著者 whispertranscribe.ai 編集部 · 最終更新 2026年11月 · 読了目安 12分
ポッドキャストの文字起こしに適した形式は、掲載先によって変わります。エピソードのページには、発言ごとに話者名を付けて読みやすい段落にまとめ、要所にタイムスタンプを入れます。Apple Podcasts、Spotify、RSSフィードには、再生時間に同期するWebVTT(.vtt)を使い、代替としてSRTを用意します。編集用には、プレーンテキストのTXTかDOCXを残しておきましょう。
そのまま使える4種類のテンプレート、Podcasting 2.0の仕様とApple、Spotify、YouTubeのファイル要件(2026年11月確認)、公開前のチェックリストを紹介します。
ポッドキャストの文字起こしにはどの形式を使う?
多くの番組では、同じ発言内容を読者向けとアプリ向けの2種類に分けて用意します。閲覧用の形式は読者に合わせ、時間情報付きのファイル形式は配信先に合わせて選びます。
| 形式 | 主な用途 | 利点 | 注意点 | 利用できる場所 |
|---|---|---|---|---|
| プレーンテキスト(TXT) | 編集、番組ノート、記事への再利用 | どこでも開ける。検索や貼り付けが簡単 | 時間情報がなく、話者名は手入力が必要 | 自分のサイト、RSSタグではtext/plain |
| 話者名付きの文書(DOCXまたはWebページ) | エピソードページ、ゲストによる確認、アクセシビリティ | 最も読みやすく、見出しやリンクを使える | 音声と同期しない | 自分のサイト、RSSタグではtext/html |
| タイムスタンプ付きのテキスト | 長いインタビュー、引用の確認、調査 | 読者が目的の位置に移動できる | タイムスタンプが多すぎると読みにくい | 自分のサイト |
| SRT(.srt) | SpotifyやYouTubeへのアップロード、字幕形式のフィード | シンプルで広く対応 | 話者を指定するタグがないため、名前は本文に記載 | Apple(サブスクリプション限定エピソードのアップロード)、Spotify、YouTube、RSSタグ |
| WebVTT(.vtt) | Apple Podcasts、Spotify、Webプレーヤー | タグで話者名を指定でき、ブラウザーが標準で読み取れる | 構文が厳密で、余計な1行だけでも動かなくなる | Apple(フィードとサブスクリプション限定エピソードのアップロード)、Spotify、YouTube、RSSタグ |
| JSON(Podcasting 2.0) | 単語ごとにハイライトするアプリ | 時間情報が最もきめ細かい | 生成できるホスティングサービスが少ない | RSSタグではapplication/json |
時間情報付きのファイルを1種類だけ作れるなら、VTTが目安です。 Podcasting 2.0の文字起こしドキュメントでもこの場合にWebVTTを推奨しています。Apple Podcastsが取り込みに使っており、ブラウザーも標準で対応しているためです。
読みやすいポッドキャスト文字起こしに含めるもの
読みやすい文字起こしなら、一度も再生せずにエピソードの全容を把握できます。W3Cは、ポッドキャストの文字起こしを、話者が分かるシンプルな段落に、内容を理解するうえで必要な発言以外の音を加えたものとして説明しています。
実際に仕上げるときは、次の5つを意識しましょう。
- 発言ごとに話者名を付ける。 最初のほうで一度フルネームを使い、その後は短い表記に統一します。同じファイルの中で「Mia」「司会者」「話者1」を混在させないようにします。
- 話者が変わるたびに段落を分ける。 長い回答は話題が切り替わる箇所でも分けます。
- 意味のある音は角括弧に入れる。
[laughs]、[phone rings]、[theme music]などです。理解に関係のない環境音は省きます。 - 補足した箇所を明示する。 W3Cでは、角括弧で囲むなど実際の音声と区別できれば、理解を助ける補足を加えてもよいとしています。
- タイムスタンプは必要な箇所に絞る。 W3Cのガイドでは、役立つときにのみ付けるよう勧めており、終了時刻が必要な場面はほとんどありません。
ケバ取りと素起こしのどちらを使う? 公開エピソードのページには、意味のある発言をすべて残して「ええと」などのつなぎ言葉や、つかえ、言い直しを省くケバ取りが適しています。調査インタビューや内容に異議が出そうな引用など、発言を正確に記録する必要がある場合は、すべて書き起こす素起こしを選びます。どちらを選んだかは、文字起こしの冒頭に1行で示しましょう。
そのまま使えるポッドキャスト文字起こしのテンプレート
以下はこの記事のために作った架空の例です。「Trailhead Radio」という番組は実在しません。角括弧のプレースホルダーを書き換えて、構成はそのまま使えます。
テンプレート1 インタビュー形式(話者2人以上)
ゲスト回やパネルディスカッションに使えます。サイトで太字が使える場合は話者名を太字にします。
EXAMPLE (fictional show)
Trailhead Radio, Episode 58: Packing for a First Overnight Hike
Host: Mia Chen. Guest: Luis Ortega, park ranger.
