私が体験したクラウドソーシングを利用した「文字起こし・テープ起こし」の仕事は、時給換算で、900～1700円でした。
音声を聞きながら、パソコンで文字を打つので、1時間1万円の仕事でも、作業時間は、数時間かかります。
クオリティーを求められる「文字起こし・テープ起こし」の案件ほど、作業に時間がかかるため、時給が下がります。
仕事を探すには、クラウドソーシングサイトで「テープ起こし・文字起こし」の仕事を探し、応募します。
契約が成立すれば、お仕事ができます。
契約後、お仕事の依頼者から、会議や講演会の音声データが送られてきます。
その音声を聞きながら、パソコンで話の内容を文字データにし、紙面で読めるようにします。
必要なものはパソコンだけ
パソコンは、高性能のものでなくても大丈夫です。
文字を入力するだけなら、数万円のパソコンで十分です。
私は、画面の一部が割れた中古のパソコンを使っています。
他にイヤホン、ヘッドホンがあると集中して作業ができます。
いくつかお仕事をして、文字起こし・テープ起こしに慣れてきたら、フットスイッチを購入すると、さらに効率よく作業ができ、稼げるようになります。
ワープロソフト
納品形式は、テキスト形式かワード形式が多い
テキスト形式で納品指示があるなら、Window標準のメモ帳やワードパッド等を使うことができます。
マイクロソフトオフォスのワードを使って納品するものもあります。
MicrosoftのOfficeソフトは、数万円します。
市販のソフトを購入しなくても、無料のソフトを使って、ワード形式で保存することができます。
マイクロソフトOfficeと互換性のあるOfficeソフトを無料で使う
音声再生ソフト
音声データの再生は、無料のものがインターネット上からダウンロードできますし、パソコン購入時、標準で入っているソフトで十分です。
動画が送られてくる場合やYoutubeの動画から、「テープ起こし・文字起こし」をすることもあります。
送られてくる音声データは、mp3形式が多いです。
mp３形式は、Windowsパソコンで再生できます。
Windowsなら、音声データーの再生にWindows media playerが使えると思います。
iphoneなどで録音されたデータが送られてくることもあります。
Apple製のパソコンでなくても作業することができます。
ネット上には、音声のデータ形式を変換するサイトがありますから、データをmp3に変換することで、Windowパソコンでも作業できます。
私は、以下のサイト（オンライン）で音声のデータ形式を変換しています。
変換ソフトをパソコンにインストールする必要がありません。
https://online-audio-converter.com/ja/
イヤホン、ヘッドホン
安いものがよいです。
音楽用の高価なものは、低音から高音まで、よく聞こえるように設計されていますから、音声以外の雑音なども再生されやすくなっています。
安いヘッドホンやイヤホンのほうが、人の話がよく聞こえ、作業に集中できると思います。
イヤホン、ヘッドホンがあれば、周囲の音が遮断されるので、集中して作業することができます。
「テープ起こし・文字起こし」の仕事と報酬など
一番やりやすい仕事は、専門的なテーマでないもので、話し手が一人の内容を文字データにするものです。
話し手が複数いたり、質疑応答があったりすると、作業に時間ががかかってしまいます。
動画データがもらえる場合、発言者が特定できるため、作業効率がよいです。
講演会、セミナー等
（60分）５,000円～15,000円
（90分）10,000円～25,000円
（120分）10,000円～50,000円
質疑応答があるものは、話し手が誰か不明だったり、録音状況が悪いと、何度も聞き返すことになったり、手こずることがあります。
質疑応答での質問者は、自分の会社名（所属部署）や氏名等を言ってから、発言することがありますから、その確認作業も大変です。
可能なら、依頼者から名簿をもらうとよいと思います。
シンポジウム、鼎談（ていだん：3人で行う対談）
（90分）10,000円～30,000円
（180分）15,000円～50,000円
複数の人が話ますので、話し手が誰か分からず、誰の発言かを特定するのに、時間がかかることがあります。
質疑応答があると、会場にいる来場者なのか、発表者なのかのが分かりにくいことがあります。司会者が質問していることもあります。
会議、座談会
（60分）5,000円～15,000円
（120分）15,000円～30,000円程度
話し手が複数います。
誰の発言が特定するのに時間がかかります。
