1
MOVファイルをアップロード
任意のMOVファイルをドラッグ＆ドロップしてください。QuickTimeコンテナを解析して音声トラックを特定します — 映像トラックはデコードしません。
- あらゆる映像コーデック：H.264、HEVC、ProRes、DNxHD
- あらゆる音声コーデック：AAC、PCM、ALAC
- 最大500MB（大きなファイルは先に音声を抽出してください）
MOV動画を文字起こし — iPhoneクリップからProResシネマファイルまで
MOVはAppleのQuickTimeコンテナであり、カジュアルなiPhone動画からProResエンコードのシネマ映像まで幅広く使用されています。ファイルサイズや映像コーデックに関係なく、音声トラックを抽出して文字起こしします。
ファイルをここにドロップするかクリックして参照
.mov·最大500MB
MOV：iPhone動画からシネマカメラまでをカバーするコンテナ
MOVはQuickTimeコンテナ形式であり、非常に広範囲をカバーします。iPhoneのセルフィー動画はMOVです。ProResで撮影するREDやBlackmagicシネマカメラもMOVです。SMPTEタイムコード付きのAvidエクスポートもMOVです。ファイルは10MBから200GBまで幅があります。文字起こしに重要なのは内部の音声トラックであり、映像がH.264、HEVC、ProResのいずれであっても、音声トラックは通常AACまたはPCMです。音声のみを抽出するため、巨大なProResファイルでも素早く処理できます。
使い方
2
音声抽出と文字起こし
QuickTimeコンテナから音声トラックを抽出し、音声認識を実行します。SMPTEタイムコードトラックを含むMOVファイルの場合、元のタイムコードがタイムスタンプ参照に保持されます。
- 映像をデコードせずに音声を抽出
- 自動検出で100以上の言語に対応
- インタビューや対話の話者分離
3
確認とエクスポート
ブラウザ内で文字起こしを編集し、お好みの形式でエクスポートできます。SRTとVTTエクスポートは編集での直接使用のため映像タイムラインに同期しています。
- TXT、SRT、VTT、DOCX、PDFでエクスポート
- 映像タイムラインに一致するタイムスタンプ
- エクスポート前に名前や専門用語を編集
機能
待ち時間なしのProResファイル処理
ProRes MOVファイルは映像コーデックのため非常に大きくなります — 1080pのProRes 422 HQの1時間で約80GBです。しかしそのファイル内の音声トラックは通常16ビット/48kHz PCMで、モノ音声1時間あたり約330MBです。音声のみを抽出するため、映像ファイル全体をアップロードまたは処理する必要はありません。
iPhone ProRes vs 標準：音声は同じ
iPhone 15 Pro以降はProRes動画を撮影できます。多くの人がProResは音声も良くなると思いますが、そうではありません。音声コーデックと品質は、標準H.265モードでもProResモードでも同一です。マイクハードウェアは同じであり、音声エンコーディングは変わりません。文字起こし結果は両方で同一です。
SMPTEタイムコードの保持
シネマカメラや放送機器のプロフェッショナルMOVファイルにはSMPTEタイムコードトラックが含まれていることがよくあります。存在する場合、タイムスタンプに元のタイムコードを参照するため、文字起こしは壁掛け時計の経過時間ではなく、ポストプロダクションで使用されるプロダクションタイムコードに合わせられます。
カメラ音声品質の違い
MOVファイルの音声品質はソースによって大きく異なります。iPhone録音はコンピュテーショナルオーディオ処理の恩恵を受けます。デジタル一眼レフやミラーレスカメラは内蔵マイクが平凡なことがよくあります。シネマカメラは通常、外部オーディオレコーダーとペアリングされます。この全範囲の音声品質に対応し、それに応じて処理を調整します。
Vocovaを選ぶ理由
ポストプロダクション用にプロダクション映像を文字起こし
ドキュメンタリー映画制作者や映像プロデューサーは、編集開始前にMOVインタビュー映像から文字起こしを生成できます。文字起こしを使用して特定の引用を見つけ、何時間もの生映像をスクラブする代わりに編集を計画できます。
iPhoneの動画録画を処理
iPhoneは（高効率に変更しない限り）デフォルトでMOVとして動画を保存します。iPhone動画をそのままアップロード — 画面録画、カメラ映像、FaceTime録画 — MP4に変換する必要はありません。
