Windowsとハードウェア
VTA Dictateは、64ビット版Windows 10およびWindows 11を搭載したPC向けです。ライブ音声入力には正常に動作するマイクが必要です。録音、長時間ファイルの文字起こし、大規模な音声モデルでは、利用可能なメモリが多く、高速なCPUまたはグラフィックスハードウェアが有利です。
ノートPC内蔵マイクは手軽ですが、ヘッドセットや専用デスクトップマイクを使うと、室内の反響や背景雑音を減らせることがよくあります。ライブ音声の録音には、Windowsのプライバシー設定でマイクへのアクセスを許可する必要があります。
テキスト挿入と代替手段
編集可能なWindows標準フィールドのほとんどには、音声入力したテキストを直接挿入できます。一般的な文書エディター、メール作成画面、ブラウザー入力欄、チャットアプリ、AIプロンプト欄が含まれます。
一部の管理者権限ウィンドウ、リモートセッション、ターミナル、ゲーム、保護された入力欄、カスタムUIコントロールでは、プログラムによる入力が制限されます。多くの一般的な場面では、クリップボード貼り付けを代替手段として利用できます。パスワードなどの秘密情報は音声を使わず入力するほうが安全です。
音声と字幕の形式
ファイル文字起こしはWAV、MP3、M4A音声に対応します。結果はファイル内のコーデック、録音品質、言語、発話の重なり、利用可能なPCリソースによって異なります。文字起こしの確認が終わるまで元のメディアを保存してください。
時間情報付き文字起こしはSRTまたはVTT字幕として書き出せます。行の長さ、スタイル、位置、文字コードの扱いはプラットフォームで異なるため、最終的に使用するプレーヤーまたはエディターで書き出したファイルを確認してください。