情報源のインタビューや記者会見を完全オフラインで文字起こし。音声データがPCの外に出ることはありません。 記事の下書きをCMSに直接口述筆記。スピード、正確性、そして情報源の保護を必要とする記者のために設計されています。
永久無料：1日500語。Proにアップグレードすると無制限になります。
現場ジャーナリストのワークフローには構造的な非効率性があります。それは、インタビューを録音してから、使用可能なテキストを得るまでのギャップです。ボイスレコーダーは持ち運びやすく、現場で素早く使用できます。しかし、生の音声は、検索可能なテキストになるまでは、執筆に活用するほぼ役に立ちません。このギャップを埋めるためのツールは、これまで高価、低速、クラウド依存、あるいはそのすべてでした。
ジャーナリスト向けボイスレコーダーの文字起こしは、多くのジャーナリストが最も時間を無駄にする部分です。スマートフォンやデジタルレコーダーで録音した45分の情報源インタビューを手動で文字起こしするには2〜3時間かかり、クラウドサービスに送信するには7〜12ドルかかります。その後、音声は彼らのサーバーに保存されます。これを年間200回行うと、文字起こし料金に1,400〜2,400ドルを費やし、何百もの機密性の高い情報源の録音を第三者に渡すことになります。
さらなる複雑な問題は接続性です。実際の取材は、Wi-Fiが不良または存在しない場所、つまり法廷、地方、ニュースの現場、データローミングが高額な外国で行われます。クラウド文字起こしツールは、音声を処理するためにアクティブなインターネット接続を必要とします。2時間のレコーダー音声と午後6時の締め切りがあるストーリーの現場にいるとき、アップロードを待つことは現実的ではありません。
ジャーナリストは、マイクからのライブ音声だけでなく、外部ソースからの録音済み音声ファイルを処理できる文字起こしツールを必要としています。騒がしいレストランでのスマートフォンのレコーダー、駐車場のデジタルレコーダー、ビデオ通話の録音からの音質は、クリーンなスタジオの口述筆記とは全く異なります。また、ツールは初期設定のままで固有名詞を正確に処理できる必要があります。そして、機密性の高い情報源の情報を含む音声をリモートサーバーにアップロードしてはなりません。
StarWhisperは、ボイスレコーダーやスマートフォンの音声をWindowsマシン上で直接テキストに変換します。インターネットは不要で、音声が外部に送信されることもありません。エンジンはOpenAI Whisperで、ジャーナリストが作成するような不完全な現場録音を含む、680,000時間の多様な実世界の音声でトレーニングされています。
レコーダーやスマートフォンからラップトップにオーディオファイルを転送し、StarWhisperにドラッグするだけです。WAV、MP3、M4A、OGG、MP4、MOVに対応しています。音声を抽出し、ローカルで処理します。45分のインタビューは、一般的なラップトップで5〜12分（GPUがあればもっと速く）で文字起こしされます。文字起こし結果はテキストファイルとして開かれ、メモアプリやCMSで直ちに編集できます。
StarWhisperがインターネットを必要とするのは、最初のダウンロードとモデルのセットアップ時のみです。その後は、すべてがローカルで実行されます。裁判所、外国の都市のホテルの部屋、または報道車でレコーダーを接続し、すぐに文字起こしを開始できます。接続は不要です。
Whisperのトレーニングデータは意図的に多様化されています。騒がしい環境、訛りのある音声、さまざまな録音条件を、多くのクラウドサービスよりも適切に処理します。一般的な現場レコーダーの音声で90〜97%の精度が期待でき、より高価な競合サービスと比較しても、訛りのある録音や困難な録音において顕著に優れています。
Whisperは、スペイン語、フランス語、ドイツ語、アラビア語、北京語、日本語、ポルトガル語、ロシア語など、20以上の言語に対応しています。現地の言語で情報源にインタビューする海外特派員にとって、これは、別の翻訳サービスなしで情報源の音声を直接文字起こしできることを意味します。自動言語検出は、複数の言語が混在した録音を処理します。詳細なワークフローの解説については、インタビュー文字起こしソフトもご参照ください。
StarWhisper Proは月額10ドルまたは年額80ドルの定額制です。無制限の文字起こし、分単位の料金なし、ストレージ料金なし。変動する収入を管理するフリーランサーにとって、予測可能性は重要です。激しい週に20回のインタビューでも、遅い週に2回でも、同じ価格です。ワークフローの詳細については、ジャーナリスト向け口述筆記ソフトのページをご覧ください。
StarWhisperを使用してジャーナリスト向けボイスレコーダーの文字起こしを行い、市役会を取材する速報記者のある具体的な一日です。
午前10:00 - 市議会会議。 記者はZoom H1で90分間の完全なセッションを録音します。メモを取る不安はありません。休憩中には、ラップトップのマイクを使用してStarWhisperのライブモードで臨場感のある詳細をNotionドキュメントに直接口述筆記します。
