無音カット
録音から無駄な間を削りつつ、人間らしさをつくっている息づかいは残します。短縮される無音は、何かが消える前にすべて確認できます。ファイルが端末から出ることもありません。
音声はモノラルMP3で書き出します。1分あたり約0.5 MBなので、どこにでもアップロードできます。編集ソフトに取り込んで音をそのまま保ちたい場合はWAVを選んでください。
音声だけでなく言葉も必要？文字起こしする - 15分無料 →無音を短縮することと、無音を消すことは違う
自動の無音カットがしばしば不自然に聞こえるのは、間を無駄なものとして扱うからです。間は無駄ではありません。文が終わる場所であり、考えが着地する場所であり、聞き手が追いつく場所です。2つの言葉を何も挟まずに繋げば、耳はテンポの良い編集ではなく不具合として受け取ります。だからこのツールは間を消すのではなく短縮します - 元の部屋の空気感を少しだけ残し、話し声の前後にも余白を確保して、どの単語も出だしと終わりを失わないようにします。
波形には、確定する前に何が削られるかがそのまま表示され、試聴ではファイルに手を加えずに結果を確認できます。もう一方の引き締め方 - 「えー」「あの」「なんか」といった口癖 - については、フィラーワードカウンターが実際の口癖と回数を教えてくれます。エピソードを編集し終えたら、文字起こしがショーノート・チャプター・字幕を一度に用意します。その手順はこちら。動画から始めるなら、先に音声を抜き出してください。
無音カット - よくある質問
録音はアップロードされますか？
いいえ。ファイルはこのタブの中で、ブラウザ自身の音声エンジンによってデコード・処理されます。どこにも送信されず、ネットワークを切ったままでもページは動きます。
MP3とWAVを選べるのはなぜですか？
用途が違うからです。次が文字起こしや共有なら64 kbpsのモノラルMP3で十分で、1時間で約28 MB、音声認識の精度は変わりません。WAVは非圧縮なので、編集ソフトでさらに作業する場合に向いています。1分あたり約10 MB、1時間で約600 MBです。
ファイルの大きさはどのくらいですか？
64 kbpsのモノラルMP3は1分あたり約0.5 MBなので、1時間の収録を短くしたものは約28 MBです。同じ1時間をWAVにすると約600 MBになります。ここが重要で、Speechoは200 MBまでのファイルを受け付けるため、長いWAVはアップロードで弾かれますが、MP3なら通ります。
しきい値はどれくらいが適切ですか？
まずは-40 dBから。そこそこ静かな部屋ならこれで合います。話し声までカットされるなら-30寄りに上げてください。何も見つからないならノイズフロアが高い状態なので、-50寄りに下げつつ、先にノイズ除去が必要かどうかも考えてみてください。
「各無音に残す長さ」という設定があるのはなぜですか？
完全に消すと壊れたように聞こえるからです。2秒の無音をゼロにすると文と文が衝突します。0.25秒残せばリズムと部屋の空気感が保たれ、それでも時間の大半は節約できます。初期値がゼロではなく250 msなのはそのためです。
どれくらいの長さのファイルまで扱えますか？
ファイル全体をメモリにデコードするため、端末次第です。1時間の音声なら最近のノートPCで余裕があります。ここでの上限は3時間ですが、スマートフォンはそれよりかなり手前で苦しくなります。長い録音は先に分割してください。
動画ファイルでも使えますか？
MP4やMOVから音声トラックを読み取り、返すのは音声だけです。動画そのものを切り直すには、編集ソフトでカット位置を扱う必要があります - このツールは音声のためのものです。
背景ノイズも取り除かれますか？
いいえ。もともと静かな区間を短くするだけで、音そのものは変えません。ノイズ除去は別の作業で、この工程の前に編集ソフトで行うものです。