動画の文字起こしを自動化する前に、使える素材と、文字起こし・要約・外部共有の範囲を決めます。音声の認識結果とAIの要約は別に保存し、重要な発言を元の時刻へ戻って確認できるようにします。
まず自分で用意した試験動画から始める
公開URLがあることだけで、動画を取得して再利用してよいとは判断しません。自分で作成した動画や利用範囲を確認した素材を選び、外部の文字起こしサービスへ送ってよいかも確認します。
会議やインタビューの場合は、録音・利用・共有に関する参加者や組織の取り決めも点検します。一般的な会議の整理方法はAI議事録の作り方へ分担します。
ファイルと処理範囲を、ジョブIDへ対応させる
処理記録の例
job_id：試験用の処理ID
source_file_id：元動画の識別
duration：処理する区間の長さ
input_range：全体 / 指定区間
transcript_id：文字起こし結果
summary_revision：要約の版
review_status：未確認 / 確認済み長い動画は、サービスのサイズ・時間の上限に合わせて区切る場合があります。区切った音声が元動画の何秒から始まるかを保存し、全体の時刻へ戻せるようにします。
文字起こしの修正を、要約へ反映する
人名、専門用語、数字、否定表現を原音で確認します。認識の誤りを直す前に要約だけを整えると、誤った結論がもっともらしい文章として残ります。
| 確認する出力 | 戻る場所 |
|---|---|
| 名前・数字 | 該当時刻の音声 |
| 決定と提案の違い | 発言前後の文脈 |
| 話者の担当 | 話者の識別と発言区間 |
| 要約にしかない主張 | 文字起こしへ存在するか照合 |
言い直しや否定が続く発言では、短くまとめたことによって意味が変わっていないかを読みます。
完了通知の前に、出力を保存できたか確かめる
文字起こしサービスの完了と、n8n側で結果を保管できたことを分けます。一時URLから結果を取得する方式なら、有効期間や保管先も確認してください。
同じ動画を再処理する場合は、修正版なのか重複なのかをジョブIDと版で区別します。ファイルの入力・保存の仕様は公式Binary dataを確認し、まず短い素材で原音・文字起こし・要約の三つを照合します。