大きなファイルを再アップロードすることなくサイト上のすべてのツールにつながります。
AI ノートテイカーが、録音から構造化されたノート、重要概念、要点を生成します。1 時間のセミナー録音が、復習に使える 2 ページになります。
AI フラッシュカードメーカーで、録音を間隔反復用のカードや簡単なクイズに変えます。試験対策や語学学習に。
AI ポッドキャスト生成で、内容をナレーション付きのエピソードとして解説してもらえます。通勤中の復習にちょうどいい形です。
WAV は、ファイルサイズより品質を選んだ場所に必ず現れます。毎週目にする 4 つの WAV 文字起こしワークフローです。
Zoom H-series レコーダーや DAW セッションのマスター録音は WAV です。一度文字起こしすれば、番組ノート、チャプター、検索できるアーカイブに使えます。
最高品質で録ったフィールドインタビューが、引用できるタイムスタンプ付きのテキストになります。引用を確認したいときは、その秒数へ一気に戻れます。
WAV で録ったフォーカスグループ、セミナー、ラボミーティングが、誰も 6 時間タイプすることなく、ノートになり、さらにフラッシュカードになります。
電話システムやディクテーション機器は、WAV で書き出すことが多いです。1 週間ぶんの通話を、話者ラベルをそのまま残した読める議事録に変えられます。
よくあるオンラインの WAV 文字起こしツールで手に入るものと、ここで返ってくるものの比較です。
| 得られるもの | 一般的なオンライン変換ツール | TurboCast |
|---|---|---|
| 素の文字起こし | あり | あり |
| 無料枠 | 初回のみ、多くは 3〜15 分 | 毎日 3 ファイル、1 本 30 分まで |
| WAV のファイルサイズを正直に伝える | ほとんどない | アップロード前に、上のサイズ表で |
| タイムスタンプ | ときどき | 全段落、クリック可能 |
| 話者ラベル | 有料オプション | 標準搭載 |
| AI 要約とチャプター | なし | 標準搭載 |
| 出力形式 | TXT、ときに SRT | TXT、SRT、VTT、PDF、DOCX |
| 文字起こしからノート、フラッシュカード、AI ポッドキャスト | なし | ワンクリック |
| 処理後のファイル自動削除 | まちまち、不明瞭なことも | あり、24 時間後 |
無圧縮の音声はエンコードのノイズという問題を 1 つ消しますが、ほかの問題は残ります。WAV 文字起こしツールがどこでつまずくか、どう回避するかをまとめました。
ここにたどり着く前に、実際に検索されている質問です。
ページ上部に録音を置けば、数分で WAV 文字起こしの結果が見られます。1 日 3 件まで無料、1 本 30 分・100MB まで、クレジットカードは不要です。