午後12:00 - 情報源インタビュー。 会議の後、議長とオンレコードで20分間。機密性の高いグラウンドルールが適用されます。レコーダーはすべてを記録します。この音声をクラウドサービスに触れさせることはありません。
午後12:30 - カフェ、信頼できるWi-Fiなし。 両方のオーディオファイルがUSB経由でレコーダーから転送されます。StarWhisperは両方をオフラインで処理します。合計処理時間：両方のファイルを合わせて約18分。
午後12:50 - 文字起こしの準備完了。 記者は両方のトランスクリプトをスキャンし、重要な引用を強調し、リードを特定します。Whisperがわずかに間違えたいくつかの固有名詞を修正するクリーンアップに12分かかります。
午後1:05 - 記事の口述筆記。 記者はStarWhisperのライブモードを介して、編集部のCMSに記事を口述筆記します。600語：口述筆記、編集、提出までに25分。記事は午後1:30までにキューに入れられます。締め切りは午後3時でした。StarWhisperがなければ、90分の会議音声だけを手動で文字起こしするのに3時間以上かかったでしょう。
ジャーナリスト向けボイスレコーダー文字起こしのプライバシーのリスクは抽象的なものではありません。実際のシナリオがどのようなものか、そしてStarWhisperがそれらにどう対処するかを以下に示します。
情報源が匿名を希望する場合、彼らの声は記事の中で最も身元を特定できるデータです。その音声をクラウドサービスにアップロードすると、記録と法的な露出ポイントが生じます。StarWhisperは、アップロード、API呼び出し、第三者のサーバーログなしでマシン上で音声を処理し、サービスが法的な要求を受けた場合に引き渡すデータもありません。
バックグラウンドまたはディープバックグラウンドで話すことに同意した情報源は、あなたに話すことに同意したのであって、彼らの声を商用AI企業に処理されることに同意したわけではありません。ローカルのみの文字起こしは、クラウドサービスが構造的にできない方法で、その合意の精神を尊重します。
音声をクラウドサーバーに送信すると、その音声はサーバーが配置されている場所の法律の対象になる可能性があります。ローカル処理により、この国境を越えた法的な複雑さが排除されます。国際的な報道のガイダンスについては、CPJデジタルセーフティリソースを参照してください。
セットアップには約15分かかります。以下は、現場での取材ワークフローに最適化された構成です：
| 方法 | 60分のインタビュー | 年間100回のインタビュー | オフラインで動作？ | 情報源は保護？ |
|---|---|---|---|---|
| 手動入力 | 3〜4時間 | 300〜400時間 | はい | はい |
| Rev AI ($0.25/分) | $15 + アップロード待ち | $1,500/年 | いいえ | いいえ |
| Otter.ai Pro | 〜$17/月（上限あり） | $204/年 + 上限 | いいえ | いいえ |
| StarWhisper Pro | 5〜12分、オフライン | $120/年 定額 | はい | はい |
手動の文字起こしからStarWhisperに切り替えることで、100回のインタビューを行うジャーナリストは年間250〜350時間を取り戻すことができます。StarWhisper Proの費用は年額120ドルです。ジャーナリストの時間価値をどれほど合理的に評価しても、ROIは即座に現れ、非常に大きなものとなります。
「私は州議会を担当しています。議会のセッションは4〜6時間に及びます。以前はただメモを取り、重要な引用を正しく取れたことを祈るだけでした。今ではZoom H1で録音し、その夜にStarWhisperでセッションを文字起こしします。速記に頼るのではなく、テキストファイルから正確に引用できるようになりました。本当に取材の正確性が向上しました。」
州議会を担当するキャピトル・リポーター
「ラテンアメリカに2年間駐在していました。StarWhisperのlargeモデルでスペイン語のインタビューを文字起こししたところ、3倍の料金を払ったサービスよりも精度が高かったです。オフラインでの動作は不可欠でした。現場での信頼できるインターネット接続は、当てにできるものではありませんでした。」
元ラテンアメリカ特派員
「裁判を担当するということは、機密性の高い証言や証人へのインタビューが多いことを意味します。クラウドでの文字起こしは選択肢に入りませんでした。StarWhisperは、その種の仕事に十分な精度とプライバシーを備えた、唯一の解決策でした。」
司法・刑事事件担当記者
StarWhisperはWAV、MP3、M4A、FLAC、OGG、およびMP4やMOVなどの一般的なビデオフォーマットに対応しています。ほとんどのデジタルボイスレコーダー（Zoom、Sony、Olympus）はWAVまたはMP3をネイティブで出力し、どちらも変換なしでサポートされています。
