概要
YoomのAI機能の1つに「音声データを文字起こしする」アクションがあります。
フローボット内で取得した動画・音声ファイルを、AIを利用して文字起こしできます。
文字起こしを行う際は、ElevenLabsやWhisperなど、使用するAIモデルを選択します。
消費タスク数は、文字起こしする動画・音声ファイルの時間に応じて自動で計算されます。音声モデルの選択画面には、以下のように消費タスク数と対象時間が表示されます。
ご利用いただけるプランについて
音声データの文字起こし機能は、すべてのプランでのご利用可能です。
仕様
対応データ容量
最大1GBまで
対応拡張子
mp3, mp4, mpeg, mpga, m4a, wav, webm
利用シーン
Youtube等の動画編集時に必要な文字起こし
オンライン研修における文字起こし
オンラインでの打ち合わせにおける文字起こし
設定方法
1．フローボット編集画面の「＋」ボタンを押下します。
2．オペレーションタイプの選択にて、「音声文字起こし」を押下します。
3．「音声ファイル」で、文字起こしする音声・動画ファイルを設定します。
フローボットの前段で取得したファイルを使用する場合は、「取得した値を使用」を選択し、対象のファイルを指定してください。
4. 言語を選択します。
「言語」で、文字起こしする音声・動画ファイルの言語を選択します。
5. AIモデルを選択し、テストを実行します。
「AIモデル」で、文字起こしに使用するAIモデルを選択します。
選択肢には、AIモデルごとの消費タスク数と対象時間が表示されます。消費タスク数は、選択したAIモデルと音声・動画ファイルの長さに応じて自動で計算されます。
設定が完了したら、「テスト」をクリックします。
※テストでは、冒頭5分間の音声のみが文字起こしの対象となります。
注意事項
対象データに「取得した値」を利用する場合、事前に動画・音声データを取得するオペレーションを設定する必要があります。
以上が、「音声データを文字起こしする」の設定方法です。
# 文字起こし,音声文字起こし,音声,動画