無料で始める

音声 文字起こし APIなら、動画も1分あたり1¢ (USD)未満。

音声 文字起こし APIで、SNS動画も2GBまでの音声・動画ファイルもテキストにできます。YouTube、X、TikTok、Instagram、Facebook、Blueskyのほか、Dailymotion、LinkedIn、Snapchat Spotlightの動画にも対応しています。Twitchのクリップや配信終了後のVOD、Pinterestの動画ピンも使えます。ダッシュボードから操作でき、CLI、REST API、MCPサーバーでの自動化にも使えます。

1,000分で月額$960分無料。メール認証後、初回のみ使えます。カードの登録は不要です。

無料で始めるドキュメントを見る

transcript.json

{
  "language": "en",
  "segments": [
    {
      "start": 0,
      "end": 3,
      "speaker": "Speaker 1",
      "language": "en",
      "text": "Did you bring the map?"
    },
    {
      "start": 3,
      "end": 6,
      "speaker": "Speaker 2",
      "language": "en",
      "text": "Yes. The trail starts here."
    },
    {
      "start": 6,
      "end": 9,
      "speaker": "Speaker 1",
      "language": "en",
      "text": "Let’s take the river path."
    },
    {
      "start": 9,
      "end": 12,
      "speaker": "Speaker 2",
      "language": "en",
      "text": "We can stop at the bridge."
    }
  ]
}

transcript.vtt

WEBVTT

00:00:00.000 --> 00:00:03.000
<v Speaker 1>Did you bring the map?

00:00:03.000 --> 00:00:06.000
<v Speaker 2>Yes. The trail starts here.

00:00:06.000 --> 00:00:09.000
<v Speaker 1>Let’s take the river path.

00:00:09.000 --> 00:00:12.000
<v Speaker 2>We can stop at the bridge.

transcript.srt

1
00:00:00,000 --> 00:00:03,000
Speaker 1: Did you bring the map?

2
00:00:03,000 --> 00:00:06,000
Speaker 2: Yes. The trail starts here.

3
00:00:06,000 --> 00:00:09,000
Speaker 1: Let’s take the river path.

4
00:00:09,000 --> 00:00:12,000
Speaker 2: We can stop at the bridge.

transcript.txt

[00:00:00] Speaker 1: Did you bring the map?
[00:00:03] Speaker 2: Yes. The trail starts here.
[00:00:06] Speaker 1: Let’s take the river path.
[00:00:09] Speaker 2: We can stop at the bridge.
同じ文字起こしを4つの形式で。 会話はデモ用に作成したものです。

文字起こしの仕上がりを確認

サンプルを選んで、文字起こしを各形式で確認してみてください。自分の動画リンクやファイルでも試せます。

サンプルの会話は架空のものです。選ぶと文字起こしを表示します。

ポッドキャストの抜粋の文字起こしサンプル

YouTubeの字幕

再生時間00:24・1分を使用（サンプル）

  1. 00:00
    What did you bring on your first overnight walk?
  2. 00:06
    Too much. I packed two books and read neither.
  3. 00:12
    Next time, one book and a lighter bag.
  4. 00:18
    And dry socks. Those earned their space.