Transcript style: clean verbatim.
[theme music]
Mia Chen: Welcome back to Trailhead Radio. I'm Mia, and today I'm
talking to ranger Luis Ortega about the mistakes he sees on first
overnight trips.
Luis Ortega: Thanks for having me. The big one is weight. People pack
for every possible problem and end up too tired to enjoy the trail.
Mia: So where do you start?
Luis: With water. Check where you can refill before you leave, then
carry only what gets you to the next source. [laughs] My first trip,
I carried six liters up a creek trail.
テンプレート2 ソロ回や一人語り
ソロ回では話者の交代がないので、見出しや段落で構成を伝えます。
EXAMPLE (fictional show)
Trailhead Radio, Episode 59: Reading a Trail Map
Speaker: Mia Chen. Transcript style: clean verbatim.
Introduction
Today is a short one. I want to walk you through the three things I
check on a trail map before every hike, in the order I check them.
1. Contour lines
The closer the lines, the steeper the ground.
2. Water sources
Note the distance between the blue symbols along the route.
[Sponsor message]
3. Exit points
Find at least one way off the trail before the halfway mark.
テンプレート3 タイムスタンプ付きの文字起こし
目的の場面をすぐに探せるようにしたい長時間のインタビューに使います。話者が変わるたびか、数分ごとにタイムスタンプを付ければ十分です。
EXAMPLE (fictional show)
Trailhead Radio, Episode 58 (running time 41:20)
[00:00] [theme music]
[00:12] Mia Chen: Welcome back to Trailhead Radio. Today I'm talking
to ranger Luis Ortega about first overnight trips.
[00:21] Luis Ortega: Thanks for having me. The big mistake is weight.
[03:47] Mia: Let's talk about food. How much do people overpack?
[03:52] Luis: Almost always by a full day. [laughs]
[17:05] [inaudible 17:05] Luis: ...and that's why I carry a paper map.
1時間を超えるエピソードでは、[01:03:47] のように時も入れ、すべてのタイムスタンプの書式をそろえます。
テンプレート4 長いエピソード向けのチャプター付き文字起こし
長い会話をチャプターに分けると、読者やスクリーンリーダーの利用者が目的の部分へ移動しやすくなります。W3Cも、文字起こしを使いやすくできる箇所に見出しを追加するよう勧めています。
<!-- EXAMPLE (fictional show) -->
## Transcript: Packing for a First Overnight Hike
**Episode 58 · Host: Mia Chen · Guest: Luis Ortega · Clean verbatim**
### Chapter 1 (00:00): Why first trips go wrong
**Mia Chen:** Welcome back to Trailhead Radio...
**Luis Ortega:** The big one is weight...
### Chapter 2 (03:47): Food and water
**Mia:** Let's talk about food...
### Chapter 3 (17:05): Navigation without a signal
**Luis:** I always carry a paper map...
### Resources mentioned
- [Link to the park's trail conditions page]
番組ノートと同じチャプター開始時刻を使い、両方の一覧をそろえます。
ポッドキャストの文字起こしファイル形式(VTT、SRT、JSON、HTML)
時間情報付きのファイルには、閲覧用の文書よりも厳密なルールがあります。以下では、同じ架空の会話を使って各形式を説明します。
互換性を重視するならWebVTT(.vtt)
VTTファイルは WEBVTT で始まります。ミリ秒の前にピリオドを使い、話者名は話者タグで指定できます。Appleによると、VTTファイルで行ごとに話者を指定すれば、話者が変わるたびに文字起こし画面に名前が表示されます。
WEBVTT
00:00:12.000 --> 00:00:17.400
<v Mia Chen>Welcome back to Trailhead Radio.
00:00:17.400 --> 00:00:21.000
<v Mia Chen>Today I'm talking to ranger Luis Ortega.
