Facebook文字起こし — 動画を貼るだけで、言葉をテキスト化

Facebookの動画リンクを貼り付けるだけで、フィード投稿、Watchエピソード、Reels、ライブ配信のアーカイブ、グループ動画から、話されている言語の逐語文字起こし、あなたの言語での要約、ダウンロード可能なファイルを取得できます。設定画面を開いたり、原文の言語を犠牲にしたり、Facebookの自動字幕と格闘したりする必要はありません。

このSkillは、Facebook動画内の音声を、検索、引用、翻訳できるテキストへ変換します。あらゆる言語の公開Facebook動画に対応し、プレーンテキスト、タイムスタンプ付きMarkdown、SRT字幕を出力できます。形式は設定画面ではなく、依頼文の書き方から自動的に選択されます。

対象ユーザー

• Facebookページ管理者やコミュニティマネージャー — 長時間のFacebook Liveを短いクリップ、ブログ記事、メールマガジンへ再利用し、話された台本を数秒でテキスト化したい人
• ソーシャルメディア担当者 — Facebookキャンペーンを海外市場向けにローカライズしたい人。逐語文字起こしが実際の発言を正確に保持し、人またはLLMによる正確な翻訳に利用できます
• マーケターや競合調査担当者 — 競合のFacebook広告、ブランド動画、Watchシリーズを分析し、何時間も動画を見ずに主張、フック、冒頭構成を確認したい人
• ジャーナリストやファクトチェッカー — Facebook動画、公開声明、ライブ配信された記者会見、政治コンテンツを引用したい人。文字起こしは書き換えられないため、引用した言葉と実際の発言が一致します
• 研究者や大学関係者 — Facebookコンテンツをメディア分析、公共言説研究、社会科学研究に利用し、NVivo、Atlas.tiなどの定性分析ツールへ取り込めるテキストを必要とする人
• イベント主催者やウェビナー運営者 — 90分のFacebook Liveをイベントノート、ブログ要約、LinkedIn投稿、参加者向けフォローアップメールへ変換したい人
• グループ管理者 — アクセス可能な場合に、非公開グループ内の有益な議論、AMA、録画通話を保存したい人
• 牧師、教育者、非営利団体のリーダー — ライブに参加できなかった人のために、説教、講義、寄付の呼びかけ、地域向け配信を文字起こししたい人
• アクセシビリティ担当者 — 他のプラットフォームへ再投稿する際に、聴覚障害のある視聴者向けのSRT字幕を作成したい人
• 語学学習者 — ネイティブ話者によるFacebookコンテンツを、逐語文字起こしと翻訳済み要約を組み合わせた教材として使用したい人
• 音を出せない環境で視聴する人 — オフィス、電車内、または近くで誰かが眠っている静かな部屋など

解決する問題

Facebookには、ライブ配信、Watchエピソード、録画インタビュー、説教、ウェビナー、タウンホール、グループディスカッションなど、長時間の音声コンテンツが大量にあります。しかし、そこで話された内容を実用的なテキストとして取り出すことは非常に困難です。

Facebookには自動字幕がありますが、結果にばらつきがあり、アクセントや雑音に弱く、実用的な形式でのエクスポートも容易ではありません。「字幕をダウンロードする」機能は分かりにくい場所にあり、地域によって異なり、利用できないこともあります。90分のLiveを2倍速で見ても、メモを取るには45分かかります。外部の文字起こしサービスもありますが、多くは次の3つの問題のいずれかを抱えています。

• 翻訳すべきでない文字起こしを翻訳してしまう。 スペイン語を話すクリエイターの発言をそのまま引用したかったのに、ツールが英語の意訳を返しました。原文の引用は失われ、意訳は報道、研究、法的作業では使用できません。
• 要約を元言語のまま返す。 タガログ語を読めないのに、要約もタガログ語で返されました。翻訳するために別のツールが必要になります。
• すべてを設定画面の中に隠す。 リンクを貼って一文入力したいだけなのに、APIキー、出力先、各種スイッチを設定する必要があります。

共通する問題は、これらのツールが、30秒で作業を終えたいページ管理者、マーケター、ジャーナリスト、研究者ではなく、ワークフローを構築するエンジニア向けに設計されていることです。

このSkillに必要なのは、リンクと一文だけです。必要な結果を返します。

このSkillの違い

1. 標準で2言語を出力。

文字起こしは、元の音声言語のまま逐語的に保持されます。引用は一語一句、話者が発言したとおりに残ります。要約と重要ポイントは、あなたが会話で使用している言語で返されます。英語話者がスペイン語のLiveを文字起こしすると、スペイン語の文字起こしと英語の要約を受け取ります。中国語話者がタガログ語の説教を処理すると、タガログ語の文字起こしと中国語の要約を受け取ります。切り替えスイッチや言語パラメータは必要ありません。正確な引用は一方の言語で、内容の理解は別の言語で行うことが実際の用途に適しているため、2言語出力が標準になっています。

2. 設定画面ではなく、依頼文から出力形式を判断。

「字幕を作って」と入力 → Premiere、CapCut、DaVinci Resolve、YouTube Studioで使えるSRTファイルを生成します。「引用箇所を探せるようにタイムスタンプ付きで」と入力 → 各段落の先頭に[MM:SS]が付いたMarkdownを生成します。形式を指定しない → 読みやすく引用しやすいプレーンテキストを生成します。キーワードは文中の位置や活用形にかかわらず、英語、スペイン語、中国語、日本語、韓国語で認識されます。「字幕」、「タイムスタンプ」、*「자막」*も英語の同義語と同じ出力を起動します。設定ページも形式選択メニューもありません。インターフェースは、もともと入力する予定だった一文そのものです。

