良い音声ファイル：文字起こしの質をずっと上げる方法

どの文字起こしツールも、AIでも人の手でも、ノイズの多い録音、音割れした録音、残響のある録音から質を取り出すことはできません。最初に収録を正しく行えば、後の修正に何時間もかからずに済みます。

推奨のファイル形式

Sprechverlaufは、MP3、WAV、M4A、OGG、FLAC、WebMに対応しています。認識精度をもっとも高めるには：

• WAVまたはFLAC：最高の品質、ファイルサイズは大きめ
• M4A（AAC）：バランスがよく、スマートフォンで一般的
• MP3：少なくとも128 kbps。話し声には192 kbpsのほうがよい
• 避けるもの：極端に低いビットレート、何度も再エンコードしたファイル、電話品質の長いモノラル音声

録音チェックリスト

• マイクは話者の近くに置く（15〜30 cm）。ノートパソコンのファンの近くは避ける
• 静かな部屋。カーテンやカーペットがあると反響が減る
• 音量レベルを確認する。ささやくほど小さくも、音割れするほど大きくもないこと
• インタビューは、部屋に1本のマイクより、一人一本のマイクのほうがよい
• グループの場合は、同時に話す場面を減らす
• 名前と専門用語を「特別な単語」の欄に入れる（Sprechverlaufのステップ2）

アップロード前：2分の準備

いちばん音量の大きい部分を聞いてください。冒頭の長い無音はカットします。Audacityでの軽いノイズ除去は効果的なことがあります。ただし、控えめに使ってください。講義では前のほうに座ります。リモート通話では、ネイティブの録音機能か専用のマイクを使い、スピーカーの再生音を録るのは避けてください。