00:00:21.000 --> 00:00:24.800
<v Luis Ortega>Thanks for having me.
The big mistake is weight.
Podcasting 2.0のドキュメントは、字幕としても使えるようにVTTの各行を65文字以内に収めることを勧めています。
代替形式のSRT(.srt)
SRTでは字幕ブロックに連番を振り、ミリ秒の前にコンマを使います。話者タグはありません。Podcasting 2.0のドキュメントでは、ポッドキャスト向けのSRTの仕様として、1ブロックにつき最大2行、1行につき最大32文字、話者が変わるたびに新しいブロックを作って「話者名:」から始めるように定めています。
1
00:00:12,000 --> 00:00:15,000
Mia: Welcome back
to Trailhead Radio.
2
00:00:21,000 --> 00:00:24,800
Luis: Thanks for having me.
The big mistake is weight.
SRTを初めて使う方は、SRTファイルの解説で各行の役割を確認できます。
JSONとHTML(Podcasting 2.0)
この仕様には、比較的利用頻度の低い2つの形式も定義されています。JSON には仕様の version と segments の配列を格納します。各セグメントには speaker、startTime、endTime、body フィールドがあり、単語ごとに1セグメントを割り当てると、単語単位でハイライトできます。HTML は、時間情報が少ないか、まったくない文字起こしに向いています。話者名は <cite>、開始時刻は <time>、発言は <p> に入れます。仕様では、アクセシビリティの補助や検索可能なテキストの提供を目的とする簡易形式と位置づけています。
RSSフィードに文字起こしを追加する方法(Podcasting 2.0タグ)
ポッドキャストアプリは <podcast:transcript> タグから、配信者が用意した文字起こしを見つけます。このタグは各エピソードの <item> 内に置きます。多くの場合、ホスティングサービスがファイルの添付時にこのタグを追加します。フィードを手動で編集する前に、利用中のサービスの管理画面を確認しましょう。
タグの公式ドキュメントでは、次のように定めています。
url(必須)は文字起こしファイルの場所を指定します。type(必須)はMIMEタイプです。text/plain、text/html、text/vtt、application/json、application/x-subrip(SRT)が記載されています。language(任意)を省略すると、アプリはフィードの<language>要素で指定された言語を使います。rel="captions"(任意)は、MIMEタイプにかかわらず、ファイルがタイムコード付きのクローズドキャプションであることをアプリに伝えます。- タグを複数追加できるので、形式ごとにファイルを1つずつ用意できます。
<!-- EXAMPLE: one episode offering three transcript files -->
<rss version="2.0" xmlns:podcast="https://podcastindex.org/namespace/1.0">
<channel>
<language>en</language>
<item>
<title>Packing for a First Overnight Hike</title>
<podcast:transcript url="https://example.com/ep58/transcript.vtt"
type="text/vtt" />
<podcast:transcript url="https://example.com/ep58/transcript.srt"
type="application/x-subrip" rel="captions" />
<podcast:transcript url="https://example.com/ep58/transcript.html"
type="text/html" />
</item>
</channel>
</rss>
見落としやすいのが、別サイトからのアクセスに関する設定です。文字起こしファイル形式のドキュメントによると、ブラウザー上のプレーヤーが別サイトからファイルを読み込むには、ファイルを配信するサーバーにCORSヘッダーが必要です。Appleでは表示されるのにWebプレーヤーでは表示されない場合、まずこの設定を確認します。
Apple Podcasts、Spotify、YouTubeの文字起こし要件
いずれも時間情報付きのファイルに対応しており、追加の方法は配信先によって異なります。以下の内容は各プラットフォームのヘルプページで2026年11月に確認しました。
