Google Colaboratoryを利用して音声ファイルの文字起こしを行う

Google Python

PythonとWhisperを利用して音声ファイルの文字起こし|さらにGoogle Colaboratoryで実行

2023年2月28日

OpenAIが提供している文字認識モデルWhisperを利用すると、Python環境での日本語の文字起こしが可能です。

ローカルで実行するのが手間な場合Google Colaboratoryを利用して実行する事が出来ます。

まず文字起こししたい音声ファイルを取得し、Google Colabのsample_data配下にドラッグ&ドロップします。

sample_dataのフルパスはカーソルを当てた時右側に出る3点リーダーの「パスをコピー」をクリックすと分かるのですが、フルパスは"/content/sample_data"です。

あとはColabでPythonのコードを実行してやれば書き起こしデータが順次出力されます。

元動画の言語によって引数languageの部分を変えて下さい。

出力に時間がかかり、日本語の場合誤字も多々有りますが、簡易な文字起こしとしては使えます。

## whisperモジュールをインストール
!pip install git+https://github.com/openai/whisper.git
## whisperモジュールをインポート
import whisper
model = whisper.load_model("large")
## 音声ファイルの指定 xxxxxx.mp3は自分で配置した音声ファイルの名前
result = model.transcribe("/content/sample_data/xxxxxx.mp3", verbose=True, language='ja')
# コンソールに出力される内容であればここまでで十分
# ファイルの出力するのであれば下記
text = result['text']
# 書き込み用にファイルを開く
with open("/content/sample_data/output.txt", "w", encoding="utf-8") as file:
    # 文字情報をファイルに書き込む
    file.write(text)
# ファイルを閉じる
file.close()

今日の一杯 赤ワイン

2025/6/30

フェウド・アランチョ ネロ・ダーヴォラ レビュー|今日の一杯 赤ワイン

「フェウド・アランチョ ネロ・ダーヴォラ」は、味わい深く、コスパの良い、安定した品質の一本です。 トマト系の煮込み料理や、チーズをたっぷりのせたラザニアとも合い、もちろん、静かな夜にひとりでグラスを傾ける時間にもぴったり。 海外の専門家たちからも高評価を得ており、日常使いからしっかりした食事まで汎用的に活躍します。 味と風味 口に含むと、熟したダークベリーやラズベリーの果実味が広がりながら、後半にかけてほんのりドライハーブのような余韻が続きます。 酸味は控えめで、タンニンはしっかりしています。 飲みごたえ ...

続きを読む

エナジードリンク 今日の一杯

2025/6/30

ZONe ENERGY ABSOLUTE VICTORY 勝 レビュー|今日の一杯 エナジードリンク

ZONe ABSOLUTE VICTORYは2025年1月に発売されたエナジードリンクです。 受験勉強をイメージしたデザインの商品で、学問の神様として知られる菅原道真公を祀る太宰府天満宮に「HYPER ZONe 」を奉納し、受験生の合格を祈願しているそうです。 寒い冬に体を温めるように、成分にジンジャーシロップが配合されており、堅調に生姜の味がします。 カナダドライのジンジャーエールとはまた違う、比較的マイルドな飲みやすい生姜ジュースといった印象です。 ZONeの1本あたりのカフェイン量は75mgとコーヒ ...

続きを読む

  • この記事を書いた人

朝倉卍丸

シングルモルトスコッチなどのお土産を持ってきた人を助けるのが好きです。サービスの分割が重要ですが、まあ昔ながらの方法でやりたいこともありますよね。

よく読まれている記事

条件の0=0は全てが正であるを意味するSQL 1

SQLの条件に0=0のような記述を見かけます。 変わった書き方の条件ですが、これは「全てが正である」事を意味しており、結合条件の場合はCROSS JOINと同じです。 下記の例で言えば、結合するsub ...

DISTINCTを使わないで重複排除を考えるSQL 2

SQLのDISTINCTはEXISTSとかGROUP BYでなんとかする事もできます。 DISTINCTは暗黙的なソートがされますが、何のDBを使うにせよ過去のバージョンならともかく、最近のバージョン ...

RFC 5322に準拠させた正規表現言語別 3

RFC5322で定義されている正規表現を、各言語の正規表現に変化させた形になります。 完全な電子メール正規表現は存在しないので、結局のところ何かの公式基準に従っていたとしても、自分が携わるサービスのル ...

-Google, Python