3. 3時間のFacebook Liveでも高速。

Facebook Live、タウンホール、説教、Watchエピソードは1時間以上続くことが多く、ソーシャルメディア上でも特に長いコンテンツです。多くのAI文字起こしツールは、結果を返す前に全文を要約モデルへ入力するため、長い動画では要約までさらに60～120秒、数時間の配信では数分余計にかかります。このSkillは、各段落の最初と最後の文から補助的な要約用テキストを作成し、それを基に要約します。入力トークンを約半分に抑えながら、同等の要約品質を維持します。長時間のコンテンツでは、ユーザーの待ち時間が*「大量の文章を受け取るまで5分待つ」状態から、「2分以内に要約と保存済みファイルを受け取る」*状態へ短縮されます。逐語文字起こし全文も引き続き保存されます。この最適化は裏側で行われるため、ユーザーが意識する必要はありません。

対応するFacebookコンテンツ

使用例

例1 — Facebook Liveをブログ記事へ再利用

小規模事業者が、新商品について顧客の質問に答える75分間のFacebook Liveを行いました。動画を見直さずに、ブログ記事とメールマガジンへ変換したいと考えています。

「このFacebook Liveを文字起こしして https://www.facebook.com/watch/?v=123456789、料金プランを説明している部分を抜き出してください。」

返される内容：

• 最初に料金プランの説明を、1～3文の逐語引用として表示。創業者の正確な言い回しをブログ記事で使用できます
• Liveの主要テーマをまとめた2～4文の要約と3～6個の重要ポイント
• 全文の逐語文字起こしを、ダウンロード可能な.txtファイルとして保存。Google Docsへ貼り付け、編集して記事にできます

例2 — 報道記事で公開発言を引用

記者がニュースを取材しており、Facebook動画内で公人が発言した内容を引用する必要があります。正確性が必須であり、意訳は使用できません。

「話者は予算案について何と言いましたか？ https://www.facebook.com/watch/?v=987654321」

返される内容：

• 最初に、予算案について実際に話した文を逐語引用として表示。正確な帰属に必要な前後の文脈も含みます
• 編集上の背景理解に使える、動画全体の短い要約
• 行ごとに引用できる、全文の逐語文字起こしファイル

例3 — 複数プラットフォーム共有用に説教へ字幕を付ける

教会が、Facebook Liveとして録画された前週の日曜礼拝の説教を、アクセシビリティに配慮した字幕付きでYouTubeへ投稿したいと考えています。

「この説教のSRT字幕を作成してください https://www.facebook.com/watch/?v=555666777」

返される内容：

• 正しいタイムコードを含む標準SubRip形式の.srtファイル。YouTube Studio、CapCut、その他の動画編集ソフトへ直接読み込めます
• 動画説明欄や教会のニュースレターに使える短い要約と重要ポイント

出力形式

対応言語

文字起こしエンジンは、英語、スペイン語、ポルトガル語、フランス語、ドイツ語、イタリア語、中国語、広東語、日本語、韓国語、ベトナム語、タイ語、タガログ語、インドネシア語、アラビア語、ヒンディー語、ウルドゥー語、ロシア語、トルコ語、および主要なヨーロッパ・アジア言語に対応しています。Facebookの英語圏以外の大規模ユーザー層が使用する言語も含まれます。話者が英語とスペイン語を切り替えるような多言語動画では、主要言語をベースに処理しますが、逐語文字起こしには実際に話された両方の言語が保持されます。

言語を指定する必要はありません。URLやページ名の情報から自動判定されます。最初の試行が空だった場合、チャットで使用している言語でもう一度試行します。2回とも空の場合は、確認を求められます。多くの場合、言語の誤認識ではなく、動画が非公開、年齢制限付き、地域制限付き、または削除済みであることが原因です。

音声言語が分かっている場合は、「このスペイン語のLive」、*「音声はタガログ語です」*のようにプロンプトで指定すると、自動判定を省略して数秒短縮できます。

精度と注意点

文字起こしは逐語的です。音声認識パイプラインで生成され、書き換えや意訳は行われません。フィラー、繰り返し、言いよどみ、複数人の発言の重なりも、話されたとおりに保持されます。報道、研究、法的用途、ファクトチェックなど、正確な表現そのものが証拠となる場面で重要です。

対応言語で、1人の話者が明瞭に話している音声では高い精度が期待できます。複数人の会話、大きなBGM、パネルディスカッションでの発言の重なり、強い地域アクセント、古いLiveの低品質な電話音声、激しく圧縮された音声では精度が低下する場合があります。聞き取れない音声を完全に復元できるAIシステムはありません。文章が崩れている場合、モデルの失敗ではなく、元音声自体が聞き取りにくい可能性があります。報道、学術研究、法的作業など重要度の高い引用では、重要な箇所を元動画と照合してください。

このSkillが処理するのは公開動画のリンクのみです。Facebookへログインしたり、非公開コンテンツへアクセスしたりすることはありません。

対象外

• ローカル動画ファイル — Facebookから書き出した.mp4、画面録画、パソコンに保存されたファイルには、関連するaudio-to-text Skillを使用してください
• 配信中のLive — 終了した録画のみ対応します。ライブ配信中は、配信が終了してページまたはプロフィールへ保存されるまで結果を取得できません
• 画像のみの投稿と無音動画 — 音声がなければ文字起こしする内容もありません
• 非公開プロフィールと閉鎖グループ — リンクが公開アクセス可能である必要があります。Skillがユーザーに代わってFacebookへログインすることはできません
• Facebook Stories — 24時間で消えるコンテンツで、URLアクセスが不安定なため、この形式には最適化されていません
• 文字起こし本文そのものの翻訳 — 正確な引用を保持するため、本文は元言語のまま出力されます。必要な場合は、逐語文字起こしを受け取った後に翻訳を依頼してください