| プラットフォーム | 対応ファイル | 追加方法 | 注意点 | 公式情報 |
|---|---|---|---|---|
| Apple Podcasts | VTTまたはSRT | RSSの文字起こしタグ。サブスクリプション限定エピソードはApple Podcasts Connectから直接アップロード | 「Display transcripts I provide」(自分が提供する文字起こしを表示)を選ぶ。対応言語は11言語 | Apple Podcasts for Creators |
| Spotify | 最大5MBのVTTまたはSRT | 対象の番組ならSpotify for Creatorsからアップロード | 自動生成の文字起こしを有効にするとアップロード済みのファイルが置き換わる | Spotify for Creatorsヘルプ |
| YouTube | SRT、VTT、その他の字幕形式 | YouTube Studioの「字幕」からファイルをアップロード | SRTはマークアップのないUTF-8のプレーンテキストが必要 | YouTubeヘルプ |
| その他のアプリ | アプリによる | RSSの文字起こしタグ | タグを読み取らないアプリもある | Podcasting 2.0のドキュメント |
Apple Podcasts
- Appleは新しいエピソードの文字起こしを自動で生成します。自分のファイルを表示するには、Apple Podcasts Connectの番組の「Availability」タブから文字起こし設定を変更するか、特定のエピソードだけ個別に設定します。
- iOS 17.4以降で、英語、デンマーク語、オランダ語、フィンランド語、フランス語、ドイツ語、イタリア語、ノルウェー語、ポルトガル語、スペイン語、スウェーデン語に対応します。その他の言語についてAppleは、番組ノートに文字起こしへのリンクを入れることを勧めています。
- ファイルはVTTまたはSRTで、つづりや句読点に誤りがなく、エピソード全体を網羅する必要があります。Appleの品質基準を満たさないファイルは表示されません。
- 動的に挿入された音声で内容が変わった部分や、歌詞は表示されません。10時間を超えるエピソードは文字起こしされないことがあります。
- アプリでは、配信者が用意したファイルに「Provided by」、Appleが生成した文字起こしに「Automatically generated」と表示されます。
Spotify
- 文字起こし機能は一部のクリエイターが利用できます。対象の番組では、Episodes からエピソードを選び、Details をクリックして、Transcriptsの Edit を開きます。ここからSpotifyのVTTをダウンロードして修正し、自分のファイルをアップロードできます。
- Spotifyでは、タイムスタンプを含む最大5MBのVTTまたはSRTが必要です。タイムスタンプがなければ再生中に同期できません。
- Distribute transcripts across other platforms via RSS を有効にすると、ほかのアプリが読み取れるように文字起こしがフィードに追加されます。
YouTube
YouTubeの動画ポッドキャストには通常の字幕トラックを使います。YouTube Studioで 字幕 を開き、動画を選んで言語を追加したら、ファイルをアップロード から タイムコードあり または タイムコードなし を選びます。YouTubeのヘルプでは、動画が1時間を超える場合や音質が悪い場合に、時間情報のない文字起こしに頼ることを勧めていません。多くのフル尺エピソードはこの条件に当てはまるため、時間情報付きのSRTまたはVTTをアップロードしましょう。
ポッドキャスト文字起こしに関するWCAGの要件
この節は一般的な情報を扱います。個別の番組に適用される法律については、国や組織に応じて確認してください。
Webコンテンツ・アクセシビリティ・ガイドライン(WCAG)では、ポッドキャストを音声のみのメディアとして扱います。達成基準1.2.1では、収録済みの音声のみのコンテンツに、同等の情報を伝える代替テキストが必要です。W3Cの文字起こしガイドによると、収録済み音声の文字起こしはレベルA、音声のみのライブコンテンツの文字起こしはレベルAAAに該当します。
書式を整えるときは、次の点を意識します。
- 同等の情報をすべて含める。 全発言に加え、意味のある音も含めます。
- テキストデータで提供する。 スクリーンリーダーや点字ディスプレイ、検索機能で使える形にします。
- 見つけやすい場所に置く。 W3Cは、メディアのすぐそばに文字起こし本体かリンクを置き、通常は同じページにまとめることを勧めています。
- 字幕ファイルを閲覧用に整える。 SRTやVTTを使う場合は、W3Cの例と同様に短い字幕ブロックを段落にまとめます。
ポッドキャストの文字起こしはSEOに役立つ?
