ブログに戻る
製品チュートリアル•2026-06-23•約11分 読了

音声の文字起こしを無料でする方法|おすすめツール比較と精度のコツ

音声の文字起こしを無料でする方法|おすすめツール比較と精度のコツ
TL
Team Laxis
Laxis チーム @ Laxis

録音した音声は、スマートフォンや PC の標準機能、または無料の Web 文字起こしサービスを使えば、お金をかけずにテキストにできます。手元の録音ファイルなら Notta や TurboScribe などの無料ツールにアップロードするのが手軽で、iPhone なら「ボイスメモ」、Pixel なら「レコーダー」で端末内のまま文字起こしできます。

スマートフォンに残った40分の録音。インタビューや講義、散歩中に思いつくまま吹き込んだボイスメモを、できればお金も午後の時間も使わずに文字にしたい、という場面は少なくありません。無料のツールでも、今は十分に実用的な結果が出ます。ただし最初に知っておきたいのは、仕上がりのよしあしがソフトウェアより録音そのものに大きく左右されることです。この記事では、実際に使える無料の方法と、それぞれが向いている場面、そして多くの記事が触れない「文字起こしがきれいに仕上がるか、1行ずつ直す羽目になるかを決める要因」を解説します。

スマホ・PC に最初から入っている無料の文字起こし機能

何かに登録する前に、手元の端末にある機能を確認しましょう。多くのスマートフォンやオフィスソフトには文字起こし機能が標準で入っていて、用途によってはそれだけで十分です。

iPhone では、「ボイスメモ」アプリが録音を端末内で文字起こしします。iOS 18 以降を搭載した iPhone 12 以降なら、録音を開いて再生コントロールの上にある吹き出しのアイコンをタップするだけで、再生に合わせて単語がハイライトされながらテキストが表示されます。約10言語に対応し、完全にオフラインで動作するため、音声がどこかにアップロードされることはありません。機密性の高い内容を扱うなら、これはプライバシーの面で大きな利点です。

Google Pixel では、「レコーダー」アプリが、Apple にはまだできないことをこなします。録音しながらリアルタイムで、しかも端末内でオフラインのまま文字起こしできるのです。インターネット接続もアカウントも費用も不要です。ただし Pixel 専用なので、ほかの Android スマートフォンでは別の方法が必要です。

Google ドキュメントの音声入力は、多くの人が使っている定番の無料ツールです。ドキュメントを開いて「ツール」→「音声入力」を選び(Windows では Ctrl+Shift+S、Mac では Cmd+Shift+S)、話しかけます。無料で時間の上限もなく、はっきりと一定のペースで話す口述なら驚くほどよく認識します。ただし限界もあります。句読点はほとんど入らず、ファイルではなくその場の発話向けに作られています。すでにある録音を文字起こしするには、1台の端末で音声を再生し、もう1台の Google ドキュメントに聞かせる方法がよく使われますが、使えなくはないものの品質は落ちます。

Microsoft Word の「トランスクリプト」機能はより高機能ですが、無料ではありません。有料の Microsoft 365 サブスクリプションとインターネット接続が必要です。そのかわり、ファイル(.mp3、.wav、.m4a、.mp4)をアップロードすると、話者を区別し、タイムスタンプを付けて文字起こしでき、80以上の言語に対応し、月300分までの音声を扱えます。すでに Microsoft 365 を契約しているなら、意外と見落とされている有力な選択肢です。契約していないなら、候補から外してかまいません。一方、Word に標準で入っている「ディクテーション」機能は無料で、その場の発話を文字にできます。

ヒント:音声の入手元に合わせてツールを選びましょう。端末内の録音アプリ(iPhone の「ボイスメモ」、Pixel の「レコーダー」)は、これから録る音声に最適です。アップロード型のツールは、すでにあるファイルに最適です。その場の口述用ツールで保存済みのファイルを無理に文字起こししようとして、1時間を無駄にする人が少なくありません。

無料で使える Web の文字起こしサービスと AI ツール

標準機能が合わないときは、ブラウザで使える文字起こしサービスがたいてい役に立ちます。ファイルをアップロードして数分待ち、テキストをダウンロードするだけです。ここ数年で無料の文字起こしが実用的になったのは、こうしたサービスの多くが、10年前の使いにくいエンジンではなく最新の音声認識モデルで動くようになったからです。

