ヘルプ

MurText は、お使いのパソコン内の音声・動画ファイルを文字コンテンツに変換します。

• 100％無料です。「無料」という言葉をマーケティングの手口として乱用しません。
• 文字起こしは無制限に利用できます。
• 文字起こししたいファイルをどこかへアップロードする必要はありません。
• 文字起こしにインターネット接続は不要です。
• 「結果」重視で動作します。優先されるのは常に結果です。
• シンプルで使いやすいデザインは、誰にとってもアクセシブルです。
• 100 以上の言語で文字起こしできます。
• どのモデルを使うかは、利用者が選択できます。
• 右クリックのコンテキストメニューによる操作は実用的で機能的です。
• 多言語サポートがあります。

話者認識と位置合わせ機能を使用するには、アクセスキーが必要です。Hugging Faceから無料で提供されるアクセスキーは、2つのモデルで承認される必要があります。以下の手順に従って、Hugging Faceのアクセスキーを作成できます。

1. https://huggingface.co/login を開いてください。すでに登録済みの場合は直接ログインするか、アカウントを作成してください。
2. 「プロフィール」メニューを開いてください。「Settings」リンクをクリックしてください。ページにある「Access Tokens」という見出しをクリックしてください。
注意：リンクをクリックすると、同じページの下部にオプションが表示されます。スクリーンリーダーを使用している場合は、レベル3の見出しショートカットで移動できます。

3. 「Create new token」リンクをクリックしてください。
3.1. 「Token name」フィールドに入力してください。
3.2. ページのチェックボックスにチェックを入れ、「Create token」ボタンをクリックしてください。
3.3. 提供されたアクセスキーをコピーしてください。キーを機能させるには、2つのモデルへのアクセス許可を付与する必要があります。

4. https://huggingface.co/pyannote/speaker-diarization-community-1 にアクセスしてください。
4.1. ページにある「Agree and access repository」ボタンを見つけてください。
4.2. ボタンのすぐ下に、統計目的の2つのフォームフィールドがあります。「Company/university」と「Use case」フィールドに入力してください。
4.3. フォームに入力した後、下部にある「Agree and access repository」ボタンをクリックしてください。

5. https://huggingface.co/pyannote/segmentation-3.0 にアクセスしてください。
5.1. ページにある「Agree and access repository」ボタンを見つけてください。
5.2. ボタンのすぐ下に、統計目的の2つのフォームフィールドがあります。フォームに入力し、下部にある「Agree and access repository」ボタンをクリックしてください。

はい。MurTextは.srtおよび.vtt拡張子の字幕ファイルを作成できます。ファイルをアプリケーションに送信し、必要な選択を行うだけです。

はい。Hugging Faceが提供する無料のアクセスキーを使用してこの機能を有効にできます。文字起こしプロセス中、話者は異なる名前で識別されます。その後、必要に応じて話者を名前変更することができます。

MurText は、視覚・聴覚に障害のある方が音声/動画ファイルを文字化できるように開発されました。実用性と高速性のため、処理はローカル端末で行われます。これは、医師‐患者や記者‐情報源など、機密性が最優先の関係に対して安全な解決策を提供します。

• プライバシーは 100％ 保護されます。
• あなたのファイルがモデル学習の過程で利用されることはありません。
• インターネット依存がありません。
• クラウドサーバーへのアップロードに伴う時間的ロスがありません。
• 文字起こし結果を共有する必要がありません。
• 機密性が高いテキストや処理履歴など、収集データの削除対応に追われることがありません。
• すばやく結果に到達できます。
• 文字起こしファイルは、好きな形式で好きなフォルダーに保存できます。
• パソコン購入時に投資した CPU パワーをしっかり活用できます！ ☺

スペルミスは音声の誤った文字起こしから生じます。文字起こし中のスペルミスを最小限に抑えるには、large-v3モデルを使用できます。文字起こし後、人工知能の助けを借りてこれらのエラーを修正できます。この種の編集ではClaudeが最高のパフォーマンスを発揮します。.srtファイルをAIに提供する際は、以下の厳密な指示を忘れずに与えてください：
• タイムスタンプには絶対に触れないこと。
• タイムスタンプを数値（整数）として扱うこと。絶対に文字列として扱わないこと。
• テキスト内に':', '\', '%'などCMDで問題を引き起こす文字が含まれる場合は使用しないこと。エスケープ文字で処理しようとしないこと。
• テキスト内の外来語の名前や専門用語を修正すること。
• 処理の最後に、セグメント間に時間の重複がないか確認すること。

MurTextは商業目的のソフトウェアではありません。限られた財源をサーバーサービスや他のプロジェクトに使用しています。そのため、ソフトウェアはSSL証明書で署名されていません。Körüz.bizは2014年から活動しているNGOです。お好みのウイルス対策アプリケーションでソフトウェアをスキャンできます。有害なコンテンツは一切含まれていません。Windowsはデジタル署名されていないすべてのソフトウェアに対してこのような警告を表示します。これはWindowsの標準的な対応です。

MurTextは文字起こし処理中に2か所で字幕ファイルを生成します。
プロジェクトディレクトリ内のファイルはソフトウェアの設定に従って構成されます。
プロジェクトディレクトリ\fallback以下のファイルは、文字起こし中に直接生成された未処理のファイルです。
生成された.srtファイルを後でSRTエディタで編集する予定がある場合は、fallback\以下の.srtおよび.vttファイルを使用できます。これらのファイルは、1行あたりの文字数設定や行分割などの処理が行われていないためです。
.srtファイルのスペルチェックをしてそのまま使用したい場合は、プロジェクトディレクトリ内のファイルをお選びください。