役立つ場合があります。各機関やサービスは、次のように説明しています。
- W3Cは、文字起こしに見出しとリンクを付けると使いやすくなり、SEOにも役立つとしています。
- Spotifyによると、文字起こしは番組内容の把握に役立ち、チャプターやゲスト・トピックのタグなど、番組を見つけやすくする機能にも使われます。Spotify for Creators
- Appleでは、リスナーがエピソード内の言葉やフレーズを検索し、該当するテキストをタップしてその位置から再生できます。
いずれも検索順位の上昇を保証していません。より多くの人がエピソードを利用できるように文字起こしを公開し、流入が増えれば追加の効果と考えましょう。
whispertranscribe.aiでポッドキャストを文字起こしする方法
whispertranscribe.aiは、OpenAIのWhisperモデルを使ったブラウザー上の文字起こしツールです。エピソードをテキスト化し、上で紹介した形式で書き出せます。Webブラウザーから使え、アプリのインストールは不要です。
- ポッドキャスト文字起こしツールを開く。130以上の言語から音声の言語を選びます。音質が悪い場合は、多くの言語で「Noise / Low-Quality Audio/Video」オプションが使えます。複数の言語が切り替わるエピソードには「Multilingual Mix」があります。
- エピソードを追加する。 音声または動画ファイル(MP3、WAV、M4A、MP4など)をアップロードします。1ファイルあたり最大5GB、10時間までです。URLから文字起こしを使う場合は、YouTube、Vimeo、Google Drive、Dropboxのリンクに対応します。ページの対応一覧にApple PodcastsやSpotifyのリンク、RSSフィードは含まれていないため、音声のみのエピソードはホスティングサービスか編集ソフトから取得したファイルをアップロードします。
- 話者識別をオンにする。インタビューやパネルディスカッションで使います。
- 下書きを確認する。 明瞭な音声であれば文字起こしの精度は最大99%に達することがあります。発言の重なり、声にかぶる音楽、雑音、強いアクセントがあると精度は下がります。名前と数字、話者が変わった直後の最初の行を確認しましょう。
- 掲載先に合った形式で書き出す。 エピソードページや番組ノートにはTXTまたはDOCX、Apple Podcasts、Spotify、YouTubeにはVTTまたはSRTを使います。必要に応じてPDFやCSVも利用できます。
書き出したファイルに「話者1」のようなラベルがある場合は、検索と置換を使って公開前に実名に変更します。短い動画に字幕を付けるなら、AI字幕生成ツールで字幕1つあたりの最大単語数を設定できます。音声のみのファイルには、MP3からSRTへの変換ツールが使えます。インタビューが中心の番組には、無料のインタビュー文字起こしを参照してください。ファイルを先に軽くしたい場合は、音声や動画をMP3に変換できます。
アカウントを作成せずに試せます。現時点で無料で利用できる範囲は、リンク先で確認してください。有料プランは年払いで月額換算9.99米ドルからです。料金 各ツールは機能一覧で確認できます。
ポッドキャスト文字起こしの公開チェックリスト
- 話者名、角括弧、タイムスタンプの書式を統一し、冒頭に明記した
- すべての話者に名前を付け、エピソードの説明と表記をそろえた
- 名前、数字、ブランド名などを元の音声と照合した
- 閲覧用の文字起こしをプレーヤーの横に公開したか、そこからリンクした
- 時間情報付きファイルをUTF-8で保存し、拡張子が
.vttまたは.srtになっている。.vtt.txtになっていない - VTTが
WEBVTTで始まり、SRTのタイムスタンプにコンマを使っている - オープニングとエンディングを含め、エピソード全体を網羅している
- RSSタグの
typeが正しく、誰でもファイルのURLを開ける - Appleで「Display transcripts I provide」を設定した
- Spotifyのアップロードファイルが5MBを下回り、自動生成の文字起こしをオフのままにしている
- 公開24時間後に各アプリ上で実際のエピソードを確認した
ポッドキャスト文字起こし形式のよくある問題と対処法
| 症状 | 考えられる原因 | 対処法 |
|---|---|---|
| Appleに「Automatically generated」と表示されたまま | 文字起こし設定が変更されていない | 番組またはエピソードに対して「Display transcripts I provide」を選ぶ |
| Appleで文字起こしがまったく表示されない | 非対応言語、露骨な表現を含むエピソードの制限がオン、または公開から24時間未満 | 言語と露骨な表現に関する設定を確認し、1日待つ |
| Appleでエピソードの一部が欠けている | 文字起こしの作成後に動的に挿入された音声が変わった | 仕様どおりの動作。全文は自分のサイトに掲載する |
| Appleで話者名が表示されない | SRTを使っているか、話者タグがない | VTTを書き出して <v Name> タグを追加する |
| Spotifyがアップロードを受け付けない | 対応外のファイル形式か5MBを超えている | VTTまたはSRTで書き出し、長い字幕ブロックを短くするか注記を別にする |
| Spotifyで文字起こしが音声に追従しない | ファイルにタイムスタンプがない | 時間情報付きのVTTまたはSRTをアップロードする。TXTは使わない |
| Spotifyでアップロード済みファイルが消えた | 自動生成の文字起こしがオンになった | オフにして再度アップロードする |
| Appleでは見えるがWebプレーヤーに何も表示されない | ファイルの配信元にCORSヘッダーがない | ホスティングサービスまたはCDNにクロスオリジンリクエストの許可を依頼する |
| アクセント記号付きの文字が文字化けする | ファイルがUTF-8で保存されていない | プレーンテキストエディターでUTF-8として保存し直す |
| 読者がページの内容を追いにくい | 字幕ファイルをそのまま文字起こしとして貼り付けた | 字幕ブロックを段落にまとめ、話者名を付ける |
字幕ファイルに関するその他の対処法は、SRT字幕の書き出し方を参照してください。
よくある質問
ポッドキャストの文字起こしに最適な形式は?
