Option 01
Rev 人力文字起こし
実際の人間があなたのインタビューをタイプします。悪い音声に最適ですが、待つ必要があり、費用が高いです。
ターンアラウンド12–24 時間（典型的）
クリーン音声での精度99%（表示）
スピーカーラベル手動、含まれる
言語EN 人力 · 30+ AI
コスト · 分/単位$1.50 人力 · $0.25 AI
プライバシー音声は請負業者に送信
Best for法廷提出または出版に必須のインタビューで、悪い音声で人間の耳が必要で、待つ時間がある場合。
インタビュー文字起こし。どのような録音方法でも、同じ結果。
電話の音声メモ、Zoom 通話、ラベリアン マイク、またはハンドヘルド フィールド レコーダー — インタビュー音声をドロップしたら、スピーカーラベル付きで、タイムスタンプ付きのテキストが得られ、引用できます。
Drop a file, or pick one
MP3 · WAV · M4A · MP4 · MOV · MKV · OGG · OPUS · FLAC · WEBM — up to 100 MB anonymously
Paste a link, we’ll fetch the audio
YouTube · TikTok · Vimeo · Twitter · SoundCloud · Spotify · 50+ more
↓ 出力結果を確認
2 つの音声が入る。 2 つの音声が出てくる、ラベル付き。
ほとんどのインタビューは 1 つのデバイス上の 2 人 — テーブルの上の電話、あるいはあなたの間に置いた録音機です。単一のモノ チャンネルからでも、レポーターと出典をインタビュー音声から分離して、引用のためにすべてのターンにタイムスタンプをつけます。
フィールドレコーダー · WAV
auto-detected en-US48 kHz mono · 1411 kbps
~90s
トランスクリプト · ストリーミング
S1
18 日の朝に見たことについて、詳しく教えていただけますか？
S2
6 時頃に着きました。ローディング ベイのドアはすでに開いていて、そのはずではありませんでした。
S1
そのドアの問題については以前報告されていたと思いますが、だれに報告されましたか？
S2
施設の Diane Okafor に 3 月に 2 回報告しました。メールがあります。
フィールド WAV で 94%DOCX · TXT · SRT · JSON
↓ This is the dashboard
This is what loads when the job finishes.
Same layout as the real dashboard — Summary, full Transcript, Speakers tab, Exports. Key points and action items extracted automatically. Auto-tags on every job.
Summary 5Transcript 1,420Speakers 2Exports
Founders need post-call content, not just transcripts. Tools force them to stitch 5 apps together.
Sample preview from a founder interview about post-call workflow. Real transcripts look exactly like this — same tabs, same summary block, same key-points / action-items split, same auto-tag chips.
Key points
Gap exists between raw recordings and shippable content — tools stop at transcript.
Show notes, social clips, blog drafts all expected by call's end, not next-day.
Current tooling fragmented across 5 apps — no single pipeline.
Conversion-rate signal flipped a buyer-segment assumption at week 3.
40% of original hypothesis survived — the shape held, mechanics rebuilt.
Action items
Speaker 1Investigate single-pipeline approach to replace 5-app stitch.
Speaker 2Mock how show-notes draft could flow from the transcript.
Speaker 2Pull conversion-rate by segment, Monday EOD.
Speaker 1Map the 5-app stitch & list which steps actually need a human.
3 つの選択肢 · 正直に比較
Rev（人力）。Otter または Trint。 またはTranscription.Solutions。
Rev は音声を人間の文字起こし者に送ります — 遅く、高い費用ですが、悪い音声で高い忠実度です。Otter と Trint は AI ファースト（私たちと同じ）で、ジャーナリストと研究者向けにチューニングされています。各選択肢がどこに適合するかを以下に示します。
Option 02
Transcription.Solutions
AI トランスクリプト、スピーカー分離、数分で準備完了。電話メモ、Zoom、フィールド レコーダーでも同じエンジンを使用。
ターンアラウンド音声 1 時間あたり ~3 分
クリーン音声での精度94–96%
スピーカーラベル自動 · エディタで名前変更可能
言語99、自動検出
コスト · 分/単位$0.03
プライバシー音声は 24h で削除 · トレーニングなし
Best for1 週間に複数のインタビューを行い、請負業者にアップロードすることなく、高速で引用可能なテキストが必要なジャーナリスト、研究者、プロデューサーに最適。
Option 03
Otter / Trint
研究指向のエディタ付き AI 文字起こし。英語が強く、月間プランに制限されています。
ターンアラウンドリアルタイム～ ~5 分
クリーン音声での精度~90–93%
スピーカーラベルあり · EN チューニング
言語Otter は EN のみ · Trint は 30+
コスト$17–80/user/月（サブスクリプション）
プライバシーデフォルトではアカウントに保存