登録すると2GBまでのファイルをアップロードできます。話者分離を使った文字起こしや、SRT・VTT形式でのダウンロードもできます。

開発者とAIエージェント向け

APIやCLIには、t1_で始まるAPIキーを使います。AIアシスタントはMCPで接続できます。

curl -X POST "https://api.transcript1.com/v1/transcriptions?wait=60" \
  -H "Authorization: Bearer $TRANSCRIPT1_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"url":"https://www.youtube.com/watch?v=dQw4w9WgXcQ"}'
レスポンス例
{
  "id": "tr_8fK2Lm0PqRsTuVwXyZaBcD",
  "object": "transcription",
  "status": "completed",
  "source": {
    "platform": "youtube",
    "url": "https://www.youtube.com/watch?v=dQw4w9WgXcQ",
    "media_id": "dQw4w9WgXcQ"
  },
  "media": {
    "title": "Example video",
    "author": "Example channel",
    "duration_seconds": 212
  },
  "options": {
    "source": "auto",
    "language": "auto",
    "diarize": false
  },
  "transcript_source": "youtube_captions",
  "caption_kind": "auto_generated",
  "language": "en",
  "billed_minutes": 4,
  "cached": false,
  "error": null,
  "created_at": "2026-10-13T09:30:00.000Z",
  "completed_at": "2026-10-13T09:30:04.000Z",
  "transcript": {
    "text": "Welcome back to the channel. Today we are looking at how transcripts are made.",
    "speakers": [],
    "segments": [
      {
        "start": 0,
        "end": 4.2,
        "speaker": null,
        "language": "en",
        "text": "Welcome back to the channel."
      },
      {
        "start": 4.2,
        "end": 9.8,
        "speaker": null,
        "language": "en",
        "text": "Today we are looking at how transcripts are made."
      }
    ]
  }
}
AIエージェント（MCP）
transcribe(url="https://www.youtube.com/watch?v=dQw4w9WgXcQ")
# Returns the transcript of the video.

Claude、ChatGPT、Cursor、VS Code、Claude Codeと連携できます。接続にはOAuthかAPIキーを使います。

Cursorに追加VS Codeに追加
Claude Code
claude mcp add --transport http transcript1 https://api.transcript1.com/mcp --header "Authorization: Bearer t1_YOURKEY"
ターミナル（CLI）
curl -fsSL https://transcript1.com/install.sh | sh
transcript1 'https://youtu.be/dQw4w9WgXcQ'
REST APIMCPサーバーCLIAgent Skill

料金は音声1分単位です

音声1分につき1クレジットを使います。長さの端数は文字起こし1件ごとに切り上げます。字幕を使ってもAIで文字起こししても料金は同じです。失敗した場合やキャンセルした場合は課金しません。

プランの分数をすべて使うと、1分あたりの実質料金は 0.9¢ (USD)（Monthly）、0.75¢ (USD)（Annual）です。

Free

$0カード登録不要
  • 60分（初回のみ）
  • 追加購入はできません
  • 毎分30リクエスト
  • 同時に2件まで
無料で始める

Monthly

$9/月
  • 毎月1,000分
  • 1,000分を$6で追加
  • 毎分200リクエスト
  • 同時に10件まで
Monthlyで始める

Annual

$90/年
  • 毎月1,000分
  • 1,000分を$5で追加
  • 毎分300リクエスト
  • 同時に20件まで
Annualで始める

必要な分数を追加購入

MonthlyとAnnualでは、必要な分数を追加で購入できます。追加分は有料プランが有効な間、期限なく使えます。

1

1,000分 × 1パック

1,000分で$6

$61,000分

文字起こしを使いやすくする機能

文字起こしのセグメント例
{
  "start": 3.4,
  "end": 7.9,
  "speaker": "Speaker 1",
  "language": "en",
  "text": "We will start with a short overview of what we plan to cover."
}
SNS動画もファイルも文字起こし
公開動画のリンクや2GBまでの音声・動画ファイルから、AIで文字起こしできます。動画が複数ある投稿では、最初の動画だけを処理します。
動画の字幕を優先
まずYouTube、X、TikTok、Bluesky、Dailymotion、LinkedInの字幕を確認します。使える字幕があれば取得し、なければAIが音声を文字起こしします。
タイムスタンプ
各セグメントの開始・終了時刻を確認できます。AI文字起こしとYouTubeの自動生成字幕では、単語ごとのタイムスタンプも取得できます。X、TikTok、Bluesky、Dailymotion、LinkedInの字幕には、セグメントの時刻のみ含まれます。
話者分離
声の違いで発言を分け、Speaker 1、Speaker 2などのラベルを付けます。APIではdiarize=trueを指定します。
言語判定
各セグメントで話されている言語を判定します。使う言語が分かっている場合は、ヒントとして指定できます。
テキスト・JSON・SRT・VTT
読む・編集する用途にはプレーンテキスト、アプリにはJSONを使えます。字幕ファイルはSRTかVTTでダウンロードできます。
Webhookで完了を通知
文字起こしの完了・失敗を、署名付きのPOSTリクエストで通知します。

