WAV 文字起こし
大きなwavファイルも、そのまま文字起こし。
ICレコーダーのリニアPCM録音、会議室の録音機器、音声編集ソフトの書き出し。wavは音質が良い反面、容量が大きくなります。10GBの上限に収まるかの計算、圧縮すべきかの判断、文字起こしまでの手順を解説します。
公開日：更新日：執筆・運営：Klang AI AB
wavの容量の目安と、10GBに収まる録音時間
リニアPCMのwavの容量は、サンプリング周波数×ビット数×チャンネル数×時間で決まります。録音機器の設定画面に表示される値で、下の表から目安を確認できます。
計算の例：44.1kHz×16bit（2バイト）×2チャンネルは1秒あたり176,400バイトで、1時間（3,600秒）では約635MBになります。会議の録音なら、上の表のどの設定でも数時間の会議は10GBに収まります。
| 録音設定 | 1時間あたり | 10GBに収まる長さ |
|---|---|---|
| 44.1kHz・16bit・モノラル | 約318MB | 約31時間 |
| 44.1kHz・16bit・ステレオ | 約635MB | 約15時間 |
| 48kHz・16bit・ステレオ | 約691MB | 約14時間 |
| 48kHz・24bit・ステレオ | 約1.04GB | 約9時間 |
| 96kHz・24bit・ステレオ | 約2.07GB | 約4時間 |
wavを文字起こしするやり方
大きなファイルは、アップロードの時間がかかります。通信が安定した環境で、次の順に進めます。
このページは、wav形式に特有の容量・4GBでの分割・圧縮の判断をまとめています。mp3・m4a・動画など形式を問わず、アップロードから要約・共有までの全体の流れは「音声ファイルの文字起こし」のページで説明しています。
- 01
録音機器からwavをコピーする
ICレコーダーや録音機器をUSBで接続するか、microSD・SDカードをパソコンに挿して、wavファイルをデスクトップなどにコピーします。機器の中のファイルを直接アップロードするより、コピーしてからのほうが途中で止まりにくくなります。
- 02
容量と再生時間を確認する
ファイル情報で容量を確認し、10GB以内かを見ます。あわせて再生時間が会議の長さと合っているかも確認します。
- 03
Klangにアップロードする
ブラウザでKlangを開き、wavをドラッグ＆ドロップします。アップロードが終わると文字起こしが始まります。処理中はブラウザを閉じても構いません。
- 04
確認・要約・書き出し
文をクリックして元音声を再生し、数字や固有名詞を確認します。要約・決定事項・タスクを確認したら、Word・Excel・TXTなどで書き出します。
長時間の録音でwavが複数に分かれる理由
標準的なwavは、形式の仕様上1ファイル4GBまでしか扱えません。そのため多くの録音機器は、長時間のリニアPCM録音を一定の大きさで自動的に区切り、複数のファイルとして保存します。ファイルが分かれていても、録音が欠けているわけではありません。
分かれたファイルは、それぞれアップロードして文字起こしできます。順番を取り違えないよう、ファイル名の連番と録音時刻を確認し、記録のタイトルに「1/3」「2/3」のように順番を入れておきます。編集ソフトでつなげる場合は、つなぎ目の時刻をメモしておくと元の録音に戻れます。
wavはmp3に変換してからアップロードすべきか
10GB以内なら、変換せずにそのままアップロードするのが基本です。変換を考えるのは次のような場合に限られます。
| 状況 | おすすめ | 理由 |
|---|---|---|
| 10GB以内で、回線も安定している | そのままアップロード | 音質を落とさず、作業も増えない |
| 10GBを超えている | モノラル化、または128kbps程度のmp3・m4aで書き出す | 話し声の文字起こしには十分な音質で、容量を大きく減らせる |
| 回線が遅く、アップロードに時間がかかる | 元のwavを保管し、圧縮版をアップロード | 原本は証拠や再確認のために残しておく |
| 雑音が大きい | 先に雑音の原因を確認する | 変換では雑音は減らない。ノイズ除去は元のwavに対して行う |
リニアPCM録音とは：ICレコーダーの「リニアPCM」モードと文字起こし