無料プランの内容はサービスごとに違うので、選ぶ前に概要を押さえておきましょう。

  • Notta:毎月120分まで無料。たまに長めの録音を扱う人に向いています。
  • Otter.ai:毎月300分まで無料。会議やリアルタイムの文字起こしに強みがあります。
  • TurboScribe:1日3ファイル、1ファイル30分まで。月間の上限はありません。
  • OpenAI の Whisper:無料のオープンソースで、自分で動かせるなら時間の制限はありません。ただ、技術に詳しくない人にはそこが壁になります。

ほとんどのサービスは一般的な形式(MP3、WAV、M4A、FLAC)に対応し、ファイルサイズの上限は500MB前後が多く、一部は1GBまでのアップロードに対応しています。見落としやすいのが、月間の合計とは別に決められている1ファイルあたりの長さの上限です。月120分使えるサービスでも、90分の1ファイルは受け付けないことがあります。長い録音は、アップロードして失敗する前に、1ファイルあたりの上限を確認しましょう。

日本語の音声に強い無料ツールを比較

ここまでのツールは、主に英語圏で評価の高いものです。日本語の音声を扱うなら、日本でよく使われている選択肢も並べて比べるほうが現実的です。日本語は同音異義語が多く、固有名詞や敬語表現でつまずきやすいため、日本語を前提に作られたエンジンかどうかが精度にはっきり表れます。

ツール無料でできる範囲話者ラベル向いている用途
文字起こしさん登録不要で試せる無料枠ありなし短い音声を今すぐ1回だけ
CLOVA Note無料(月あたりの上限あり)あり日本語の会議・取材
Notta毎月120分ありたまに長めの録音を扱う
TurboScribe1日3ファイル・各30分あり1日にまとめて処理する
Google ドキュメントの音声入力時間の上限なしなしその場で話して文字にする
Laxis無料プランありあり毎週の会議・商談を継続的に

文字起こしさんは、アカウントを作らずに音声ファイルを渡せるのが強みです。とりあえず1本試したいときに、手間がほとんどかかりません。

CLOVA Note は LINE が無料で提供している日本語に特化した文字起こしサービスで、話者の分離にも対応しています。日本語の会議や取材なら、無料の範囲では最もまともな結果が返ってくる選択肢の1つです。

iPhone の「ボイスメモ」の使い方と、文字起こしが表示されないときの確認手順は、ボイスメモを文字起こしする方法で詳しく解説しています。

無料枠の数字は、どのサービスも随時改定されます。長いファイルをアップロードする前に、月間の合計とは別に「1ファイルあたりの上限」を確認しておけば、アップロードしてから弾かれる無駄を防げます。

無料で文字起こしする手順(5ステップ)

手間をかけずに録音をきれいに文字起こししたいだけなら、ほとんどの人に勧められるのが次の手順です。Laxis のような AI 会議アシスタントが本領を発揮するケースもあり、それは後ほど紹介しますが、1回きりの音声ファイルなら無料の Web 文字起こしサービスが最適です。

  1. ファイルを準備する。一般的な形式(MP3、WAV、M4A)か確認します。録音機器が珍しい形式で保存していても、多くのツールはアップロード時に変換してくれますが、MP3 にしておけば確実です。
  2. ファイルの長さに合った無料サービスを選ぶ。30分未満なら、TurboScribe の無料プランが手早く使えます。長めの1ファイルなら、毎月120分の無料枠がある Notta のほうが余裕があります。
  3. アップロードして言語を設定する。この一手間は、思っている以上に重要です。話されている言語を最初に正しく指定すると、特に英語以外の音声で精度が目に見えて上がります。
  4. 完了を待って確認する。文字起こしにかかる時間は、たいてい音声の長さのほんの一部です。終わったら最初の1分を音声と照らし合わせて読み、聞き間違えた人名、専門用語、繰り返し出てくる誤変換など、決まったパターンの誤りを見つけます。
  5. 修正して書き出す。いくつかの誤りを直し、無料ツールが話者ラベルを付けなかった場合は手で追加して、テキスト、Word、SRT のいずれかの形式で書き出します。