会議室で録音するため、ボイスレコーダーの位置によっては、聞き取りにくいことがあります。
会議や座談会は、活発に発言があり、本人の特定が大変です。
仮に、Aさん、Ｂさん、Ｃさんなどとしても、声から誰の発言か判断できないことが多いです。どうしても分からないときは、コメントを入れたり、マーカー等で示したりしておきます。
インタビュー
（15分）500円～1000円
（30分）1000円～10,000円
（60分）4,000円～2,0000円
1対1の内容で、分かりやすいテーマのものが多く、作業しやすいと思います。
文字起こしが初めての場合、インタビューのお仕事から始めるとよいと思います。
一文字当たりの金額、分単位の単価が提示されることもあります。
１文字２円
１文字2.5円
1分当たり50円 等
自動読み取りされたデータの校正作業
音声からデータ変換するソフトを使って、ある程度データ化されたものを依頼者から渡され、あなたが校正するお仕事です。
データ変換ソフトが完璧でないため、行われる校正作業です。
（60分）2000円から5000円
（300分）25000円
（600分）50,000円
納期が短い
翌日や2日間、1週間程度等、スピードが求められる案件が多いです。
依頼者は、雑誌の発行やウェブサイトへの掲載日から逆算して、お仕事を依頼します。
ワーカーとしてお仕事をする側が「テープ起こし・文字起こし」をし、依頼者に納品すると、依頼者はその原稿を点検し、印刷業者に回したり、Webサイト等で発表したりします。
依頼者の仕事上の都合から短期間での納品を求められるものも多く、急ぎの仕事は、報酬金額が高い場合があります。
10分間の内容を1時間かけて入力する
私は、10分の内容の「テープ起こし・文字起こし」に1時間程度かかります。
1時間の内容なら、6時間です。
音声認識ソフトを使った場合、若干短縮できますが、一字一句を再現する完全な文字起こしだと、ほぼ同じくらいの時間がかかります。
質疑応答などがあり複数の人が話す内容がある案件や録音状態が悪いものだと、さらに時間がかかります。
専門用語が多い内容の会議だと、用語を調べたり、発言者を特定しながら打ち込むため、時間がかかります。
私は、120分の会議の「テープ起こし・文字起こし」に20時間くらいかかってしまったことがあります。10分の内容に1.5～2時間程度かかったことになります。
要約して打ち込んでよい場合は、10分の「テープ起こし・文字起こし」が、60分以内にできると思います。
依頼者からの指示の程度にもよりますが、私は、30～40分くらいでした。
キーボードで文字を打つことが得意な方は、もっと早いと思います。
要約でよい
要約でよいと指示があるお仕事が多いです。
ケバ取り
「えー」「あー」「うーん」「ええと」という言葉を省略してよいと指示があります。
依頼者は、メモなどを取っていて、ザックリ打ち込んでくれればよいと指示される場合もあります。
また、録音状態が悪く聞き取れない場合や専門用語が不明な場合は、カタカナで書いたり、括弧書きでもよいと言ってくれる場合もあります。
正確に打ち込む
話し手が話す言葉を正確に打ち込む場合、作業時間がかかります。
また、語尾が不明なことがあります。
「できます」と「できません」は、「できま」まで同じで、どちらか不明な場合があります。
語尾が聞き取れず、肯定か否定なのか、前後の話の内容を確認しても分からず、判断に困ることがあります。
著名人などの文字起こしでは、正確に打ち込むよう指示があることがあります。
著名人の場合は、ネットで検索すると見ると、離す内容の癖などを探すことができる場合があります。
クラウドソーシングのお仕事一覧を見ても、話し手の言葉を一字一句正確に打ち込んでくださいという仕事は、ほとんどありません。
テープ起こし・文字起こし 実際の作業について
キーボードを使って、文字の入力作業を行いますが、同じ箇所を何度も聞き返すことになります。
私は、聞き返す位置を記録するため、下記のように時間の記録をしながら行っています。
可能なら、パソコンでなく、スマホや音楽プレーヤー等を使って音声データーを再生すると、効率よく作業することができます。
時刻をメモする
依頼者から送られた音声データーのファイルをダブルクリックすれば、自動的に音声再生ソフトが起動すると思います。
その再生ソフトが表示する時刻をメモしながら行うと、巻き戻して再生する場合など、頭出しがしやすいです。
講演会や会議の中で、特徴がある発言や会議に参加している誰かの発言、内容の区切りのよいところだけでなく、メモできるタイミングがあれば、時刻と発言内容等をメモします。
