動画の文字起こしを、ブラウザーの中で無料で
動画を OpenSubs（opensubs.app）にドロップすると、音声認識の Whisper があなたのブラウザーの中で話し言葉を書き起こし、各行に開始と終了の時間を付けます。動画文字起こしの作業はすべてあなたのパソコンの上で行われ、動画がパソコンの外に出ることはありません。無料で、試すならアカウントは要りません。
無料。試すならアカウント不要、透かしなし。MP4、MOV、WebM、MKV に対応。
ほかの言語：English: Transcribe video · 繁體中文：影片轉文字 · Español: transcribir video a texto · Português: transcrever vídeo
動画 文字起こしのやり方：5 つのステップ
OpenSubs はブラウザーのタブの中で動く字幕ジェネレーターで、動画文字起こしは動画を受け取って最初にする仕事です。話した言葉はあなたのパソコンの上で一行ずつ文字になり、どの行にも開始と終了の時間が付きます。
- opensubs.app を開き、「動画を選ぶ」で動画を選ぶか、ページにそのままドロップします。MP4、MOV、WebM、MKV に対応し、ファイルサイズの上限も順番待ちもありません。先に動きを見たいときは「サンプルを見る」で短いクリップを読み込めます。
- 「音声から生成」を押します。初回だけ音声モデルをダウンロードします（Tiny 約 40 MB、Base 約 80 MB、Small 約 250 MB）。その後はブラウザーに保存され、次からはダウンロードしません。日本語なら Base か Small を選んでください。Tiny は英語専用です。
- 「話されている言語」は「自動で判定」のままでも、日本語を指定してもかまいません。
- 「字幕」タブで、動画と見比べながら文字起こしを確かめます。各行の時間はボタンになっていて、押すと動画がその瞬間に移ります。聞き間違えた言葉は、その行に直接打ち直すだけです。
- 「書き出し」タブで、文字だけが欲しいなら .txt を、時間も残したいなら .srt、.vtt、.ass を選びます。
動画文字起こしは、すべてあなたのパソコンの上で
よくある動画文字起こしサービスは、まず動画をサーバーにアップロードし、順番に処理されるのを待つ仕組みです。OpenSubs では、作業がブラウザーのタブの中で完結します。
Whisper がブラウザーの中で動く
音声認識には OpenAI の Whisper を使い、ブラウザーの中で直接動かします。パソコンに GPU があれば、GPU で速くなります。 ブラウザーで Whisper が動く仕組み（英語）
動画はアップロードされない
製品には動画をアップロードする窓口（エンドポイント）がありません。ファイルはブラウザーの中で読み込まれ、ネットからダウンロードするのは音声モデルだけです。動画も音声も送信されません。
無料、試すならアカウント不要
動画文字起こし、文字起こしの修正、字幕ファイルとテキストファイルの書き出しは無料で、サインインも要りません。ファイルサイズの上限、順番待ち、透かしはありません。
1 本の動画に 2 つの言語
話されている言語は、ファイル全体で 1 回ではなく 4 秒ごとに判定されます。日本語と英語が交互に出てくる動画でも、1 つの文字起こしになります。
動画 文字起こしで手に入るもの
「書き出し」タブには 4 つの形式があります。.txt はいちばんシンプルな動画文字起こしの結果で、文字だけが入り、行番号も時間もありません。読む、引用する、議事録や資料に貼る、といった用途に向いています。行は段落にまとめられ、2 秒以上の間があるところで段落が変わります。
.srt、.vtt、.ass は字幕ファイルで、どの行にも開始と終了の時間が付きます。.srt はプレーンテキストで、中身は行番号、開始と終了の時間、文字だけです。メモ帳で開け、ほとんどのプレーヤーや動画サイトが読み込めます。
同じ文字起こしは、そのまま次の作業に使えます。スタイルを選んで字幕を動画に焼き込むことも、日本語から英語の字幕（英語のページ）に翻訳することもできます。翻訳しても時間は変わりません。MP4 への焼き込みには、無料のサインインとネット接続が必要です。