よくある質問

ほかにご質問はありますか？サポートに問い合わせる

プログラミングの知識は必要ですか？

必要ありません。ダッシュボードに動画リンクを貼り付けるか、ファイルをドロップすれば使えます。YouTube、X、TikTok、Instagram、Facebook、Bluesky、Twitch、Dailymotion、Pinterest、LinkedIn、Snapchat Spotlightの対応動画を文字起こしし、TXT、SRT、VTT、JSONでダウンロードできます。CLI、API、MCPからの操作にも対応しています。

文字起こしの料金はどう計算されますか？

Monthlyは月額$9、Annualは年額$90で、どちらも毎月1,000分使えます。Monthlyなら1分あたり1¢ (USD)未満です。音声1分につき1クレジットを使い、長さの端数は文字起こし1件ごとに切り上げます。字幕を取得してもAIで文字起こししても料金は同じです。失敗した場合やキャンセルした場合は課金しません。

字幕がない動画でも使えますか？

はい。AutoではYouTube、X、TikTok、Bluesky、Dailymotion、LinkedInの字幕を確認し、使える字幕がなければ同じ料金でAI文字起こしに切り替えます。すべての動画に字幕が付いているわけではありません。最初から音声を文字起こしするにはSTTを選ぶか、話者分離を有効にします。captions（字幕のみ）では音声を文字起こししません。

文字起こしの精度はどうですか？

投稿者が作った字幕を使う場合は、その字幕の誤りもそのまま反映されます。自動生成字幕では単語が抜けることもあります。より読みやすいテキストにしたい場合は、AI文字起こしを選べます。文字起こしには取得元を表示するので、どの方法で作られたか確認できます。大切な引用は、必ず録画と照らし合わせてください。

誰が話したかを区別できますか？

話者分離を有効にすると、声ごとに発言を分け、Speaker 1、Speaker 2などのラベルを付けます。APIではdiarize=trueを指定します。字幕がある動画でも、この設定では必ずAIで文字起こしします。

途中で話す言語が変わっても大丈夫ですか？

はい。複数の言語が混ざった音声も文字起こしできます。言語はセグメントごとに判定し、テキストと一緒に返します。APIでは、言語のヒントも任意で指定できます。

長い動画や大きなファイルも送れますか？

音声・動画ファイルは2GBまでアップロードできます。AIで文字起こしする場合は、動画やファイル1件あたり5時間まで対応しています。

非公開の動画にも対応していますか？

YouTubeは公開動画と限定公開動画を使えます。ほかのSNS投稿は公開されている必要があります。非公開動画、年齢制限がある動画、視聴できない動画、ライブ配信、ログインが必要な投稿は処理できません。これらの理由で文字起こしに失敗しても課金しません。動画が複数ある投稿では、最初の動画だけを文字起こしします。

ClaudeやChatGPTからも使えますか？

Claude、ChatGPT、Cursor、VS Code、Claude CodeにMCPサーバーを接続すれば、対応動画のリンクを渡して文字起こしを依頼できます。transcript1が返すのは文字起こしテキストです。要約や引用の抜き出しは、そのテキストを使ってアシスタントに依頼してください。transcript1自体には要約機能はありません。

無料で試せますか？

はい。アカウントを作成してメールアドレスを認証すると、60分を無料で使えます。無料枠は初回のみです。クレジットカードは必要ありません。

使わなかった分数は翌月に持ち越せますか？

毎月の1,000分は繰り越せません。月ごとにリセットされます。追加購入は1,000分あたりMonthlyで$6、Annualで$5です。追加購入した分数は、有料プランを続けている間は期限なく使えます。

アップロードしたファイルはいつ削除されますか？

文字起こしが完了・失敗・キャンセルのいずれかになってから24時間後に、アップロードしたファイルを削除します。音声認識プロバイダーに送った音声も、処理後に削除します。文字起こしテキストは、自分で削除するまでアカウントに残ります。

文字起こしを始めるなら、初回60分は無料です

メールアドレスを認証すると、初回の無料分を受け取れます。クレジットカードは必要ありません。

無料で始める