MurText は何に使いますか?
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。
MurText を他のプログラムと差別化する特長は?
• 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。
Hugging Faceのアクセスキーを取得するには?
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。
MurTextで字幕ファイルを作成できますか?
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。
話者認識機能はありますか?
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。
アプリはどのような目的で開発されましたか?
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。
ローカル端末で文字起こしする利点は?
• 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! ☺
字幕ファイルのスペルミスを修正するにはどうすればよいですか?
スペルミスは、音声が誤って文字起こしされることが原因で発生します。文字起こしでスペルミスを最小限に抑えるには、「Large」モデルのいずれかを使用してください。複数の話者がいるファイルでは、話者認識機能を有効にすると文字起こしの品質も向上します。文字起こしで発生したスペルミスや誤記は、AIの助けを借りて修正できます。このような編集では、Claudeが最も優れた性能を発揮します。.srtファイルをAIに渡すときは、次の点に注意し、記載の指示を与えてください。
ファイルの品質を高めるポイント:
・短いファイルで作業する場合は、参照テキストを用意するか、MurTextが作成した.txtファイルにはないが音声 / 動画ファイルにある部分を.txtファイルに追加してください。
・プロジェクトディレクトリにある.txt、.srt、プロジェクトディレクトリ名/fallback/プロジェクト名.jsonの各ファイルをAIに渡してください。.jsonファイルには、各単語の開始時刻と終了時刻が含まれています。
指示:
・タイムスタンプには絶対に触れないでください。
・タイムスタンプは数値(integer)として扱ってください。絶対に文字列(string)にしないでください。
・まず参照テキストを処理し、誤って書かれた単語、外国語由来の名前、専門用語を修正してください。ファイルにスペルと句読点のチェックを適用してください。
・修正した参照テキストに合わせて、.srtファイルの内容を揃えてください。
・話者認識データがある場合は、話者が変わるたびに改行するか、.jsonファイルのデータを使って新しいセグメントを作成してください。話者の切り替わりが重なる箇所では、Hugging Faceが誤る可能性があることに注意してください。各話者の切り替わりが、文の流れにおける意味と合っているか確認してください。
・セグメント内の単語数と、セグメントの開始から終了までの範囲が一致しない場合は、知らせてください。WhisperXが、ハム音や大きな音楽のために何かを飛ばしている可能性があることに注意してください。
・処理の最後に、セグメント間で時間が重なっていないか確認してください。参照テキストにあって.srtファイルにない部分、飛ばされた可能性のある範囲、気づいた不整合を報告してください。
・.srtファイルを同じ名前で返してください。
最後の操作
行った編集を保存するには、次の手順に従います。これらの操作を行うと、文字起こしの.txtファイルも自動的に編集されます。
・AIから受け取った.srtファイルを開きます。ファイルを右クリックして「メモ帳で編集」を選択すると開けます。
・.srtファイルの内容をCTRL+Aで選択し、CTRL+Xで切り取ります。
・MurTextでSHIFT+Eショートカットを実行するか、「ファイル操作」>「編集」>「SRTを編集」をクリックします。
・開いたウィンドウで「テキストを編集」ボタンを押します。編集エリア内のテキストを削除してから、CTRL+Vショートカットで新しい内容を貼り付けます。
・「テキストを保存」ボタンを押します。
・その他の選択を行って保存します。
この操作の後、AIから受け取った内容は、プロジェクト内の他のファイルにも反映されます。
「スマートアプリの保護」とWindows Defenderの警告が表示されていますが、どうすればよいですか?
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。
どの字幕ファイルを使用すればよいですか?
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。
字幕を編集して動画に焼き込むにはどうすればよいですか?
作成した.srtファイルを編集するには、次の手順に従います。
・MurTextでSHIFT+Eショートカットを実行するか、「ファイル操作」>「編集」>「SRTを編集」をクリックします。
・開いたウィンドウで「テキストを編集」ボタンを押し、必要な編集を行います。
・「テキストを保存」ボタンを押します。
・その他の選択を行います。
・編集内容を保存するだけの場合は、「保存して適用」ボタンを押します。字幕を動画に焼き込む場合は、「保存してMurCrで焼き込む」ボタンを押し、案内に従います。
注:編集を保存すると、プロジェクト内の他のファイルも更新されます。
どの文字起こしエンジンを使用すればよいですか?
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。
生成された字幕の精度はどのくらいですか?
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)。
NVIDIA グラフィックカードを使用しているのにCPUで処理されているのはなぜですか?
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。)
何らかの時間制限はありますか?
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。
短時間・小容量のファイルだけが文字起こし可能ですか?
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)
文字起こしの際、何に注意すべきですか?
• 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 モデルとは?
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 モデルはどのように動作しますか?
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。
ファイルがどこかと共有されますか?
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。
MurTextを使用するにはインターネット接続が必要ですか?
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。
端末内のファイルが送信されることはありますか?
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。
文字起こしにはどのくらい時間がかかりますか?
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。
文字起こし中に PC を使い続けられますか?
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。
MurText はどの OS で動作しますか?
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。
Mac のサポートはありますか?
今後のバージョンで macOS 版の提供を計画しています。
対応するファイル形式は?
.aac .avi .dat .flac .flv .m4a .m4v .mkv .mov .mp3 .mp4 .mpeg .mpg .ogg .opus .ts .wav .waptt
エラーメッセージが表示されていますが、どうすればよいですか?
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。
モデルパッケージを再ダウンロードするにはどうすればよいですか?
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。
アップデート時にエラーが出ます。どうすれば?
• 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。
アプリのインターフェース言語はどう変更しますか?
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。