読者向けとアプリ向けで、それぞれ適した形式があります。読者向けには、ケバ取りで発言ごとに話者名を付け、話者が変わるたびに段落を変え、音を角括弧に入れます。ポッドキャストアプリ向けには、時間情報付きのWebVTTを使います。Apple PodcastsとSpotifyが対応しており、Podcasting 2.0のドキュメントでも、形式を1つに絞る場合に推奨しています。代替にはSRTが使えます。
ポッドキャストの文字起こしにタイムスタンプは必要?
時間情報付きのファイルにはタイムスタンプが必須で、閲覧用であれば数個で十分です。Spotifyでは、アップロードした文字起こしにタイムスタンプがないと再生中に同期しません。Appleが使うVTTとSRTも、どちらも時間情報を含む形式です。WebページについてW3Cは、役立つ場合にだけタイムスタンプを付けるよう勧めています。話者が変わる箇所やチャプターの冒頭に付ければ、文章を読みにくくせず、目的の場面を見つけられます。
Spotifyはどのファイル形式に対応していますか?
Spotify for CreatorsでエピソードのDetailsを開き、Transcriptsセクションから最大5MBのVTTまたはSRTをアップロードできます。ファイルにタイムスタンプがなければ、再生に合わせて同期しません。文字起こしは一部のクリエイター向けの機能なので、番組によっては項目が表示されません。あとから自動生成の文字起こしをオンにすると、アップロードしたファイルが置き換わります。
ポッドキャストのRSSフィードに文字起こしを追加するには?
エピソードのitem要素内にpodcast:transcriptタグを追加し、ファイルのURLとMIMEタイプを指定します。WebVTTのMIMEタイプはtext/vtt、SRTはapplication/x-subripです。形式ごとに複数のタグを追加でき、言語を表すlanguage属性や、時間情報付き字幕ファイルにrel="captions"を指定できます。多くのホスティングサービスは文字起こしを添付すると自動でタグを追加するので、まず管理画面を確認してください。
アクセシビリティのためにポッドキャストの文字起こしは必要?
WCAGでは、ポッドキャストのエピソードのような収録済みの音声のみのコンテンツには、同等の情報を伝える代替テキストが求められます。W3Cでは、最も基本的な適合レベルのAに該当します。WCAGへの対応が法律で義務付けられているかは、国や業界、組織によって異なります。ここで扱っているのは一般的な情報なので、自分に適用される規定を確認してください。
SRTやVTTを読みやすい文字起こしに変換できますか?
はい。字幕の番号と時間情報の行を外し、短い字幕行を段落にまとめ、話者が変わるたびに段落を分けます。VTTの話者タグは「話者名:」の形に置き換え、意味のある音は角括弧ごと残します。W3Cの例でも、複数の字幕行をまとめて文字起こしの段落を作る方法を採用しています。
次のエピソードの文字起こしを整えるなら、whispertranscribe.aiのポッドキャスト文字起こしツールにファイルをアップロードしてください。130以上の言語に対応し、話者識別付きでTXT、DOCX、VTT、SRTに書き出せます。
関連ガイド SRTファイルとは? · SRT字幕の書き出し方 · MP3をテキストに文字起こしする方法 · 字幕とキャプションの違い
参考資料
- Podcast Indexのpodcast:transcriptタグと文字起こしのファイル形式
- Apple Podcasts for CreatorsのApple Podcastsの文字起こし
- Spotify for CreatorsのSpotifyでエピソードの文字起こしを管理すると自動文字起こしとチャプターなどの機能
- YouTubeヘルプの対応している字幕とクローズドキャプションのファイルと字幕とキャプションを追加する
- W3C WAIの文字起こしガイド
- W3Cの達成基準1.2.1の解説 音声のみおよび映像のみ(収録済み)
