MP4
MP4ファイルの文字起こし：形式ごとの注意点と手順
MP4文字起こしは、保存されたままのファイルで行えます：スマホ、Zoom、画面録画ソフトが書き出したMP4やMOVをアップロードすると、音声トラックが、各フレーズの始まる秒数の付いたテキストとして返り、TXT・SRT・VTTで保存できます。最初の録音は登録不要・無料で、10分まで全編を文字起こしします。それより長い動画は、録音1分につき残高1分を使います。
更新日
MP4を文字起こしする手順
MP4文字起こしはブラウザで4つの手順を踏むだけで、その間に動画が再エンコードされたり、保存し直されたりすることはありません。
- MP4を入れる：.mp4や.movをページ上部のアップロード枠にドラッグするか、枠をクリックして選びます。事前の変換はいりません。
- 文字起こしを始める：アカウントなしなら、最初の録音はすぐに無料で文字起こしが始まります。10分までなら全編、それより長ければ最初の10分です。ログイン後は動画全体の料金が表示され、「文字起こしする」を押して開始します。
- 映像とテキストを照らし合わせる：動画はデバイスから再生され、テキストの横に並びます。タイムスタンプをクリックすると、その行の場面へプレーヤーが移ります。
- テキストを書き出す：読んで直すならTXTかMarkdown、字幕に使うならSRTかVTTをダウンロードします。
20分の製品デモや25分の授業も、最初にアップロードしたものなら全編が無料で返ってきます。ほかの形式も同じ道筋を通るので、このページはどんな動画ファイルでも文字起こしする方法のうち、MP4の場合を詳しく扱ったものです。
MP4とMOVのファイルはどこから来るか
MP4はAndroidのスマホとほとんどの会議アプリの標準形式で、MOVはiPhoneのカメラとMacの画面収録が作る形式です。
- パソコンでのZoomレコーディング：会議はMP4で保存され、その横に別のM4A音声ファイルが置かれます。
- TeamsとGoogle Meet：録画はOneDrive、SharePoint、Googleドライブから同じ形式でダウンロードできます。
- iPhoneのカメラ：動画はMOVで保存されます。
- Macの画面収録（Shift＋Command＋5やQuickTime Player）：MOVです。
- Androidのスマホ、Loom、多くの編集アプリの書き出し：MP4です。
長い会議なら、Zoomが別に保存する音声ファイルのほうが軽い選択肢です。別保存のM4A音声を文字起こしすれば、アップロードはずっと小さく、テキストは同じです。
MP4・MOV・WEBM・MKV：何が変わり、何が変わらないか
MP4の文字起こしで意味を持つのはコンテナとその最初の音声トラックだけで、中の映像コーデック（H.264、HEVC、AV1）はデコードされずに読み飛ばされます。
| コンテナ | 中の主な音声 | 対応 |
|---|---|---|
| MP4、MOV | AAC | 対応 |
| WEBM | OpusまたはVorbis | 対応 |
| MKV | AAC、AC-3、Opusなど | 対応（最初の音声トラックのみ） |
| AVI、WMV、MPEG、TS | MP3、WMA、AC-3、AAC | 対応 |
サーバーはffmpegで音声を取り出し、認識の前に16 kHz・モノラルの小さなMP3に変えるので、手元でMP4をテキスト用に変換するツールはいりません。動画で話されている言語は自動で判定されます。
MP4がアップロードできないとき
アップロードが断られる理由は次の5つのどれかで、ページがその理由をはっきり示します。
- 上限より大きい：アカウントなしで100 MB、ログイン後は500 MBが上限です。ログインするか、音声だけをアップロードしてください。
- 4時間より長い：分割してください。
- 音声がない：マイクなしで撮った画面録画には「このファイルには音声がありません。」と表示されます。
- 実は動画ではない：サーバーは実際のコンテナを読むので、拡張子だけを変えた別の種類のファイルは断ります。
