音声入力・文字起こし — 無料のオンライン音声認識
マイクで話した内容を、編集できるテキストにするツール
ブラウザー内で処理・アップロード不要
音声はこのサイトではなく、ブラウザーの音声認識サービスが処理します
認識はブラウザーの提供元のサービスが行います。パソコンとAndroidのChromeは音声をGoogleのサーバーに、EdgeはMicrosoftのオンライン音声サービスに送ります。SafariとiPhone・iPadのすべてのブラウザー（そこでのChrome・Edgeを含む）はAppleの音声認識を使い、端末・言語・設定によって端末内またはAppleのサーバーで処理します。処理には各社のプライバシーポリシーが適用されます。ToolSnackのサーバーには音声もテキストも一切送られず、書き起こした文章はこのページの中にだけ残ります。機密性の高い内容は音声入力しないでください。
ブラウザーの対応状況を確認しています…
確定した文がここに追加されます。自由に編集できます。
音声入力ツールとは
話した言葉を、ページ上でそのまま文字にするツールです。会議中にアイデアを書き留めたいとき、手がふさがっているときのメモ、キーボードで仕上げる前の下書きづくりに役立ちます。話している間、まだ確定していない部分は薄い斜体で表示され、ブラウザーが確定すると下の書き起こし欄に追加されます。書き起こしはいつでも編集でき、ワンクリックでコピーできます。認識はこのサイトではなく、ブラウザー提供元の音声サービスが行います。パソコンとAndroidのChromeはGoogle、EdgeはMicrosoft、SafariとiPhone・iPadのすべてのブラウザー（そこではChromeやEdgeもAppleのエンジンで動きます）はAppleです。Appleは端末・言語・設定によって、端末内またはサーバーで音声を処理することがあります。ToolSnackには何も送られません。
使い方
- 認識する言語を選びます。日本語のページでは「日本語」が選ばれています。英語（米国・英国）、中国語（中国大陸・台湾）、韓国語、スペイン語、フランス語、ドイツ語、ロシア語、アラビア語（サウジアラビア・エジプト）も選べます。
- 音声入力を開始を押し、ブラウザーに聞かれたらマイクの使用を許可します。
- 自然に、はっきり話します。確定前の文はまず薄い文字で表示されます。
- 話し終えたら停止を押します。音声入力中は言語を変更できません。
- 書き起こし欄で必要な箇所を直し、コピーを押します。
- クリアを押すと欄が空になり、最初からやり直せます。
仕組み
- API：Web Speech APIの
SpeechRecognitionを使い、Chromium系ブラウザーではwebkitSpeechRecognitionに切り替えます。どちらもなければ、未対応のブラウザーであると表示します。 - 認識モード：
continuousとinterimResultsを両方オンにしています。途中結果はプレビューとして表示するだけで、確定した結果だけを書き起こしに追加します。 - 文のつなぎ方：確定した文は前後の空白を除き、スペース1つを挟んで追加します。ただし、すでに空白や改行で終わっている場合、文が読点や句点などの記号で始まる場合、そして単語の間にスペースを入れない日本語と中国語ではスペースを入れません。英語などでは、文頭と、ピリオド・疑問符・感嘆符のあとの最初の文字を大文字にします。
- 自動再開：「停止」を押していないのにブラウザーがセッションを終えた場合は、新しいセッションを始めます。何も認識されないまま5回続けて再開すると、音声入力を止めます。
- エラー：マイクのブロック、音声なし、ネットワークエラー、マイクが見つからない、未対応の言語には、それぞれ専用のメッセージがあります。「音声なし」では音声入力を続け、それ以外では止めます。
- 上限：書き起こしが100,000字を超えると音声入力を止めます。コピーして欄を空にしてから続けてください。
例
| 言語 | 確定した文（順に） | 書き起こし |
|---|---|---|
| 日本語 | こんにちは / 元気ですか | こんにちは元気ですか |
| 日本語 | 今日は晴れです / 。 | 今日は晴れです。 |
| 英語（米国） | hello there. / how are you | Hello there. How are you |
| 韓国語 | 안녕하세요 / 반갑습니다 | 안녕하세요 반갑습니다 |
精度はマイク、周囲の雑音、話す速さ、ブラウザーの音声サービスによって変わります。BraveやOperaなど他のChromium系ブラウザーは、機能はあってもネットワークエラーで失敗することが多いので、ChromeかEdgeを使ってください。書き起こしはどこにも保存されないため、ページを閉じる前にコピーしておきましょう。
よくある質問
声はToolSnackのサーバーに送られますか？
いいえ。ToolSnackのサーバーが音声や書き起こしを受け取ることはありません。ただし、認識そのものはブラウザー提供元のサービスが行います。パソコンとAndroidのChromeは音声をGoogleの音声認識サーバーに、EdgeはMicrosoftのオンライン音声サービスに送ります。Safari、およびiPhone・iPadのすべてのブラウザー（ChromeやEdgeを含む）はAppleの音声認識を使い、端末・言語・設定によって端末内またはAppleのサーバーで処理されます。各社のプライバシーポリシーが適用されるので、パスワードなどの機密情報は音声入力しないでください。
Firefoxで使えないのはなぜですか？
音声入力はWeb Speech APIのSpeechRecognition（ウェブ標準の草案）を使っており、Firefoxは初期設定ではこれを提供していません。機能がない場合は開始ボタンが無効になり、理由が表示されます。Chrome、Edge、Safariで開いてください。
マイクをブロックしてしまいました。どうすれば戻せますか？
アドレスバー左のサイト情報アイコンをクリックし、マイクを「許可」にしてから、もう一度「音声入力を開始」を押してください。ブロック中はその旨のメッセージが表示されます。スマートフォンでは、OSの設定でブラウザーアプリ自体にもマイクの許可が必要です。
話すのをやめると止まってしまいますか？
ブラウザーは無音が続いたり一定時間が過ぎたりすると、認識セッションを終えることがよくあります。「停止」を押していなければ、このツールが自動で新しいセッションを始めます。何も認識されないまま5回続けて再開した場合は停止してお知らせし、マイクがつけっぱなしにならないようにします。
句読点は入りますか？
句読点はブラウザーの音声サービス次第です。このツールは受け取った文をつなぎ、スペースを整えます（日本語と中国語はスペースを入れずにつなぎます）。足りない句読点は書き起こし欄で直接直せます。