手順はこれだけです。話者が1人のクリアな音声なら、このリストを読む時間のほうが作業時間より長いくらいです。

文字起こしの精度を決める4つの要因

使える文字起こしと、直しようのない文字の羅列を分けるのはここです。しかも、どのツールを選んだかはほとんど関係ありません。最近の文字起こしサービスは、どれも内部でほぼ同じような音声認識技術を使っています。大きく違うのは、そこに入力する音声のほうです。

まともなマイクで録音した、話者1人のクリアな音声なら、精度はおよそ85〜95%が目安です。トップクラスのエンジンなら、スタジオ品質の録音で95〜98%に達します。しかし実際の現場の音声では精度が大きく下がり、80%を下回ることも珍しくありません。20%の誤りは、個人的なボイスメモなら問題なくても、引用や公開を前提にした文章では致命的です。

精度を大きく下げる要因は、主に次の4つです。

背景ノイズ

精度を下げる最大の要因です。空調の音、車の走行音、カフェのざわめき、スマートフォンのマイクに当たる風などです。話し声に対してノイズが大きくなると、エンジンは推測で文字を当て始めます。

マイクとの距離と品質

話し手から15〜30cmほどの位置にあるマイクなら、声全体をしっかり拾えます。部屋の反対側にあるノートパソコンのマイクでは、細く反響した声しか拾えず、エンジンが聞き取りに苦労します。

発言の重なり(クロストーク)

2人が同時に話すと、モデルは実質的に片方しか追えません。複数人の音声は、1人の声に比べて格段に難しくなります。

なまりと専門用語

強いなまり、専門用語、固有名詞は、優れたツールでもつまずきやすいところです。正しい言語と方言を設定すると改善しますが、人名は手で直す前提でいましょう。

この4つのうち3つは、録音ボタンを押す前に自分で対策できます。ここから、最も費用対効果の高い改善策につながります。

どんなソフトよりも効くコツ:$30 程度の USB マイクを使うほうが、高価な文字起こしツールに乗り換えるより精度は上がります。エンジンは渡された音声しか処理できません。近くに置いたまともなマイクのクリアな音声は、こもったノートパソコンの録音にどれだけ AI の工夫を重ねるよりも効果があります。

次に効くのは、無料でできる対策です。マイクを近づけ、ノイズをなくしましょう。話し手から30cm以内に近づき、窓を閉め、扇風機を止めます。10秒の準備で、20分の修正を省けます。

話者の区別、長いファイル、無料ツールの限界

無料の文字起こしでは、2つの限界によく突き当たります。作業の流れを決める前に、どちらも知っておきましょう。

1つ目は話者ラベルです。専門的には話者分離(ダイアライゼーション)と呼ばれ、誰が何を言ったのかを判別する機能です。無料プランで真っ先に省かれがちな機能でもあります。無料の文字起こしサービスの多くは、話者の区別がまったくない、切れ目のない文字の塊を返してきます。話者分離に対応していても精度はおよそ80〜95%で、発言の重なりや似た声には弱くなります。2人のインタビューを文字起こしして「インタビュアー」と「ゲスト」をはっきり分けたいなら、頼りにする前に、無料プランでも実際に話者を分けられるか確認しましょう。

2つ目は長さです。無料プランは、1ファイルあたりの時間に上限を設けていることがほとんどです。3時間の録音は分割が必要になるかもしれませんし、無料プランの1か月の上限をそのまま超えてしまうこともあります。長いファイルを分割すること自体は問題ありませんが、その前提で計画しておきましょう。

こうした限界があるからこそ、会議や商談は1回きりの音声ファイルとは別物です。定期的に行う会話を文字起こしするなら、毎回あとからアップロードする方法はすぐに面倒になります。そこで役立つのが、会議のために作られた Laxis のような AI 会議アシスタントです。Zoom、Google Meet、Teams の会議に参加してリアルタイムで文字起こしし、発言ごとに話者を区別し、会議が終わるとアクションアイテムと決定事項をまとめた要約を届けます。整理すべき文字の塊ではなく、そのまま使えるメモが手元に残り、HubSpot や Salesforce にも直接同期されます。たまたま手元にある音声ファイルなら、無料の文字起こしサービスで十分です。毎週の会議には、話者の区別まで組み込まれたリアルタイムの文字起こしが、まったく違う便利さをもたらします。

