Video Transcriber

動画をテキストに書き起こし YouTube字幕テキスト変換 AI動画翻訳AI Dubbing AI文字起こしツール

マイ動画

料金

デスクトップアプリWindows・macOS YouTube 拡張機能

Video Transcriber

API · MCP · Skill - あらゆる環境で利用可能

文字起こし API：音声・動画・リンクに対応

AI による文字起こしで、音声や動画を正確なテキストに変換。シンプルな API で、200 以上の言語、話者検出、タイムスタンプ、字幕、AI 分析に対応します。

🎁まずは無料の 1,500 API クォータ

99.9%
稼働率
24.2s
応答時間
24 / 7
サポート
#1
データセキュリティ

200以上の言語
URLを直接入力
話者分離
タイムスタンプ付きJSON出力
AIによるチャプター生成・翻訳

ひとつの API。あらゆる形式に対応。

文字起こし API とは？

Video Transcriber AIが開発した文字起こし APIは、音声ファイル、動画ファイル、YouTube、TikTok、Instagramなどのリンクを単一のRESTエンドポイントで構造化テキストに変換します。話者識別、単語レベルのタイムスタンプ、200以上の言語を標準搭載しています。

プラットフォームのリンク

公開リンクを貼り付けるだけ。各プラットフォームの特性に合わせて、データ抽出、字幕、音声認識（ASR）を処理します。

ファイルアップロード

動画または音声ファイルの公開 URL を指定してください。1 ファイルあたり最大 5 GB に対応します。

MP4
MP3
MOV
WebM
AVI
WAV
M4A
AAC
OGG

どのソースでも同じエンドポイントを使用し、JSON 構造とエラーコードも共通です。YouTube のリンクを MP3 に置き換えても、コードを変更する必要はありません。

機能

文字起こし API の特長

Video Transcriber AIが開発した文字起こし API は、すべての文字起こしソースを開発者向けの単一エンドポイントに統合し、基本的な音声テキスト変換を超えた高度な機能を提供します。

マルチプラットフォーム対応

文字起こし API はYouTube、TikTok、Instagram、Facebook、X、BiliBili、Google Drive、Dropbox、直接ファイルアップロードなど10以上の入力タイプを単一のエンドポイントで処理し、統一されたレスポンス形式を返します。

200以上の言語に対応

文字起こし API は200以上の言語をカバーし、ソース言語の自動検出機能を備えています。混在言語の音声も適切に処理されるため、グローバルチームは地域ごとに個別のパイプラインを維持する必要がありません。

話者識別を標準搭載

話者識別（ダイアライゼーション）は文字起こし API の全レスポンスに追加費用なしで含まれています。各発話セグメントに話者ラベルが付与され、複数人の会話を読みやすい対話形式に変換します。

タイムスタンプ付き JSON

Transcript API は、機械可読で整理された JSON を返します。各セグメントには開始時刻、長さ、テキストが含まれ、パイプライン、データベース、LLM のコンテキストにそのまま組み込めます。追加の解析は不要です。

マルチフォーマット出力

文字起こし API はプレーンテキスト、SRT、VTT、メタデータ付きJSONを出力します。リクエストでフォーマットを指定するだけで、文字起こし結果がターゲットシステム向けに構造化されて返ってきます。変換スクリプトは不要です。

AI チャプターと翻訳

Transcript API は、簡単に移動できるチャプターマーカーを自動生成し、任意の言語ペア間で AI 翻訳を提供します。1 本の動画を、構造化された多言語コンテンツに変換できます。

API. MCP. エージェントスキル。

文字起こし API の使い方

Transcript API は5分もかからずに使い始められます。REST API、MCP サーバー、エージェントスキルから利用方法を選んでください。SDK のインストールやインフラのセットアップは不要です。

REST API

開発者と自動化向け

あらゆるアプリケーションに文字起こしを追加できます。n8n、Make、Zapier、独自のコードに対応し、言語や技術スタックを問いません。

https://videotranscriber.ai/transcript-api で無料の API キーを取得します
初めての API 呼び出しを行います。メディアの URL またはファイルを指定し、文字起こしエンドポイントに POST リクエストを送信します。
JSON レスポンスには、全文の文字起こし、話者ラベル付きのセグメント、検出された言語が含まれます。

MCP サーバー

ChatGPT、Claude、Cursor など向け

動画のリンクを貼り付けると、アシスタントが内容を聞き取れます。音声の文字起こし、要点の要約、質問への回答、ノートの作成まで、すべて会話の中で完結します。

claude mcp add --transport http --scope user videotranscriber \
  https://videotranscriber.ai/mcp \
  --header "Authorization: Bearer $VT_API_KEY"

claude mcp get videotranscriber

要約
会議ノート

MCP の設定

エージェントスキル

AI エージェント向け

一度インストールすれば、どの AI エージェントでも音声を聞き取れます。動画の要約、録音からノートや文書の作成、チュートリアルからコードの抽出など、エージェントがすでにできることを音声にも適用できます。初回利用時にアカウントが作成され、API キーが取得されます。1500 の無料枠で始められます。

npx skills add VideoTranscriberAI/videotranscriber-skills \
  --skill transcribe-media --agent claude-code --global