紙のメモだけでもよいし、講演会の内容を入力している画面に時刻を入力してもよいと思います。
私は、紙メモとパソコンメモを併用しています。
スマホ・音楽プレーヤー・ボイスメモリーを２台使う
パソコンとイヤホンだけで作業する場合、作業中、パソコンの再生ソフトの停止ボタンを押したり、戻したりしながら作業を進めます。
1台のパソコンで、音声再生ソフトと文字入力を行うと、再生ソフトを操作するたびに、マウスを使って、マウスカーソルを再生ソフトに移動させたり、文字入力画面に戻って入力したりします。
1台のパソコンを使う場合、音声再生ソフトの画面と文字入力画面をマウスで行ったり来たりさせます。
同時に、あなたの手も、パソコンのキーボードとマウスを行ったり来たりさせなくてはいけません。
そのため、作業効率が下がります。
そこで、スマホか再生専用の音楽プレーヤーを再生専用にし、パソコンを入力専用にして使えば、作業効率がよくなります。
「再生」「早送り」「巻戻し」などのボタンがキーボードに配置されているパソコンでも作業しやすいと思います。
複数パソコンがあれば、1台を再生専用にしてもよいと思います。
ボイスレコーダーにデータを転送して再生することもできます。
ボイスレコーダーなら、数千円で購入できます。
安いボイスレコーダーの中には、パソコンに接続できないものがあります。
音楽プレーヤも中古で安いものが売られています。
中古のスマホも低価格で手に入ります。
効率よく文字起こし・テープ起こしをするなら、フットスイッチ
パソコンに接続し、足を使って、音声の「再生」や「巻き戻し」、「早送り」をさせるためのフットスイッチ（足踏みスイッチ）があります。
両手はキーボードに集中できるため、大変効率がよくなります。
「テープ起こし・文字起こし」のお仕事をたくさん行うのでしたら、購入を検討されるとよいと思います。
価格は、2,000円程度～１万円
文字起こしではありませんが、私は、フットスイッチを使って、ヘッドホンからの音声をキーボード入力をすることがありますが、とても効率がよいです。
ソフト・アプリを使って音声から文字に変換する
音声から文字を自動変換するソフトがありますが、Googleアカウントがあれば無料で変換することができます。
しかし、完全ではありません。
同音異義語のように、日本語特有の聞き間違いを機械もしてしまいますから、人の目による修正が必要です。
話の前後の流れから、人が行わないと正確に文字起こしができません。
同音異義語の例
製菓、成果、聖火
正解、盛会
句読点などもキーボードから入力する必要があります。
Google音声認識を使っても、人による作業が必要となります。
私の場合、音声認識ソフトなしで、１０分の内容に１時間程度かかります。
音声認識ソフトありでも、１０分の内容に４０分から１時間程度かかりました。
要約でよい文字起こしなら、４０分程度でできると思います。
音声認識があっても、おかしいと思われる単語を調べたり、話し手が喋っている内容が正しいか確認するのに時間がかかります。
録音は確実に
スマホで音声認識させることができますので、会場で文字データにすることができますが、座席の場所が悪いと失敗することがあります。
また、スマホを使うと電源が落ちたり、電話の着信やメール受診時に動作が遅くなったり、操作ミスにより、録音やデータ変換に支障が生じてしまうことがあります。
あなたが会場で録音するなら、録音する位置が悪いと、うまく録音できないばかりか、音声認識ソフトがうまく動作しない（認識しない）場合があります。
私は、現地で録音する場合、レコーダーを２本持参し、２箇所に置いて録音するようにしています。
スマホは使いません。
自宅で音声認識させる
録音したものを自宅で再生し、Google音声認識で文字起こしをします。
スマホ／レコーダーから音をだして、パソコンのマイクで、その音を拾ってGoogle音声認識をさせます。
スマホ／レコーダーのイヤホン端子とパソコンのマイク端子を音声ケーブルで接続してGoogle音声認識させることもできます。
その他文字起こし・テープ起こしの注意点
注意点として、企業の会議だったり、発表前の記事の内容だったりすることもあるため、内容を外部に漏らすことがないようにしなければいけません。
業界の新しい計画だったり、これから世に出るであろう記事などの案件もあります。
クラウドソーシングで月15万円稼ぐ
以下のリンク先の記事（姉妹サイト）は、上記のツールが無い時に私と妻が行ったものです。
講演会会場に出向いて録音し、話し手の内容を語尾まで正確に打ち込む内容が多かったため、効率が悪かったです。