DJI Mic 2の長い内部録音を文字起こし フロートWAVのサイズに気をつけて.
DJI Mic 2の送信機は内部録音を32bitフロートのWAVで残し、1時間で約690MBになりますが、このファイルをアップロードすれば音声1時間あたり約2分でテキストになります。パックは300分4ドルからで、クレジットに有効期限はありません。
送信機からWhipScribeへ
現場のラベリアの音を、編集者が検索できるログに変えます。
送信機からコピー
DJI Mic 2の送信機をUSB-Cケーブルでパソコンにつなぐと、内部録音がWAVファイルとして見えます。必要なセッションをコピーしてアップロードページに置けば、途中にアプリの操作はありません。編集ソフトに読み込む前の素材を、そのまま送れます。
フロートのファイルは大きい
モノラル・48kHz・32bitフロートのWAVは1時間約690MBです。3時間で2GBをわずかに超え、これは最初のパック前の上限です。8時間では5GBの上限も超えるので、長い撮影はパック、分割、または小さいコピーのどれかが必要です。
小さいコピーを作る
32bitフロートは現場での音割れを防ぐためのもので、文字起こしには何も足しません。音声編集ソフトで16bitのWAV、FLAC、MP3として保存すれば半分以下になり、戻ってくる言葉は同じです。現場の素材としてはフロートの元ファイルを残し、文字起こし用にだけ軽いコピーを使えば安心です。
撮影1日分の費用
送信機1台で9時間なら540分です。パックは300分4ドルからで、クレジットに有効期限はありません。
長い撮影日の音声
長い1日のフロートWAVは、たいていのツールのアップロード上限を超えてしまいます。
✗ 一般的なアップロード上限
長回しのフロートWAVは、多くのツールの想定を超えます。
- OpenAI Whisper APIのような25MBの上限
- 無料枠をはるかに超える6時間のファイル
- きれいなラベリアではなくカメラの音を使う
- 編集者のためにテイクを手でログ付け
- 引用を合わせる時刻がない
- 1つの案件のために買うプラン
✓ 送信機のWAVを文字に
きれいなラベリアの音が、検索できるログになります。編集者は聞き返さずに、使いたい発言を時刻から探せます。
- 最長10時間・5GBの1ファイル
- 音声1時間あたり約2分
- 要約と引用に話者の名前
- ファイル先頭からの時刻
- SRTとVTTで書き出し
- 分単位の支払い、期限なし
サンプル
送信機で内部録音したインタビューの例。
このページのために書いた架空のインタビューで、実在の人物や作品とは関係ありません。時刻は9時間の撮影日を想定しています。
エクスポート
1つの文字起こし、5つの形式。
どのパックでも5形式すべてをエクスポートできます。上位プラン限定の形式はありません。
プレーンテキスト
そのまま貼り付けられる整った段落。
SRT字幕
タイムコード付き。どの動画編集ソフトでも読めます。
WebVTT
HTML5プレーヤーとYouTube向け。
Word
編集、引用、保管に。
機械可読
タイムスタンプ付きテキスト。自作ツールに。
料金
一度払うだけ、サブスクリプションなし。
どの録音も冒頭の数分は無料です。4ドル(300分)からのパックで残りを文字起こしし、エクスポートが開きます。すべてのパックは一回払いで、クレジットは失効しません。毎日文字起こしするなら、Workspaceは月19ドルです(フェアユースの目安は月300時間)。
まずはここから
$4/300 min
音声5.0時間、1時間あたり約0.80ドル。一回払い。
- 300分
- ファイルあたりの上限内なら、どんな長さの録音でも
- すべてのエクスポート形式
- クレジットは失効しません
スターター
$18/3,000 min
音声50時間、1時間あたり約0.36ドル。一回払い。
- 3,000分
- ファイルあたりの上限内なら、どんな長さの録音でも
- すべてのエクスポート形式
- クレジットは失効しません
いちばん選ばれている
$32/6,000 min
音声100時間、1時間あたり約0.32ドル。一回払い。
- 6,000分
- ファイルあたりの上限内なら、どんな長さの録音でも
- すべてのエクスポート形式
- クレジットは失効しません
よくある質問
DJI Mic 2の内部録音についてよくある質問
長いDJI Mic 2のファイルはどれくらいで終わりますか？
アップロード後、音声1時間あたり約2分です。3時間のインタビューなら6分ほど、9時間の撮影日なら約18分です。アップロードの時間はファイルの大きさで決まるので、軽いコピーにすると全体が早く終わります。
撮影1日分の費用は？
9時間は540分で、18ドルの3,000分パックが必要です。3時間のインタビュー（180分）なら4ドルの300分パックに収まります。どの録音も冒頭の数分を無料でプレビューできます。
フロートWAVが5GBを超えました。
区切りのいいところで2本に分けるか、16bitやMP3のコピーを作れば、9時間のファイルでも上限を大きく下回ります。上限は1ファイル10時間または5GB、最初のパック前は2GBです。
送信機を2台使いました。どちらのファイルを送れば？
送信機ごとに別のWAVが残ります。必要な声のほうを送るか、両方送って2つの文字起こしにするか、編集ソフトで1本にミックスして会話を1回で文字にしてください。2本を別々に送ると、分数もそれぞれにかかります。
話者は何語で話してもいいですか？
99言語を自動で判別します。日本語・韓国語・ヘブライ語・ポルトガル語なども含まれ、英語と日本語を行き来する話し手も1つのファイルで扱えます。
受け取れる形式と、撮影音声の扱いは？
TXT、DOCX、SRT、VTT、JSONから選べます。録音は当社のサーバー上で文字起こしされ、モデルの学習に使われることはなく、ファイルと文字起こしはいつでも削除できます。
関連ページ
撮影と大きなファイルのページ
送信機のWAVを、 編集者が検索できるログに。
内部録音を文字起こし運営 Neugence Technology Pvt. Ltd. · contact@whipscribe.com · セキュリティ · プライバシー · 利用規約