Final Cut Proプロジェクト用の字幕を作成
Final Cut ProはMOVをネイティブで扱います。MOV映像からSRTまたはVTTファイルを生成し、Final Cutタイムラインに直接キャプショントラックとしてインポートできます。
シネマデイリーズを検索可能なテキストとしてインデックス化
映画制作では数百時間のMOVデイリーズが生成されます。インタビューセットアップ、対話テイク、音声スレート情報を、編集チームが参照できる検索可能なインデックスに文字起こしできます。
活用できる方
ドキュメンタリー映画制作者
MOVで撮影するシネマカメラやデジタル一眼レフのインタビュー映像を文字起こし。何時間もの映像を手動で確認する代わりに、文字起こしを使って引用を見つけ、編集を計画できます。
Final Cut Pro編集者
タイムライン用にMOV映像から字幕ファイルを生成。MOVはFinal Cutのネイティブ形式なので、ワークフローはシームレスです — 文字起こし、SRTエクスポート、プロジェクトにインポート。
iPhoneビデオグラファー
iPhoneのカメラと画面録画からのMOV動画を文字起こし。MP4に変換する必要はありません — MOVファイルが直接使えます。
放送およびニュースチーム
フィールドカメラやスタジオ録画のMOV映像を台本、キャプション、アーカイブ用のテキストに変換。SMPTEタイムコード参照により、文字起こしとプロダクションタイムラインを一致させます。
よくある質問
ProRes MOVファイルが20GB以上あります。どうすれば文字起こしできますか？
アップロード上限は500MBで、ProResファイルはほぼすべてが映像データです。FFmpegで音声トラックのみを抽出し（'ffmpeg -i footage.mov -vn -acodec copy audio.m4a'または'ffmpeg -i footage.mov -vn audio.wav'）、そのはるかに小さい音声ファイルをアップロードしてください。音声のみを使用するため、文字起こし結果は同一です。
iPhoneのProRes動画は標準より良い文字起こしが得られますか？
いいえ。iPhoneのProResは映像コーデックのみに影響します — 音声録音はProResモードと標準H.265モードで同一です。同じマイクが同じ音声信号をキャプチャし、同じ方法でエンコードされます。両方のフォーマットから同一の文字起こしが得られます。
カメラの種類は文字起こし品質にどう影響しますか？
大きく影響します。音声トラックの品質はマイクと録音セットアップに完全に依存し、映像フォーマットには依存しません。コンピュテーショナルオーディオ処理を備えたiPhoneは、内蔵マイクのデジタル一眼レフよりクリーンな音声を生成することがよくあります。ブームマイクと外部レコーダーを備えたシネマカメラは通常、最良の結果を生みます。映像コーデックは無関係です。
埋め込みタイムコード付きのMOVファイルに対応していますか？
はい。プロフェッショナルカメラや放送機器からのMOVファイルにはSMPTEタイムコードトラック（例：01:00:00:00から開始）が含まれていることがよくあります。タイムコードトラックを検出すると、タイムスタンプの参照に使用します。SRTとVTTエクスポートはプロダクションタイムコードを使用するため、NLEタイムラインとの文字起こし照合に役立ちます。
Macの画面録画からのMOVファイルです。システム音声が干渉しますか？
Macの画面録画はシステム音声とマイク音声を同じトラックにキャプチャします。当社の音声モデルは人間の声に集中し、通知音、UIクリック音、BGMをフィルタリングします。最良の結果を得るには、録画でマイクレベルをシステム音声レベルより高く保ってください。
文字起こしにおけるMOVとMP4の違いは何ですか？
実質的に違いはありません。MOV（QuickTime）とMP4（MPEG-4 Part 14）は、同じ音声・映像コーデックを格納できる密接に関連したコンテナ形式です。内部の音声トラックは通常同一です。同じ音声を含むMOVとMP4の文字起こし結果は同一です。カメラやデバイスが出力するフォーマットをそのまま使用してください — 変換の必要はありません。
音声をテキストに変換する準備はできましたか？
ファイルをアップロードするか、YouTube、Podcast、クラウドストレージ、1,000以上のプラットフォームのリンクを貼り付けるだけで、数分で高精度な文字起こしを取得できます。クレジットカードは不要です。