記事一覧へ
Microsoftが公開した
「1時間の音声を一発で無料文字起こしするAI」
実際に自分のMacbookでも使ったけどマジでよかった！
ㅤ
VibeVoice-ASRと言って、
2026年1月に公開されてたのに、日本ではあまり話題になってません。
ㅤ
① 60分の音声を分割なしで一発処理
②「誰がいつ話したか」の話者分離を内蔵
③ 発言ターンごとにタイムスタンプ付き
④ 50言語以上・MITライセンスで商用OK
ㅤ
しかもローカル動作なのでAPI代がゼロ。
会議の音声データを外に出さずに文字起こしが完結します。
ㅤ
元はポッドキャスト音声を丸ごと生成するTTSの家系で、
今年1月に「聞き取る側」のASR版が追加されました。
ㅤ
会議や取材の録音が毎週たまる自分には、
この「1時間そのまま投げられる」がかなり刺さってます。
ㅤ
中身を深掘りします👇🧵
MicrosoftAIOSS生産性向上
Microsoft公開VibeVoice-ASRの長時間音声文字起こし
2,0953033,024148,464