ポッドキャストを文字起こし — 無料・プライベート・登録不要

WebGPU対応環境（Chrome/Edge）では、30分のエピソードは通常3〜5分で完了します。WebGPUなしの場合、同じ長さで8〜15分程度かかります。1時間のエピソードはWebGPU使用で約6〜10分です。

はい。Whisper Webは複数の話者がいる音声も正確に文字起こしできます。ただし、現在は話者ダイアライゼーション（話者ラベル）なしの単一トランスクリプトとして出力されます。エクスポート後に手動で話者ラベルを追加できます。

サーバー側の制限はありません。すべてお使いのデバイス上で実行されます。最新のデバイスであれば、2〜3時間のエピソードも問題なく処理できます。非常に長いエピソードの場合は、処理速度を上げるためにセグメントに分割することをおすすめします。

主要な音声フォーマットすべてに対応しています：MP3、WAV、M4A、FLAC、OGG、WebM、AAC。ブラウザで再生できるものであれば、Whisper Webで文字起こしできます。フォーマット変換は不要です。

OpenAI Whisperはクリアな音声で95%以上の精度を達成しています。ショーノートとして公開する場合は、固有名詞、専門用語、ブランド名などモデルが認識しにくいものについて、簡単な校正をおすすめします。

いいえ。データがブラウザの外に出ることは一切ありません。AIモデルはWebAssemblyとWebGPUを使用してデバイス上で完全に実行されます。サーバーもAPI呼び出しもデータ収集もありません。未公開のエピソードは完全にプライベートに保たれます。