文字起こし

動画の文字起こしを、必要な形式で

Kattoは切り抜くすべての動画を文字起こしし、そのテキストを持ち出せます。クリップごとのSRTファイル、修正後のクリップのテキスト、またはAPI経由で元動画全体のタイムスタンプ付き文字起こし。このページは「言葉を取り出す」ためのものです。動画に字幕を焼き込みたい場合は別のページをご覧ください。

言語の文字起こし

録画の言語は自動判定、または処理前に指定できます。

言語は単語単位のタイミング

その他の言語は文単位のタイミングです。どちらもテキストは正確で、違うのはタイミングの細かさだけです。

テキストを取り出す3つの方法

形式	場所	内容
SRT	結果ページ、クリップごとに1ファイル	開始・終了時刻付きの字幕行。YouTube、編集ソフト、プレーヤーにそのまま使えます。
プレーンテキスト	エディター、クリップごと	修正後のクリップの言葉。コピーまたは.txtでダウンロード。
JSON	API（GET /v1/jobs/{id}/transcript）とMCP	元動画全体：言語とタイムスタンプ付きセグメント。自作ツールやAIエージェント向け。

文字起こしが最初に間違えるのは固有名詞です。ゲストの名前、製品名、地名。テキストが表示される前に補正処理が走り、残った誤りはクリップの文字起こしで直せます。書き出しには修正後のテキストが使われます。

Kattoは単体の文字起こしサービスではありません。文字起こしは切り抜き処理に付いてくるもので、動画1本が月間クォータの1本としてカウントされ、テキストに加えてクリップも手に入ります。何百時間もの音声を文字起こしするだけなら、専用ツールの方が向いています。

動画全体の文字起こしをダウンロードできますか？

APIとMCPサーバーなら可能です。元動画全体のタイムスタンプ付き文字起こしをJSONで取得できます。アプリ内では、クリップごとにSRTまたはプレーンテキストで書き出します。

「41言語は単語単位」とは？

41言語では単語ごとにタイムスタンプが付きます。残りの58言語では文単位です。テキストは99言語すべてで正確です。

文字起こしでクォータを消費しますか？

文字起こしは動画の切り抜き処理の一部で、月間クォータの動画1本としてカウントされます。テキストの追加料金はありません。

文字起こしを翻訳できますか？

クリップの字幕を他の言語に翻訳する機能はCreatorプランに含まれます。

リンクを貼るかファイルをアップロードして、クリップと一緒に文字起こしをダウンロード。