日本語はどのくらい正確？
2026 年 9 月 9 日に、合成音声の日本語クリップで測りました。文字誤り率は Base も Small も 4.3% で、このクリップでは差がありませんでした。Small は Base のおよそ 2 倍の時間がかかります。合成音声にはなまりも、話し声の重なりも、BGM もないので、これは実際の精度ではなく下限です。実際の動画ではもっと誤りが出て、固有名詞や専門用語は直すことが多くなります。
できないこと
始める前に、次の制限を知っておいてください。
- Web 版が受け付けるのは動画ファイルだけで、MP3 や M4A などの音声ファイルは直接入れられません。
- ドラッグできるタイムラインはありません。各行の開始と終了の時間は、数字で入力するか、再生位置から設定します。
- 精度は、あなたのパソコンで動かせる大きさのモデルでの Whisper の精度です。ブラウザーで使える計算資源はサーバーより少なめです。
- 初回はモデルのダウンロードを少し待つ必要があります。動画をアップロードしないことの代わりです。
- オフラインでは開けません。OpenSubs を開くにはネット接続が必要です。ページを開いてモデルのダウンロードが終われば、接続が切れても動画文字起こしと編集は続けられます。動画への焼き込みにはネット接続が必要です。
- WebAssembly に対応したブラウザーが必要です（Chrome、Edge、Safari、Firefox）。iOS 17 の Safari では音声認識が動きません。iOS 26 なら動きます。
パソコンの外に出るもの
既定の端末内の方法では、動画も音声も字幕も送信されません。自分で確かめられます。ブラウザーの「ネットワーク」パネルを開いて、動画文字起こしを一度やってみてください。見えるのは opensubs.app のプログラムファイル（またはブラウザーのキャッシュ）、初回に Hugging Face からダウンロードする音声モデル、ページ閲覧数と作業の進み具合の匿名の集計だけで、動画や音声を運ぶリクエストはありません。
クラウドでの文字起こしは、自分で選ぶオプションです。選んだ場合は、切り出した範囲の音声が、あなたがキーを入力したサービスに送られます。動画そのものは送られません。既定の端末内の方法は何も送りません。
ソースコードは AGPL-3.0-or-later で GitHub に公開しています。質問や不具合の報告は、hello@opensubs.app までメールでどうぞ。
よくある質問
動画の文字起こしを無料でする方法はありますか？
あります。opensubs.app を開いて動画をページにドロップし、「音声から生成」を押します。Whisper があなたのパソコンの上で動くので、動画文字起こしにアップロードも料金も要りません。聞き間違いを直したら、「書き出し」タブで .txt、.srt、.vtt、.ass のどれかに保存します。試すならアカウント不要で、透かしもありません。
動画文字起こしのとき、動画はアップロードされますか？
いいえ。製品には動画をアップロードする窓口がなく、ファイルはブラウザーの中で読み込まれ、音声認識はあなたのパソコンの上で行われます。ネットからダウンロードするのは音声モデルだけで、音声は送信されません。
MP4 を文字起こしするには？
MP4 を opensubs.app にドロップして「音声から生成」を押し、聞き間違いを直してから、「書き出し」タブで .txt を選びます。このファイルには文字だけが入り、時間は入りません。MP4 はブラウザーの中で読み込まれ、アップロードされません。
日本語と英語が混ざった動画でも文字起こしできますか？
できます。話されている言語は 4 秒ごとに判定されるので、日本語と英語が切り替わる動画も 1 つの文字起こしになります。日本語には Base か Small を使ってください。Tiny は英語専用です。
オフラインで動画文字起こしできますか？
完全にはできません。OpenSubs を開くにはネット接続が必要です。ページを開いて音声モデルのダウンロードが終われば、接続が切れても動画文字起こしと編集は続けられ、モデルはブラウザーに保存されて次回も使えます。字幕を動画に焼き込むには、ネット接続と無料のサインインが必要です。