メインコンテンツへスキップ

長い録音を整理する

音声ファイルを分割する方法。元の時刻を残す分割計画

長いMP3・WAVなどを作業用に分けても、引用した発言へ戻れるように。分割の計画表とAudacity用ラベルを作り、音声を聞いて境界を確かめます。

公開日:更新日:執筆・運営:

利用する文字起こしサービスが元ファイルを扱えるなら、分割は必須ではありません。容量や長さの制限がある、複数人で確認を分担する、といった理由がある場合に作業用コピーを分けます。

音声の原本はそのまま残し、作業用の区間名・元音声の開始と終了を記録します。発言をまたいで切ると意味が追いにくくなるため、区切りの前後を聞きます。無音を自動的に消す操作は、元の時刻を変えるので分割と分けて管理します。

分けたい理由が容量の制限だけなら、1本のまま容量を小さくするMP3圧縮ツールを先に試す方法もあります。分割しないので、元の時刻はそのまま使えます。

このサイトで音声を切断することはありません。ダウンロードするのは計画表とラベル用テキストです。

音声を送信・加工するツールではありません。元の音声の長さから作業計画を作ります。実際の区切りは発言を聞いて調整し、変更した時刻を記録してください。

3ファイルの計画。元音声を先頭から末尾まで含みます。重複区間は2つのファイルに含まれます。
元音声の時刻による分割表
名前開始終了長さ(秒)
part_00100:00:00.00000:30:00.0001800.000
part_00200:29:50.00000:59:50.0001800.000
part_00300:59:40.00001:15:00.000920.000

ラベルはタブ区切りの「開始秒・終了秒・名前」です。Audacityで元音声とラベルを読み込み、各区間を確認してからラベルを基準に書き出します。作成済みの分割音声へ読み込むための時刻ではありません。

  1. Audacityで元音声のコピーを開きます。まず全体の長さと必要な声を確認します。
  2. 上のラベルTXTをラベルの読み込み操作で取り込むか、区切りたい位置に手動でラベルを作ります。ラベルは元音声の先頭を0秒としています。
  3. 境界の前後を再生し、言葉の途中で切れていればラベルを移動します。変更した開始・終了を分割表にも反映します。
  4. 「オーディオをエクスポート」で複数ファイルとラベルを基準にした書き出しを選びます。表示名はバージョンによって異なります。
  5. 別の保存先に書き出し、順番・長さ・冒頭と末尾を確認します。プロジェクトの保存と、音声ファイルへの書き出しは別の操作です。

重複する範囲ラベルを使う場合は、同じ音声が複数の出力に含まれます。原本のチャンネルを混合する必要があるかも確認してください。ラベルだけでは、出力形式や音声の選択状態までは指定されません。

架空の分割音声の照合例
分割ファイル元音声の開始分割後の発言位置元音声の位置
part_00200:30:00.00000:02:15.00000:32:15.000
part_00300:59:50.00000:00:08.50000:59:58.500

式は「元音声での区間開始+分割ファイル内の時刻」です。冒頭を削除した、無音を詰めた、速度を変えた場合はこの単純な加算だけでは戻せません。編集していない作業用コピーを使うか、変更区間の対応表を別に作ります。

分割ファイルごとに字幕を作った場合は、元の録音での開始位置を指定して字幕を結合するツールで、SRT・VTTを1つにまとめられます。

同じ元音声区間が2つの下書きに現れた例
下書き分割後の位置元音声の位置判断
part_001:来週再確認します00:29:5500:29:55確認の上で本文に1回残す
part_002:来週再確認します00:00:05(開始29:50)00:29:55同じ原音なら重複候補として記録
part_002:来週再確認します00:00:2500:30:15別の原音位置。単に文字が同じだけでは消さない

文字列が同じでも、繰り返して強調した発言かもしれません。元音声の時刻と実際の声を照合してから整理します。片方の認識が違う場合も、AIの文が自然な方を選ぶのではなく原音で確認してください。

重複照合の記入例と空欄をCSVで保存

3時間(180分)の録音を4つに分け、境界の前後10秒を重ねる例です。分割後のファイルの時刻に、そのファイルの開始時刻を足すと、元の録音の時刻に戻せます。

分割表の例(重なり10秒)
ファイル元の録音での開始元の録音での終了長さ
part100:00:0000:45:1045分10秒
part200:44:5001:30:1045分20秒
part301:29:5002:15:1045分20秒
part402:14:5003:00:0045分10秒

part3の12:34にある発言は、元の録音では 01:29:50+12:34=01:42:24 です。重なりの10秒には同じ発言が二つのファイルに入るため、文字起こしをつなぐときは重複した文を一度だけ残します。

Klangには1ファイル10GBまでアップロードできるため、長い会議でも分割せずに文字起こしできることがあります。分割は、受け渡し先の容量や時間の上限がある場合や、担当者ごとに確認範囲を分けたい場合に行います。

分割した後で「どの発言が元の何分か」が分からなくなるのが、最も多い失敗です。

分割の失敗と対処法
よくある失敗起きること対処法
発言の途中で区切った境界の言葉が両方のファイルで欠ける無音の位置で区切るか、前後を数秒重ねる
ファイル名に開始時刻を入れなかった分割後の時刻を元の時刻に戻せない分割表を作り、ファイル名に番号と開始時刻を入れる
重なりの区間を二重に文字起こしした同じ発言が議事録に2回出るつなぐときに重複箇所を確認して一方を消す
書き出しでMP3に再圧縮した分割のたびに音質が下がる原本と同じ形式で書き出す
長い録音は分割しないと文字起こしできませんか?

Klangには1ファイル10GBまでの音声・動画をアップロードできるため、数時間の会議でも分割せずに文字起こしできることがあります。分割は、受け渡し先に容量や時間の上限がある場合や、確認作業を分担したい場合に行います。

分割した後のファイルの時刻を、元の録音の時刻に戻すには?

分割後のファイルの時刻に、そのファイルの元の録音での開始時刻を足します。たとえば01:29:50から始まるファイルの12:34は、元の録音の01:42:24です。分割表に各ファイルの開始時刻を残しておきます。

分割の境界は重ねたほうがよいですか?

発言の途中で切れるのを防ぐため、前後を数秒から10秒ほど重ねる方法があります。重ねた区間は二つのファイルに同じ発言が入るため、文字起こしをつなぐときに重複を一度だけ残します。