• サイトのメニューからインストーラーをダウンロードし、案内に従ってアプリをインストールします。
• アプリの表示言語と、主に文字起こしするファイルの言語を設定します。
• 希望するモデルパッケージをダウンロードします。
• MurText が必要になったらアプリを起動するか、対象ファイルを右クリックして「MurText Speech-To-Text」を選択します。
• 設定した内容に基づいて文字起こしが開始されます。

字幕ファイルの生成が目的であれば、WhisperXエンジンの使用をお勧めします。このエンジンでは単語レベルの開始・終了時刻が計算されるため、より現実的なタイムスタンプが生成されます。Fast-Whisperエンジンでは、字幕セグメントはモデルから返されたタイムスタンプを使用して生成されます。WhisperXは長い無音、背景雑音、音楽などの時間帯でより良いパフォーマンスを発揮します。

これは選択した文字起こしエンジンとファイルの品質によって異なります。WhisperXエンジンで音質が普通のファイルの場合、成功率は91〜96%の範囲です（軽微なスペルミスおよび気づかない程度のタイミングのずれを除く）。

これには2つの考えられる理由があります：1. グラフィックカードの技術仕様が不十分、または古いグラフィックカードモデルを使用している。
2. グラフィックカードは新しいが、MurTextが使用するAIモデルがこれらのカード向けにまだ設定されていない。（例：NVIDIA 5060モデルは文字起こしモデルで積極的に使用できます。しかし、単語アライメントモデルはまだsm_150アーキテクチャをサポートしていません。サポートされていないプロセスが発生した場合、文字起こしはCPUで継続されます。）

いいえ。MurText では、いくつでもファイルを文字起こしできます。

いいえ。再生時間に制限はありません。ただし、いくつか留意点をお勧めします。（参照：文字起こし時の注意点）

• ファイルの言語を正しく選択してください。誤った言語を選ぶと、処理が長引いたり誤変換が増えます。
• ファイルの言語が不明な場合は「X 言語の自動判別」オプションを使用してください。
• 1 時間を超えるファイルは、いくつかのパートに分割すると処理時間が短縮されます。
• モデルパッケージの選択は、品質と処理時間に直結します。小さな誤りが許容範囲なら、最適な（軽い）モデルを選びましょう。

Whisper は OpenAI が開発した音声認識モデルです。AI を活用し、世界で広く使われる多くの言語を認識し、その言語の音声ファイルを文字起こしします。

Whisper モデルは拡張子 .pt の音声認識パッケージで構成されています。音声ファイルはアプリが選択したモデルに渡され、モデルは内部でファイルを複数の断片に分割し、それぞれを文字起こしします。複数の断片を同時並行で処理するため、総処理時間は通常、音声の再生時間より短くなります。すべての断片の処理が終わると、結果は結合されます。

いいえ。ファイルは端末の外へ出ることなく処理されます。文字起こしは、PC の CPU などローカルのハードウェアのみを使って実行されます。

いいえ。MurTextはモデルのダウンロードと新しいバージョンの確認時にのみインターネット接続を必要とします。

いいえ。アプリのエラーログを含め、いかなるデータも端末外へ送信されません。

文字起こし時間は、ファイルのサイズと品質、およびデバイスのハードウェア仕様によって異なります。CUDAサポートのあるNVIDIAグラフィックカードをお持ちの場合、文字起こしはGPUサポートによってより速く実行されます。NVIDIAグラフィックカードをお持ちでない場合、またはサポートされていないGPUモデルをお持ちの場合、処理はCPUで行われます。

はい、処理中も PC を使用できます。通常は OS が電力・リソース配分を自動で最適化します。ただし、長時間の音声を大型モデルで処理しながら、CPU・メモリ負荷の高い PC ゲームなどを行うと、処理時間が延びる可能性があります。

Microsoft Windows 7 以降でご利用いただけます。アクセシビリティとパフォーマンスのテストには Windows 11 を使用しています。

今後のバージョンで macOS 版の提供を計画しています。

.aac .avi .dat .flac .flv .m4a .m4v .mkv .mov .mp3 .mp4 .mpeg .mpg .ogg .opus .ts .wav .waptt

最新バージョンのアプリケーションを使用していることを確認してください。最新バージョンを再インストールし、インストール時に指定された「アプリケーション設定を保持」のチェックを外してください。問題が解決しない場合は、使用しているWhisperモデルを削除して再ダウンロードしてください。これらを行っても結果が変わらない場合は、「エラーを報告」ボタンを使用してお問い合わせください。

アプリケーション設定の「モデル」ページに移動してください。作業したいモデルの横にある「削除」ボタンをクリックしてください。ボタンが「ダウンロード」の状態に切り替わったら、モデルを再ダウンロードしてください。

• 開始前に有効なインターネット接続があることを確認してください。
• アプリの config ファイルを編集している場合、エラーになることがあります。config の内容を空にしてアプリを再起動してください。
• アップデートの展開中に端末の電源を切った場合、処理が中断されている可能性があります。いったんアンインストールして再インストールするのが最も手早い解決策です。

設定 > アプリの言語 を選択して保存してください。母語のインターフェースを使いたい場合は、アプリのフォルダーにある「default.po」を翻訳してお送りください。