Best forすべてのインタビューの開催済みライブラリが必要で、ユーザーあたり月額シート料金を気にしないチーム向け。
価格と機能フラグは 2026 年現在で正確です。Rev の人力ターンアラウンドはキュー深度と音声長によって異なります。
インタビューに特有
人々がはまる 3 つのポイント。 一般的な文字起こしツール。
インタビュー音声はめったにクリーンではありません。以下の設定を切り替えると、トランスクリプトは引用に耐える力を持つようになります。
何が起こるか
- 1単一チャンネルでのクロストーク。出典が強調的になって質問に話しかかるとき、ジェネリック ダイアライゼーションは両方を 1 つのスピーカー ブロックに統合します。
- 2出典の名前と場所（Okafor、Tigray、Maranello）は音字的に返されます。トランスクリプトに対して事実確認に役立ちません。
- 3���フザレコード モーメントは引用可能な資料と同じトランスクリプトに終わります — 領域を編集済みとしてマークする方法はありません。
ここで切り替えるべきこと
- 1フィールド レコーダーが2 チャンネル WAV（トラックごとに 1 つのマイク）を書き込む場合、そのファイルを直接アップロードしてください。チャンネルごとを検出してダイアライゼーションをスキップします。
- 2準備ノート — 出典の名前、組織、場所の名前 — をジョブ フォームのカスタム語彙に貼り付けてください。認識エンジンはそれらを既知の固有名詞として扱います。
- 3トランスクリプトが到着したら、エディタで領域をオフレコードとしてマークしてください。DOCX と TXT で `[REDACTED 14:22–15:08]` としてエクスポートされ、ソース音声は 24 時間以内に削除されます。
インタビューに推奨されるジョブ設定
インタビュー ファイルをドロップするとこれらはデフォルトでオンになります。ジョブごとにフォームでオーバーライドします。
- ダイアライゼーション
- ステレオの場合はチャンネルごと · そうでない場合は音響
- スピーカー モデル
- インタビュー · 2–4 スピーカー
- 言語
- 自動検出 · コード切り替えオン
- フィラー ワード
- 保持（逐語モード）
- サマリ
- キー クォート + トピック インデックス
- エクスポート
- タイムスタンプ付き DOCX · プレーン TXT · JSON
Accuracy · real-world numbers
良いラベリアンなら 96%。 カフェの録音でも読める。
インタビューの精度はマイクが実際に拾った音声で制限されます。各スピーカーの密閉マイク ステレオが上限で、テーブルの上に置かれた電話がノイズが多い下限です。以下の数字は合成ベンチマークではなく、本番インタビュー ファイルから取得しました。
96%
デュアル ラベリアン · スタジオ静寂
スピーカーごとに 1 つのマイク、別のチャンネル（Zoom H5/H6、Tascam DR-40）。ダイアライゼーションは簡単で、エラーはテキストのみです。
94%
テーブル上のハンドヘルド レコーダー
2 スピーカーの間に単一のコンデンサー、静かな部屋。音響ダイアライゼーションは 4 フィート以下での音声分離を確実に行います。
90%
電話音声メモ · 密閉
iPhone または Pixel 音声メモをテーブルに置く。名前と数字は時々逃しますが、引用のためのペースは大丈夫です。
84%
フィールド録音 · カフェまたは通り
エスプレッソ マシン、トラフィック、近くの 3 番目の音声。私たちのデータで最悪のケース — ナビゲーションに使用可能で、オーディオに対して引用を確認してください。
よくある質問
人々が尋ねる 8 つのこと。 インタビュー文字起こしについて。
01これらのトランスクリプトをオーディオに対して確認せずに公開記事で使用できますか？+
直接引用の場合は、いいえ。常にオーディオに対して確認してください。94% 精度の AI トランスクリプトでも、平均して 17 のうち 1 単語を誤読し、引用の間違った単語は修正となります。トランスクリプトはナビゲーションとドラフト用で、オーディオが真実の源です。
02レコーダーがスピーカーあたり 1 つのマイクでステレオ WAV を保存しました。何をすればいいですか？+
そのファイルを直接アップロードしてください — 最初にモノに変換しないでください。2 つのチャンネルを検出してそれぞれを独自のダイアライゼーション トラックにルーティングします。これは最高精度のパスです。静かな部屋では 96% 以上を期待してください。
03電話通話で録音されたインタビューについてはどうですか？+
電話音声は 8 kHz ナローバンドで、クリーンな回線でも精度を約 88% に制限します。それでも、レコーダー アプリが個別にキャプチャした場合（ほとんどが行う）、チャネル分離を使用して 2 者を分割します。WhatsApp または Signal を使用した VoIP 通話は PSTN より少し音質が良いです。
04トランスクリプトを共有する前にオフザレコード セクションを編集できますか？+
はい。エディタでタイムスタンプ範囲を選択して `[REDACTED]` とマークしてください。エクスポートはテキストを編集マーカーで置換しますが、タイムスタンプを保持するのでドキュメントはまだオーディオを追跡します。
05インタビュー録音でモデルをトレーニングしていますか？+
いいえ。ソース音声は完了から 24 時間以内にインフラストラクチャから削除され、どのプラン下でも、顧客の録音をモデル トレーニングに使用しません。トランスクリプト テキストは削除するまでアカウントに残ります。
06パネル インタビューで 3 人または 4 人 — ダイアライゼーションはまだ機能しますか？+
約 6 つの異なる音声まで、はい。ただし、追加されたスピーカーごとの精度は低下し、2 つのスピーカーが似た音を立てるとより悪化します。トランスクリプトが到着した後、スピーカー チップの 2–3 分の名前変更パスを計画してください。
07英語以外の言語でインタビューを文字起こしできますか？+
99 の言語、自動検出。コード スイッチング（英語の出典が文の途中でスペイン語にスリップする）は 12 の言語ペアで処理されます。精度は言語によって異なります — ヨーロッパ言語は英語と一致し、低リソース アフリカ および中央アジア言語は 5–10 ポイント低いです。
08Zoom 通話で録音するのですが、代わりに Zoom ページを使用すべきですか？+
同じエンジン、同じ結果。Zoom ページはクラウド録画の詳細（参加者ごとの音声、ダイアル インの劣化）をカバーしています。一度に 1 つのインタビューを Zoom で実施している場合、いずれかのパスが機能します — MP4 をここにドロップするとスピーカー ラベルは同じになります。