動画を要約
質問に回答

GitHub で見る

料金

API クォータを購入。有効期限なし。

買い切りパック。自動更新なし、有効期限なし。

3,000APIクォータ

$12

最大3,000分の文字起こし

$0.004/APIクォータ

12,000APIクォータ

10%お得

$45$48

最大12,000分の文字起こし

$0.004$0.00375/APIクォータ

最も人気

30,000APIクォータ

20%お得

$96$120

最大30,000分の文字起こし

$0.004$0.0032/APIクォータ

90,000APIクォータ

30%お得

$252$360

最大90,000分の文字起こし

$0.004$0.0028/APIクォータ

270,000APIクォータ

40%お得

$648$1,080

最大270,000分の文字起こし

$0.004$0.0024/APIクォータ

600,000APIクォータ

50%お得

$1,200$2,400

最大600,000分の文字起こし

$0.004$0.002/APIクォータ

連携方法がわかりませんか？

さらに必要ですか？お問い合わせください

文字起こし API のユーザー評価

佐藤健

アナリティクスリード

6つの文字起こしAPIを評価しましたが、文字起こし API だけがYouTube、TikTok、ファイルアップロードを単一のエンドポイントで処理できました。話者識別はポッドキャスト録音で優れた性能を発揮し、重複する会話の分離精度は比較した3社を上回りました。単語レベルのタイムスタンプにより、ユーザーに好評なインタラクティブ文字起こしプレーヤーを構築できました。ドキュメントの実用的なコードサンプルで開発期間を1週間以上短縮できました。

田中美咲

エンジニアリングマネージャー

文字起こし API のおかげで、コンテンツプラットフォームで管理していた4つの異なるツールを一つに統合できました。YouTube、TikTok、Instagram、ファイルアップロードを一つのエンドポイントでカバーし、統合コードを約70%削減。200以上の言語サポートにより、5つの新市場にインフラを追加せずに展開でき、自動言語検出で非技術メンバーも言語設定なしで動画を処理できます。

山田大輔

個人開発者

動画からブログ記事を生成するツールを個人開発していますが、文字起こし API はまさに必要としていたものでした。一つのPOSTエンドポイントでYouTube URL、TikTokリンク、ファイルアップロードを受け付け、プラットフォームごとにコードを分岐させる必要がありません。話者識別はデフォルトで含まれ、追加パラメータ不要。単語レベルのタイムスタンプでチャプターマーカーを自動生成できました。MVP開発全体をクレジットベースの料金でカバーできました。

鈴木陽子

リーガルテックリード

AssemblyAI、Deepgram、Google STTを3週間評価した後、文字起こし API を選びました。マルチソース対応と証言録取の話者識別品質が決め手でした——3〜5人の重複会話の処理で競合を大きく上回りました。単語レベルのタイムスタンプはコンプライアンス引用に十分な精度で、人手チェック不要。SRT・VTTへのマルチフォーマット出力で既存の字幕レビューワークフローにそのまま統合できました。

高橋翔太

EdTech CTO

文字起こし API は教育コンテンツパイプラインの中核です——YouTube、BiliBili、直接アップロードから月間15,000本の講義動画を30か国以上で処理しています。自動言語検出により毎日4時間の手動タグ付けを削減。教室録音の話者識別で明確な文字起こしを生成し、学生が検索・復習に活用しています。1回の呼び出しでTXT/SRT/JSONの3形式を出力し、検索、プレーヤー、分析システムに同時供給。切り替え後、コスト削減と品質向上の両方を達成しました。

渡辺由香

データエンジニアリングディレクター

当社のソーシャルメディアモニタリングツールはYouTube、TikTok、Instagram、Facebook、X上のブランド言及を追跡しています。文字起こし API は、壊れやすいプラットフォームごとのスクレイパー5つを単一のAPI呼び出しで置き換えました。TikTokのデュエットでもYouTubeのリプレイでも、レスポンス形式は完全に統一されています。単語レベルのタイムスタンプで長尺動画内のブランド言及時点を正確に特定し、話者識別でクリエイターの音声と背景会話を区別——感情分析の精度に直結します。

文字起こし API に関するよくある質問

60秒で最初の文字起こしを作成。

Video Transcriber AI 文字起こし API は、YouTubeクリップからアップロードされた会議録音まで、音声を検索可能な構造化テキストに変換するすべての機能を、単一のエンドポイントで提供します。プラットフォームごとの設定は不要です。 1500 APIクォータを無料で提供。クレジットカードも営業担当との電話も不要です。