【話者分別なしver】文字起こし用の非公式アプリ販売【月額なし/買い切り】

文字起こしツール、便利だけどいずれのツールも

月額課金(サブスク)モデルが主流で意外とコストがかかる。

無料プランは魅力的に見えても、月に使える時間数に上限がある。

そんなサブスクに疲れた方へ！

またこれからクラウドソーシングを始める方へ朗報です！

このアプリは、PCにインストールして使う

買い切り型の文字起こしソフトです。

月額費用は「一切かかりません！」

「個人」「自作」と聞くと、精度が心配になる方も多いと思います。

なので、しっかり精度の検証もしています。

実際に人力で書き起こされた正解データと、このアプリの

文字起こし結果を1件ずつ照合しました。

【誤り率】

素の誤り率:13.1%

実質誤り率(表記のクセを除いた実態値):4.7%

「素の誤り率」は、"歪めた=ゆがめた" や "全て=すべて" の

ような、漢字とひらがなの書き方の違いまで誤りとしてカウント

した場合の数値です。

この書き方の違いを除いた「実質誤り率」は4.7%。

これは、商用の文字起こしツールでも高精度とされる水準(WER5%以下)

に匹敵します。

【なぜ精度が高いのか】

このアプリは、Whisper(OpenAI)・pyannote.audio という、

多くの商用の音声認識・話者分別サービスでも採用されている

AIエンジンを土台に組み上げています。

つまり「エンジンの性能」自体は商用ツールと共通していて、

違うのは「月額課金の形で提供するか」「買い切りのアプリと

して自分の手元で動かすか」という部分です。

一方で、正直にお伝えすると弱点もあります。

地名・専門用語・人名など、聞き馴染みのない固有名詞は誤変換が増える傾向があります

(例:「木曽川」→「基礎川」)

こうした誤変換は、月額課金の商用ツールを含め、音声認識技術そのものが共通して抱える限界です。

そのため完璧な仕上がりを求めるより、「議事録の下書きとして使い、固有名詞が出てくる箇所だけ見直す」という使い方が現実的です

【対応OS】Windows 10/11

【対応拡張子】.mp3 .wav .m4a .mp4 .mov .flac .ogg

■ できること

・ドラッグ&ドロップで音声・動画ファイルを複数まとめて追加

・モデル選択(small/medium/large-v3、通常はmediumを推奨)

・検索・置換機能(見出し・時間表示などは自動で対象外)

・フィラーワード(えー・あの 等)の「ハイライト/自動削除」設定

・結果のコピー・音声元フォルダへ保存・名前を付けて保存

・プログラミング知識は不要、専門コマンド入力もほぼなし

※ 話者分別(誰が話したかの区別)には対応していません。

それが必要な方は「話者分別ありver」をご検討ください。

(Hugging Faceのアカウント登録は不要です)

■ 同梱物

・セットアップガイド(PDF、画面付き)

・setup.bat / run.bat / transcribe_gui.py / app_icon.ico 一式

【注意事項】

・セットアップ手順は同梱のPDFガイドに沿って進めてください

・トラブル対応は、アプリ内の「ヘルプ」タブ、またはこちらのメッセージ機能でサポートします

・話者分別(誰が話したかの区別)が必要な方は、そちらの機能を含む上位版もございます

【その他】

・本アプリは個人が開発した非公式ツールです。動作を保証するものではありません

・エラー発生時は自動でerror_log.txtに記録されます。不具合はメッセージ機能でご連絡ください

・セットアップ完了後の追加費用は一切ありません(買い切り)