音声要約
録音の要点を整理する設定と使い分け
会議、講義、ポッドキャストをAIで要約します。文章量、段落か箇条書きか、重視する話題を選べます。全文の記録ではないため、共有前に名前や数字、決定事項を録音で確かめてください。
料金: 利用可能な無料枠の範囲内で使えます。利用制限の詳細は下のガイドをご覧ください。
音声を要約する手順
録音を1件選ぶ
要約する音声をアップロードを押すか、プレビューへドロップします。MP3、WAV、M4A、AAC、FLAC、OGG、Opus、WebM音声と、MP4、M4V、MOV、MKV、AVI、WebM、MPEG、OGV動画を200 MBまで使えます。他のツールの対応ファイルはファイルから選べます。
文章量を選ぶ
要約の長さで100、250、500、1000、2000単語の目標を選びます。初期値は500単語です。
形式を選ぶ
要約形式で段落か箇条書きポイントを選びます。
重視する話題を書く
フォーカスエリア (オプション)に、例えば
決定事項と担当者別の作業と入力します。全体の要約がほしければ空欄にします。生成して確認・保存する
概要の生成を押すと、プレビューのプレーヤーが要約に切り替わります。クリップボードにコピー、TXT、DOCXで取り出し、共有前に名前、数字、決定事項を録音と照合します。
各設定で変わる内容
3つの設定はモデルへの文章による指示です。生成後に単語数を検査したり、文章を切り詰めたりしません。
- 要約の長さ
- 選択肢は小 - 100、低 - 250、中 - 500、大 - 1000、高 - 2000で、単語数の目標です。初期値500から多少ずれることがあります。英語の発話を1分130〜160語と仮定すると、5分のメモは約700語なので1000語より100語の要約が適します。日本語の文字数を指定する設定ではありません。
- 要約形式
- 初期値の段落はつながった文章で、報告書やメール向けです。箇条書きポイントは一覧に整理し、会議メモを読み返すときやチケット・チャットへ貼るときに向いています。
- フォーカスエリア (オプション)
- 初期値は空欄です。
担当者と期限を含む作業、定義と試験範囲、価格への懸念など短い語句を入れます。全体から要点を抽出する指示は残るため、要約の内容を置き換えるのではなく、重視する話題を変えます。
録音に合わせた設定例
以下は組み合わせの例です。プリセットのボタンはありません。
チーム会議・通話
250または500単語、箇条書きポイント、フォーカスは決定事項、作業、担当者。
講義・研修
1000単語、段落、重要な概念、定義、具体例。結論だけでなく、各話題を説明する余地を作ります。
ポッドキャスト・インタビュー
500単語で、ゲストの主張や提案を重視します。話者ラベルの設定はないため、注目する人物の名前をフォーカスに書きます。
ボイスメモ
100単語、段落、フォーカスなし。数分の発話では長い要約に必要な情報量が足りないことがあります。
録音の処理とAI要約の性質
アップロード後、当サイトのサーバーでFFmpegが最初の音声トラックを16 kHzモノラルのFLACへ変換し、メタデータと映像を取り除きます。このコピーと設定から作る指示をGoogle Gemini APIへ送ります。現在のモデルはGemini 3.5 Flash-Liteです。Google側の利用制限に当たった場合は、同じ要求をOpenRouter経由で同じモデルへ送ります。
モデルが返答すると、処理用FLACを当サイトのサーバーから削除し、Googleにもアップロードしたコピーの削除を要求します。元ファイル、要約の文章、DOCXは下記の保存期間に従います。
要約は発言の転載ではなく、モデルが書く文章です。話題を省く、別の話者の意見を混ぜる、数字を誤る場合があり、発話の重なりや不鮮明な音声では特に確認が必要です。正確な言い回しが必要なら音声文字起こしを使います。同じ元ファイルがファイルに残るため再アップロードは不要です。
TXTは画面の文章をそのまま保存し、モデルが使った**や#も文字として残ります。DOCXはそれらを太字、見出し、リストへ変換します。
対応形式と制限
- 入力
- MP3、WAV、M4A、AAC、FLAC、OGG、Opus、WebM音声。MP4、M4V、MOV、MKV、AVI、WebM、MPEG/MPG、OGV動画。
- 使用する音声
- 最初の音声トラックのみ。動画の映像は使いません。
- 出力
- 画面上の文章、
summary.txt、Word形式のsummary.docx。 - 容量
- 最大200 MB。
- 1回のファイル数
- 1件。
- 処理
- 当サイトのサーバーでFFmpegを使い、Google Gemini APIで要約します。1ジョブの上限は60分です。
- 透かし
- 追加しません。
- 利用制限
- 時間ごと・日ごとの制限があります。回数や録音時間の合計を数え、達すると画面にエラーが出ます。
- 保存期間
- アップロードと結果はゲストで48時間後、無料アカウントで30日後に自動削除されます。有料プランでは長く保存できます。
よくある質問
無料で使えますか？
アカウントや支払いなしで要約できます。AI処理を使うため時間ごと・日ごとの制限があり、要約の回数や録音時間の合計が対象になります。
音声は外部へ送られますか？
最初の音声トラックの16 kHzモノラルコピーと、フォーカスに書いた内容をGoogle Gemini APIへ送ります。Google側の利用制限時はOpenRouter経由で同じモデルへ送ります。動画の映像は送りません。
指定した単語数にならないのはなぜですか？
要約の長さはモデルへの目標で、生成後の切り詰めや水増しはありません。英語を1分130〜160語と仮定すれば10分で約1300〜1600語です。2000語の要約は元の情報量を超え、繰り返しが増える場合があります。
要約は何語になりますか？
出力言語を選ぶ設定はありません。言語を指定した文章が必要なら、音声言語と翻訳先を選べる音声文字起こしを使います。
動画や画面録画も要約できますか？
音声だけを使って要約できます。最初の音声トラックを読むため、録画ソフトがマイクを2番目のトラックに保存した場合、その声は要約に入りません。