中国語の音声をテキストに変換

中国語は無料お試しで利用できます。カレンダー月ごとに、最大10分の音声を3件まで、アカウント登録なしで、タイムスタンプ付きのテキストとして文字起こしできます。Whisper Large v3 Turboで処理されます。約100言語で学習されたモデルです。

1日パス、クレジット、Proを利用すると、Microsoft MAI-Transcribe-2が処理を担当します。このモデルは話者を区別するので、文字起こしでは誰が何を話したかが分かります。中国語でのインタビュー、会議、会話に役立ちます。Microsoftによると、このモデルが対応する60言語での平均単語誤り率は5.2%です（FLEURSベンチマーク）。個々の言語の結果は、これより高い場合も低い場合もあります。

中国語は声調言語です。同じ音節でも音の高さによって意味が変わります。そのため、クリアな録音がとりわけ重要です。残響、BGM、強いコンプレッションは、意味を左右する音の高低の動きをぼやけさせてしまいます。

書き言葉の中国語は、単語の間に空白を入れません。どこで単語が区切れるかはモデルが判断するため、文字起こしでは専門用語と固有名詞を確認する価値があります。

中国、台湾、シンガポールでは中国語の発音が地域によって異なります。モデルは多くの変種で学習されていますが、方言や俗語が強いほど、文字起こしが標準語寄りになったり、地域特有の語を聞き誤ったりしやすくなります。

中国語は広東語に近い言語です。短い音声では自動検出がこれらを取り違えることがあるため、開始前に中国語を明示的に選んでください。