🎮

WhisperとGPT-4oを連携してラジオを文字起こしする

に公開
2026/07/24
OpenAI
Whisper
ChatGPT
tech

1. 背景

2024年5月13日にGPT-4oがリリースされました。

ラジオ番組を文字起こしするために、WhisperとGPT-4oを連携させました。想像以上に良い結果が得られたため、その方法を記録します。

2. やり方

流れは以下のような感じです。

Whisperで文字起こし → GPT-4oで校正

Whisperで文字起こし

Whisperの利用方法は2つあります。1つはAPIを使用する方法、もう1つはGitHubで公開されているコードを使ってローカル環境で文字起こしする方法です。

両者を比較したところ、smallモデルでは文字起こしの精度はほぼ同じでした。

コストで比較すると、APIは1時間の音声で約0.7ドルです。1ドル155円で計算すると、100円ほどです。一方、ローカル環境では電気代がかかりますが、わずかな金額です。

また、自宅のGPUを使用できるため、文字起こしも高速です。

以上の理由から、文字起こしはローカル環境で実施します。

GPT-4oで校正

Whisperで出力した文字を校正します。

校正が速く、料金も安価です。60分の音声を文字起こししたテキストは約2万字で、校正には約0.3ドルかかりました。

文字起こしと校正

校正前と校正後で比較します。

文意に沿って改行するなど、校正の精度の高さを感じます。

一部を抜粋すると、以下の表のようになります。

校正前 校正後
国政選挙に気密日 国政選挙に官房機密費使用疑惑
可愛しの自宅を固く捜索した際 河井氏の自宅を捜索した際
中国新聞がスクープとして放置ました 中国新聞がスクープとして報じました。
疑いが不常 疑いが浮上
自民党の破罰によるパーティー券裏金事件 自民党の派閥によるパーティー券裏金事件

文字はある程度で区切る

以下のように、ChatGPTから「テキストは非常に長いため、一度に校正するのが難しいです。」という返答がありました。そのため、テキストをある程度短く分割して渡します。

このように、文意を通しつつ文章全体を整えました。
申し訳ありませんが、提供いただいたテキストは非常に長いため、一度に校正するのが難しいです。いただいた分を一部ずつ校正させていただきますので、適宜追加してください。まず、最初の部分から始めます：

校正前（文字起こしした内容）

総理2800 スガッチ500に続き 国政選挙に気密日
中国新聞の記者たちが追った 自民党の裏金問題
2019年の参院選 広島選挙区をめくり
可愛勝雪元ホーム大臣が 地元の議員や公演会関係者ら100人に対し
現金をばらまいていたことが判明した 大規模買収事件
この事件では検察当局が 可愛しの自宅を固く捜索した際
当時の安倍政権の幹部4人から 現金合わせて6700万円を受け取った
疑いを示すメモが応集されていたことを 地元の中国新聞がスクープとして放置
ました メモには総理2800 スガッチ500 幹事長3300
あまり100などと書いてありこれらの資金が 買収に使われた疑いが不常
この報道は大きな話題となり 中国新聞の取材版は2023年度の
新聞労連ジャーナリズム対象を受賞しました その後も中国新聞はこの問題を追求
し続け他の選挙区でも現金が配られていた 実態や国政選挙に官房機密費が使われていた
疑惑などを報じています 自民党の破罰によるパーティー券裏金事件を
巡る政治と金の問題が国会でも議論される中 今夜はこの問題を取材し続ける
中国新聞記者の報告をお送りします では今夜のゲストご紹介します
スタジオにお越しいただきました 中国新聞社東京市社編集部記者の中川
まさはるさんですどうぞよろしくお願いいたします

校正後

総理2800 スガッチ500に続き 国政選挙に官房機密費使用疑惑

中国新聞の記者たちが追った 自民党の裏金問題。2019年の参院選、広島選挙区をめぐり、元法務大臣の河井克行氏が地元の議員や後援会関係者など約100人に現金をばらまいていたことが判明した大規模買収事件。この事件では、検察当局が河井氏の自宅を捜索した際、当時の安倍政権の幹部4人から現金合計6700万円を受け取った疑いを示すメモが押収されていたことを、中国新聞がスクープとして報じました。

メモには「総理2800」「スガッチ500」「幹事長3300」「あまり100」などと書かれており、これらの資金が買収に使われた疑いが浮上。この報道は大きな話題となり、中国新聞の取材班は2023年度の新聞労連ジャーナリズム大賞を受賞しました。その後も中国新聞はこの問題を追い続け、他の選挙区でも現金が配られていた実態や国政選挙に官房機密費が使われていた疑惑などを報じています。

自民党の派閥によるパーティー券裏金事件を巡る政治と金の問題が国会でも議論される中、今夜はこの問題を取材し続ける中国新聞記者の報告をお送りします。さて、今夜のゲストをご紹介します。スタジオにお越しいただきました、中国新聞社東京支社編集部記者の中川正治さんです。どうぞよろしくお願いいたします。

使ったコード

使用したコードは以下のとおりです。

package main

import (
	"context"
	"fmt"
	"os"

	openai "github.com/sashabaranov/go-openai"
)

func main() {

	client := openai.NewClient("api-key")

	order := `whisperでラジオを書き起こしました。複数回に分割して書き起こし文書を伝えるので、文意が通るように校正してください。
	---	`

	// ファイルを読み込んでcontentに格納する
	content, err := os.ReadFile("2024-05-17_Session_time_1_free.txt")
	if err != nil {
		fmt.Printf("Failed to read file: %v\n", err)
		return
	}

	// 文字数が多いと校正しきれないと言われるので、文字を分割して渡す
	chunks := splitContent(string(content), 4500)

	for _, chunk := range chunks {
		resp, err := client.CreateChatCompletion(
			context.Background(),
			openai.ChatCompletionRequest{
				Model: openai.GPT4o20240513,
				Messages: []openai.ChatCompletionMessage{
					{
						Role:    openai.ChatMessageRoleUser,
						Content: order + chunk,
					},
				},
			},
		)

		if err != nil {
			fmt.Printf("ChatCompletion error: %v\n", err)
			return
		}
		// 出力結果をファイルに出力する
		fileName := "output.txt" // Replace "output.txt" with the actual file name
		file, err := os.OpenFile(fileName, os.O_APPEND|os.O_CREATE|os.O_WRONLY, 0644)
		if err != nil {
			fmt.Printf("Failed to open file: %v\n", err)
			return
		}
		defer file.Close()
		if _, err := file.WriteString(resp.Choices[0].Message.Content); err != nil {
			fmt.Printf("Failed to write file: %v\n", err)
			return
		}


	}

}

func splitContent(content string, chunkSize int) []string {
	var chunks []string
	for i := 0; i < len(content); i += chunkSize {
		end := i + chunkSize
		if end > len(content) {
			end = len(content)
		}
		chunks = append(chunks, content[i:end])
	}
	return chunks
}
GitHubで編集を提案

Discussion