文字起こしは、使いたい形式で出力されて初めて役に立ちます。研究者はメモに貼れるテキストを探し、動画編集者はタイミング付きの字幕を必要とし、Webサイトの運営者はブラウザで表示できる形式を求めます。用途によって必要な形式は変わり、選び間違えると後から直すのに半日かかることもあります。

よく使われる形式について、何を保持し、どんなときに使うのかを以下にまとめます。

形式の概要

形式 含まれるもの 向いている用途
TXT プレーンテキスト、任意でタイムスタンプ メモ、引用、どこにでも貼り付け
Markdown 見出しと話者ラベルのあるテキスト ブログ、Notion、Obsidian、GitHub
DOCX 書式付きの文書 共同編集、印刷
SRT 番号付きの字幕と開始・終了時刻 ほとんどのプラットフォームの動画字幕
VTT 時刻付きの字幕に加え、スタイルと注釈 Webの動画、アクセシブルなプレーヤー

TXT:迷ったらこれ

TXTにはこわれる書式がありません。どのエディタでも開け、コピー&ペーストしても崩れず、検索もしやすいです。言葉だけが必要なときや、別のツールでテキストを処理する予定があるときに使ってください。タイムスタンプを入れておけば、その時点の音声にすぐ戻れます。

Markdown:テキストをオンラインに載せるとき

Markdownなら、話者名を太字にしたり、トピックを見出しにしたりでき、HTMLへもきれいに変換できます。文字起こしをサイトのページやナレッジベースのノートにするなら、まずこの形式を検討してください。整形のためにプレーンテキストを手作業で直す手間が省けます。

DOCX:他の人と編集するとき

編集者、クライアント、弁護士はWordを使うことが多いものです。DOCXなら、コメントや変更履歴を付けて返してもらえます。公開前にレビューを通す文字起こしに向いています。

SRTとVTT:テキストが字幕になるとき

どちらも文字起こしを短い字幕ブロックに分け、それぞれに開始時刻と終了時刻を付けます。違いは小さいですが、無視できるほどではありません。

  • SRTは古くからある単純な形式です。ほぼすべての動画プラットフォームや編集ソフトが対応しています。
  • VTTは、HTMLの <track> 要素のためのWeb標準です。配置や注釈もサポートします。

YouTube、LinkedIn、動画編集ソフトにアップロードするならSRTが無難です。自前のWebプレーヤーを作るならVTTを使いましょう。

字幕ブロックの長さは、形式より大事です。1ブロックは2行程度に収め、文の途中で不自然に切らないようにしてください。すぐ消える字幕は、ないのと同じくらい役に立ちません。

選び方の簡単なルール

  1. 言葉だけが必要なら TXT。
  2. Webで公開するなら Markdown。
  3. 編集者に送るなら DOCX。
  4. 動画に字幕を付けるなら SRT。自前のWebプレーヤーなら VTT。

使う前にファイルを確認する

書き出し形式を変えても、文字起こし自体の誤りは直りません。話者ラベルがずれていたり、名前のつづりが間違っていたり、長いエピソードでタイムスタンプがずれていたりすることがあります。ファイルを開き、冒頭、中盤、最後の数分をそれぞれ読んで確かめてください。

Podcast To Transcript は、Apple Podcasts、Spotify、YouTubeのエピソード、または音声のあるページから、話者ラベルとタイムスタンプ付きの文字起こしを作成し、目的に合った形式で書き出せます。ポッドキャストを文字起こしする全体の流れはポッドキャストを文字起こしする方法ガイドで解説しています。どのプランでどのオプションが使えるかは料金ページで確認できます。

よくある質問

アクセシビリティに最適な形式はどれですか?

ページ上に読みやすいテキストの文字起こしを載せ、そのエピソードが動画にもあるなら、VTTかSRTで字幕を追加しましょう。ポッドキャストの文字起こしとWCAGの関係は、こちらの記事で指針の内容を説明しています。

SRTをVTTに変換できますか?

はい。2つのファイルは十分に似ているので、ほとんどのエディタや無料の変換ツールなら数秒で相互に変換できます。ただし、VTTはミリ秒の前にカンマではなくピリオドを使うため、変換後にタイムスタンプを確認してください。

TXTの文字起こしにタイムスタンプは必要ですか?

読者がエピソードを引用したり内容を確かめたりするなら、入れておくと便利です。記事にするための整った文章だけが欲しい場合は、省いて構いません。

PDFは良い文字起こし形式ですか?

最終版の読み取り専用コピーを共有するなら問題ありません。ただし、まだ編集する必要があったり、複数のファイルをまたいで検索する必要があったりするなら向いていません。