- 破損している：クラッシュで途切れた録画は、長さを読み取れないことがあります。作成したアプリから書き出し直してください。
上限を超えるMP4は、音声だけをアップロード
テキストは音声だけで決まるので、大きすぎる動画は音声トラックに置き換えても同じ結果になります。
- Mac：QuickTime Playerで動画を開き、「ファイル」→「書き出す」→「オーディオのみ」を選ぶとM4Aになります。
- ffmpeg：
ffmpeg -i talk.mp4 -vn -c:a copy talk.m4aで、再エンコードせずに音声だけをコピーします。 - 動画編集ソフト：タイムラインを、MP3やWAVの音声だけで書き出します。
1時間の話し声は音声なら数十MB程度ですが、同じ1時間の1080p映像は500 MBの上限を超えることがあります。MP4文字起こしの料金はメガバイトではなく録音の分数で数えるので、音声だけにしても変わりません。
MP4のテキストを、字幕・ノート・チャプターに
仕上がったテキストはTXT・Markdown・SRT・VTTで追加料金なしに書き出せ、字幕ファイルのタイミングは話し声に合っています。
同じ動画に字幕を付けるなら、同じクリップの話し声からSRT字幕を自動生成して、編集ソフトに読み込みます。番号とタイムコードの並びはSRT字幕ファイルの中身で確認できます。言葉だけを残したいときは、ブラウザで動くSRTからタイムコードを消してTXTにするツールが使えます。要約、重要ポイント、チャプターとタイムコード、詳細なノート、記事などのAIの機能は、文字起こしした動画のテキストの上で動き、二重の請求はありません。
MP4文字起こしの料金の目安
動画は長さ1分につき残高1分を使い（1分未満は切り上げ）、正確な分数は実行の前に表示されます。
- 12分の画面録画を、ゲストとして初めてアップロード：無料、アカウント不要。
- 45分のZoom会議を最初にアップロード：最初の10分が無料。会議全体には45分を使い、プレゼントの10分にパックから35分を足します。
- 2時間のウェビナー：ログイン後に残高120分。
パック、プレゼント、ゲストの無料分は、動画文字起こしの無料枠と料金の表にまとめています。
MP4文字起こしの制限
この文字起こしは話し声をテキストにするもので、それ以外のことはしません。
- 画面上の文字、スライド、映像に焼き込まれた字幕は読み取りません。
- ファイルにすでに入っている字幕トラックは取り出しません。
- 話者ラベルはなく、使うのは最初の音声トラックだけです。
- クラウドストレージのリンクは受け付けません。録画をダウンロードしてからアップロードしてください。
- 500 MBや4時間を超えるファイルは、音声だけをアップロードするか、分割してください。
よくある質問
MP4を無料で文字起こしするには？
ファイルをアップロードするだけです。アカウントなしなら最初の録音は無料で、10分までなら全編、それより長ければ最初の10分を文字起こしします。その後は動画ごとに残高の分数を使い、登録すると10分がプレゼントされます。
MP4の文字起こしにアカウントは必要ですか？
いいえ、最初の録音には不要で、100 MBまでのファイルが対象です。その後の動画全体にはログインが必要で、メールに届くリンクで入ると、上限が500 MB・4時間に上がります。
先にMP4をMP3に変換する必要はありますか？
いいえ。そのままアップロードしてください。音声はこちら側で取り出します。自分で変換して意味があるのは、動画がサイズの上限を超えるときだけです。
iPhoneのMOVファイルにも対応していますか？
はい。中の映像コーデックが何であっても、使うのは音声トラックだけなので、MOVも同じように受け付けます。
動画はサーバーに残りますか？
いいえ。動画は音声を取り出した直後に削除され、文字起こしが始まらなかった場合も約1時間後に削除されます。残るのはテキストだけで、ブラウザかアカウントに保存されます。
ファイルに入っている字幕を取り出せますか？
いいえ。ファイル内の字幕トラックは読まず、話し声から新しくテキストを書き起こします。