議事録・文字起こし

voice-pro

文字起こしから吹き替えまで一画面でこなす音声道具

音声や動画から文字を起こし、翻訳して、別の言語の音声に吹き替えるところまでを、ひとつの画面でつなげて行える道具です。歌と伴奏を分ける機能や、短い見本から声を似せる機能も入っています。日本語の説明も用意されています。

#Gradio#吹き替え

これは何？黒い画面（ターミナル）で動かすツール

できること

高精度の文字起こし（Whisper系の複数方式）／翻訳／音声の吹き替え／声と伴奏の分離／短い見本からの声の再現／字幕の書き出し／多言語の画面表示

誰に効く？

動画に別言語の音声や字幕を付けたい人。音声の下ごしらえをまとめて行いたい人

用意するもの

Windows向けで、コマンド入力が必要です。快適に使うにはグラフィックボードが推奨されます。

時間のめやす

15〜30分(AIに聞きながらコピペ)

使うとこうなる

1Webアプリを開く→音声処理の画面が表示される
2動画や音声を入れる→認識や翻訳の処理を選べる
3TTSや声クローンを選ぶ→別言語音声の作成に進む

作れるもの・できることの例

動画字幕、翻訳テキスト、読み上げ音声・吹き替え素材

使えるようになるまでの手順をひらく

「」という文字だけの画面を使います（Windowsなら PowerShell）
GitHubページの「Installation」に書かれたコマンドを順番に実行
つまずいたら、いつも使っているAIチャットに「(ツール名)のインストールを手伝って」と聞くのがおすすめ

こんな人には向かないかも

黒い画面（ターミナル）にまだ抵抗がある人

迷ったらこれ：いつも使っているAIチャット（ChatGPT・Claude・Geminiなど）にこのツールのGitHubリンクを貼って「これを使いたい。私のPCでの始め方を一歩ずつ教えて」と頼むのが一番の近道です。

むずかしそう？同じジャンルで、もっと始めやすいのはこちら

Handy — ショートカットを押して話すと、その場で文字が入る meetily — 会議を録って文字にし、要約まで手元で作る Buzz — パソコンに入れるだけの文字起こしアプリ

他人の顔や声を扱う前に

本人の許可なく顔や声を使い、その人が言っていない・していないことをしているように見せる映像や音声を作って公開すると、名誉毀損や肖像権・パブリシティ権の侵害として損害賠償や刑事責任を問われることがあります。性的な内容にした場合や、実在の人物になりすまして金銭をだまし取る目的で使った場合は、さらに重い責任を問われます。使ってよいのは、自分自身の素材か、内容と公開範囲まで説明したうえで許可を得た相手の素材だけだと考えてください。手元のパソコンだけで処理できることと、作ったものを公開してよいことは別の問題です。

注意点

YouTubeの動画を取り込む機能が含まれていますが、YouTubeの利用規約は許可のない動画のダウンロードを認めていません。自分の動画や、権利者の許可があるものに限って使ってください。他人の声を似せる機能も、本人の許可なく使わないでください。吹き替えた音声を公開する場合は、元の動画・音楽・声のそれぞれについて権利の確認が必要です。はGPL-3.0です。

ひとことメモ

として公開されています。内容は公式ページでもご確認ください。

このツールが活躍する場所

事務・経理・バックオフィス →「議事録・文字起こし」のツールがこの職種の業務改善で活躍しています営業・マーケティング →「議事録・文字起こし」のツールがこの職種の業務改善で活躍しています

voice-proについてよくある質問

voice-proは無料で使えますか？: 無料で使えます。自分のパソコンの中で動くタイプなので、使った量に応じた料金もかかりません。
voice-proを使うのに、インストールや専門知識は必要ですか？: コマンド入力（黒い画面）での操作が必要です。手順どおりに文字を打ち込む作業に慣れていないと、導入でつまずきやすいツールです。
voice-proはスマホでも使えますか？: スマホには対応していません。パソコンが必要です。
voice-proは仕事（商用）で使えますか？: ライセンスは GPL-3.0 です。使うだけなら商用でも問題ありませんが、これを組み込んだものを配布する場合は、同じライセンスで公開する義務が生じることがあります。社内利用にとどめるか、配布前に確認してください。