こんにちは、のりです。
突然ですが、音声配信をしている方に聞いてみたいことがあります。
収録したあと、文字起こしって何でやってますか？
ぼくはスタエフで毎日収録しているんですが、文字起こしが地味にしんどい…。
手打ちは論外として、Whisperや各種サービスを使っても「ファイルをアップロードして、待って、コピーして…」という工程が積み重なると、結構な負担なんですよね。
「もっとサクッとできたらな」
そう思って、またChrome拡張機能を作りました。笑
何を作ったのか？
名前は 「Audio Transcriber」。
Chrome拡張機能として動くので、ブラウザを開くだけで使えるツールです。
使い方はシンプルです。
1. 音声ファイルをドラッグ＆ドロップ（または選択）
2. 「文字起こし開始」ボタンを押す
3. テキストをコピーするか、.mdファイルでダウンロード
以上です。これだけ。
スタエフやVoicyの音声はもちろん、会議の録音、インタビュー音声、YouTubeのダウンロードファイルなど、あらゆる音声に使えます。
3つのポイント
1：精度が高い
このツールの心臓部は、Googleが提供しているAIモデルです。
句読点も自動でいい感じに入れてくれるので、収録後にそのまま発信やコンテンツの横展開などに使えます。
「AIが文字起こし」と聞くとちょっと身構えるかもしれませんが、体感としては人間が聞きながら打つよりずっときれいです。
2：無料で使える
「APIって有料でしょ？」と思った方へ。
まず結論から言うと、小規模な使い方なら無料で始められます。
Google AI StudioでAPIキーを発行するだけでOK。難しい設定は不要で、取得までは数分もかかりません。
取得したAPIキーをこのツールに貼り付ければ、すぐ使い始められます。
3：すぐに使える状態で出てくる
文字起こしが完了すると、テキストエリアに結果が表示されます。
- 「コピー」ボタンでクリップボードにコピー → そのままnoteやドキュメントに貼り付け
- 「.mdでダウンロード」ボタンでMarkdownファイルとして保存 → Claude Codeやエディタで使いやすい
ぼくはスタエフの台本をClaude Codeで管理しているので、.mdダウンロードが地味にありがたい。笑
あとトークン数も表示されるので「今回のAPIコスト」がわかるのも良いところです。
対応しているファイル形式
- mp3 / mp4 / m4a / wav / webm / mpeg
- ファイルサイズ上限：20MB（だいたい30〜60分の音声に相当）
スタエフの通常配信（10〜15分）はもちろん余裕で対応できます。
導入方法3ステップ【1分で完了】
Chrome拡張機能なので、インストールはとても簡単です。
ステップ1：ファイルをダウンロード
配布しているZIPファイルをダウンロードして、お好きな場所に解凍してください。
ステップ2：Chrome拡張機能ページを開く
アドレスバーに「chrome://extensions/」と入力してアクセス。
右上の 「デベロッパーモード」をON にします。
ステップ3：フォルダを読み込む
左上の「パッケージ化されていない拡張機能を読み込む」をクリック。
さきほど解凍したフォルダを選択すれば、インストール完了です。
Chromeのツールバーに拡張機能のアイコンが表示されます。
使い方
1：APIキー設定する
「APIキーを取得する →」のテキストリンクからAPIキーを取得して、貼り付けます。
2：ファイルを指定して文字起こし開始
音声ファイルにファイルをドラッグ、または選択ボタンからファイルを指定する。
その後、「文字起こし開始」を押下。
3：ファイルを指定して文字起こし開始
結果に文字起こし内容が出力されます。
出力された結果は、赤枠内の操作（コピー、ダウンロード）が可能です。
拡張機能の受け取り方
この拡張機能（v1.0）は、ぼくのコミュニティに参加してくださった方に無料でお配りしています。
そして、今後の改良版・最新バージョンはnoteメンバーシップで配布していく予定です。
実は今回の拡張機能、開発してみて「ここをもっとこうしたい」というアイデアがどんどん出てきています。
こういったアップデートを継続的にお届けしていきます。
メンバーシップでは拡張機能だけでなく、コミュニティ運営やフリーランスの働き方についてのコンテンツも発信していますので、興味のある方はぜひ覗いてみてください。
開発の裏話：作ったきっかけ
正直に言うと、最初は「自分で使うためだけ」に作りました。
スタエフの台本を書く前に、前回の収録を聞き直して構成の参考にするんですが、その作業が面倒で。
「音声をテキスト化してAIに要約させたい」
という流れを自動化したくて、気づいたらChrome拡張ができていました。汗
作ってみると「コミュニティのメンバーさんにも使ってほしいな」と思うようになって、今回お披露目することにした次第です。
コンテンツ制作の細かい作業ひとつひとつを減らしていくと、本当に楽になるんですよね。
「不便をなくす」のも、立派な発信ネタになる。
そんなことを改めて感じています。
音声配信をしている方、文字起こしに時間を使っている方、ぜひ試してみてください。
「音声をドラッグしてボタンを押す」それだけで終わりますよ。
最後まで読んでくださり、ありがとうございました。
🎁 ツール（v1.0）はこちらから受け取れます👇