リニアPCM（PCM録音）は、音を圧縮せずに数値のまま記録する方式です。ICレコーダーの「リニアPCM」モードで録音すると多くの場合wavファイルになり、16bit・44.1kHz・ステレオでは1時間あたり約635MB（計算値）になります。会議や講義を文字起こしするのが目的なら、mp3などの圧縮形式で録音しても十分です。
PCMはPulse Code Modulation（パルス符号変調）の略で、音の波形を一定の間隔（サンプリング周波数）で区切り、決まった細かさ（ビット数）の数値で記録します。「リニア」は、その数値を圧縮せずにそのまま並べることを指します。容量は「サンプリング周波数×ビット数×チャンネル数×時間」で計算でき、44.1kHz×2バイト×2チャンネル×3,600秒で約635MBです。mp3の128kbpsは、128,000ビット÷8×3,600秒で約58MBになります。
国内のメーカーでは、ICレコーダーと並んで「リニアPCMレコーダー」という製品分類を使っている例があります（ソニー、OM SYSTEMなど）。録音形式の選び方やメニューの表記は機種ごとに違うため、取扱説明書で確認してください。リニアPCMで録った長時間の録音は4GBごとに分かれることがあり、その扱いは「長時間の録音でwavが複数に分かれる理由」で説明しています。
| 項目 | リニアPCM（wav） | mp3（圧縮） |
|---|---|---|
| 記録のしかた | 圧縮せずに波形の数値をそのまま記録 | 聞こえにくい成分を削って圧縮 |
| 1時間あたりの容量 | 約635MB（44.1kHz・16bit・ステレオ） | 約58MB（128kbps） |
| 向いている用途 | 録音の編集、原音の保存、音楽や小さな音の収録 | 会議・講義・取材の記録と文字起こし |
| 文字起こしへの影響 | 話し声なら、圧縮形式との差は小さい | 128kbps程度以上なら話し声には十分 |
これから録音するなら、wavとmp3のどちらを選ぶか
文字起こしが目的なら、ICレコーダーの高音質のMP3モードでも十分なことが多く、wav（リニアPCM）が必須というわけではありません。wavを選ぶ価値があるのは、録音をあとで編集する、記録として原音を保存する、小さな声や離れた席の発言まで拾いたい、といった場合です。
どちらの形式でも、結果を左右するのは話者とマイクの距離です。机の中央に置く、空調や換気扇の真下を避ける、資料をめくる音がマイクに近づかないようにする。この3つは形式の選択より効果があります。
wavのまま、文字起こしから議事録まで
Klangはwavを含む音声・動画ファイルを1ファイル10GBまで受け付けます。フリープランは文字起こし時間無制限・クレジットカード不要。話者の自動識別はプロプランの機能です。
- リニアPCMのwavを変換せずにアップロード
- 文をクリックして元音声を再生
- 要約・決定事項・タスクの下書きを作成
よくある質問
wavファイルは何時間分まで文字起こしできますか？
1ファイル10GBまでアップロードできます。44.1kHz・16bit・ステレオのwavなら約15時間、48kHz・24bit・ステレオでも約9時間分が収まります。
wavとmp3で文字起こしの精度は変わりますか？
話し声なら、128kbps程度以上のmp3との差は大きくありません。精度を左右するのは形式よりも、マイクと話者の距離や雑音です。
10GBを超えるwavはどうすればよいですか？
元のwavを保管したまま、モノラル化するか、mp3やm4aで書き出した圧縮版をアップロードします。分割してそれぞれを文字起こしする方法もあります。
wavの文字起こしは無料でできますか？
できます。Klangのフリープランは文字起こし時間無制限で、wavも1ファイル10GBまでアップロードできます。
PCM録音したファイルを文字起こしするやり方は？
ICレコーダーをUSBケーブルでパソコンにつなぐか、microSDカードをカードリーダーに挿し、PCM録音のwavファイルをパソコンにコピーします。そのwavをKlangにドラッグ＆ドロップすると文字起こしが始まります。mp3への変換は必要ありません。
wavとPCMの違いは何ですか？
リニアPCMは音の波形を圧縮せずに数値のまま記録する方式で、wavはそのデータを入れるファイルの形式です。ICレコーダーの「リニアPCM」モードで録音すると、多くの機種でwavファイルとして保存されます。
録音機器のwavが複数のファイルに分かれているのはなぜですか？
標準的なwavは1ファイル4GBまでのため、録音機器が長時間の録音を自動で区切って保存することがあります。録音が欠けているわけではありません。