44kHzのボイスメモや専用のレコーダーアプリを使用した静かな環境では、中規模モデルで94〜98%の精度が期待できます。スピーカーフォンや騒がしい環境では88〜93%に低下します。large-v3モデルは、困難なスマートフォンの音声を基本モデルよりも大幅にうまく処理します。
はい。複数のオーディオファイルをキューに入れて、順次処理することができます。一日の終わりにすべてのファイルをキューに入れ、StarWhisperに一晩中処理させることができます。各ファイルは対応するトランスクリプトを生成します。
自動的には識別しません。話者の分離（ダイアライゼーション）は組み込みの機能ではありません。トランスクリプトはタイムスタンプ付きの連続したテキストです。2人の話者によるインタビューの場合、ほとんどのジャーナリストは文脈に基づいて5〜10分で話者ラベルを追加します。ゼロから手動で文字起こしするよりもはるかに高速です。
いいえ。StarWhisperはすべてをローカルで処理するため、音声がStarWhisperのサーバーに届くことはなく、トレーニングやその他の目的で利用されることもありません。Whisperモデルは完全にあなたのマシン上で実行されます。
無料プラン（1日500語）は評価に適しています。現役のジャーナリストにはほぼ間違いなくProが必要です。たった1回の30分のインタビューで3,000〜4,500語のトランスクリプトが生成され、1日の無料制限を超えてしまいます。プロとしての使用には、月額10ドルのProプランが現実的な選択です。年額80ドルのオプションはさらにコストパフォーマンスに優れています。
文字起こしツールを評価するジャーナリストは、通常、手動入力、RevやOtterなどのクラウドサービス、文字起こし機能を内蔵したプロフェッショナルなオーディオレコーダー、そしてStarWhisperのようなローカルAIツールの4つのオプションを検討します。以下はトレードオフに関する率直な分析です：
クラウド文字起こしサービスは便利で高速です。Rev AIは自動文字起こしに対して分あたり約0.25ドルを請求し、60分のインタビューでは15ドルになります。Otter.ai Proは月額16.99ドルで、ファイルの長さとストレージに制限があります。どちらも機能するためにインターネット接続を必要とし、音声をサーバーにアップロードします。機密性の高い話題、裁判、法執行機関、政治、国家安全保障を扱うジャーナリストにとって、このアップロードは真の倫理的問題です。情報源の声紋、背景の環境ノイズ、およびすべての発話コンテンツが、その企業のデータ保持ポリシーの下で第三者のサーバーに置かれることになります。
一部の最新のデジタルボイスレコーダー（Sony ICD-TX800、Zoom Hシリーズなど）には、文字起こし機能を備えたコンパニオンアプリがあります。これらは通常、処理のためにクラウドサーバーにアップロードするスマートフォンアプリとの同期を必要とします。ハードウェアのコストは150〜400ドルで、文字起こし機能には通常別のサブスクリプションが必要です。組み込みアプリの精度は、専用の音声認識モデルよりも低い傾向があります。StarWhisperは、メーカーの独自のエコシステムを必要とせずに、Zoom、Sony、Olympus、スマートフォンのボイスメモなど、あらゆるデバイスからの録音を処理します。
Dragonは主にファイルの文字起こしではなく、ライブ口述筆記用に設計されています。ハンドヘルドレコーダーからの録音済み音声を「オーディオの文字起こし」モードで文字起こしできますが、広範な音声プロファイルのトレーニングが必要です。レコーダーの文字起こしには、トレーニングに使用したものとは異なるマイクと異なる環境での音声が含まれるため、レコーダー音声に対するDragonの精度は、通常、ライブ口述筆記の精度よりも低くなります。StarWhisperには音声プロファイルの概念がなく、あらゆるソースからの音声を同じモデルで処理します。
外部デバイスからのファイルの処理、騒がしい環境での使用、オフライン機能の要求、そして合理的なコストを伴うジャーナリスト向けボイスレコーダー文字起こしにおいて、StarWhisperのWhisperモデル、ローカル処理、定額料金、ファイルインポートワークフローの組み合わせは、現在利用可能な最も完全なソリューションです。より広範な市場比較については、プロフェッショナル向け文字起こしソフトのページもご参照ください。
レコーダーと公開済みの記事の間のボトルネックは文字起こしです。StarWhisperは、そのギャップを数時間ではなく数分で埋めます。完全にオフラインで、情報源の録音を他者に晒すことはありません。ジャーナリスト向けボイスレコーダー文字起こしは、これほどシンプルであるべきです。無料でダウンロードして、決断する前に次のレコーダーファイルをそれに通してみてください。