まとめ:精度は録音する前に決まる

興味深いのは、文字起こしそのものが難しい作業ではなくなったことです。エンジンが十分に優秀になったため、ボトルネックは上流、つまり録音する前の10秒間の準備に移りました。マイクを近づけ、部屋を静かにし、言語を指定すれば、どの無料ツールでもきれいな結果が得られます。これを省けば、どれほど高価なソフトでもその録音は救えません。録音を少し丁寧に扱えば、文字起こしのことはほとんど考えずに済みます。

よくある質問

音声を無料で文字起こしするには、どの方法がいちばんよいですか?

手元にある録音なら、無料の AI 文字起こしサービスにアップロードするのがいちばん早い方法です。Notta(毎月120分まで無料)や TurboScribe(1日3ファイル、各30分まで)は、ほとんどの音声形式に対応しています。普段から Google のサービスを使っているなら、Google ドキュメントの音声入力が時間の上限なしで完全に無料です。iOS 18 以降を搭載した iPhone 12 以降なら、「ボイスメモ」アプリがアップロード不要で、端末内で無料で文字起こしします。

Microsoft Word の文字起こし機能(トランスクリプト)は無料ですか?

いいえ、無料ではありません。Word の「トランスクリプト」機能には、有料の Microsoft 365 サブスクリプションとインターネット接続が必要です。アップロードできる音声は月300分までで、.mp3、.wav、.m4a、.mp4 のファイルに対応し、80以上の言語をカバーしています。すでに Microsoft 365 を契約しているなら有力な選択肢ですが、無料の Web 版の Word や、デスクトップ専用版の Word では使えません。

無料の文字起こしの精度はどのくらいですか?

まともなマイクで録音した話者1人のクリアな音声なら、およそ85〜95%が目安です。スタジオ品質の録音なら、トップクラスのエンジンは95〜98%に達することもあります。背景ノイズ、発言の重なり、強いなまりがある現場の音声では、80%を下回ることも少なくありません。どのツールを選ぶかより、音声の品質のほうが重要です。

無料の文字起こしツールで、誰が話したかを区別できますか?

ツールによってはできますが、真っ先に有料プラン限定になりやすい機能です。話者分離(ダイアライゼーション)の精度はおよそ80〜95%で、発言の重なりや似た声には弱くなります。無料プランの多くは、話者ラベルのない切れ目のない文字の塊を返すため、誰が何を言ったのかが重要なら、頼る前にそのツールが話者分離に対応しているか確認しましょう。

無料の文字起こしサービスは、どんな音声形式やファイルの長さに対応していますか?

ほとんどの無料サービスは MP3、WAV、M4A、FLAC に対応し、ファイルサイズの上限は500MB前後が一般的です。長さの上限はサービスによって大きく異なります。無料プランでは1ファイル15分までのものもあれば、TurboScribe のように1日3回、1ファイル30分まで使えるものもあり、1GBまでのファイルをアップロードできるツールもあります。長い録音は、作業を始める前に1ファイルあたりの上限を確認しましょう。

完全に無料で使える文字起こしアプリはありますか?

あります。Google ドキュメントの音声入力は時間の上限なしで無料ですが、対象はその場の発話で、保存済みのファイルには向きません。ファイルを文字起こししたいなら、文字起こしさんは登録なしで試せ、CLOVA Note は月あたりの上限付きで無料です。iOS 18 以降を搭載した iPhone 12 以降なら、「ボイスメモ」アプリの文字起こしがアップロード不要、完全無料で使えます。

日本語の文字起こしに一番強い無料ツールはどれですか?

話者が複数いる長めの日本語の音声なら、話者分離に対応した CLOVA Note が、無料の範囲では扱いやすい選択肢です。日本語の会議や取材に向いています。短い音声を1回だけ処理したいなら、登録不要の文字起こしさんが最も手軽です。どちらを選ぶにしても、精度を左右するのはツールよりもマイクとの距離と周りの静かさです。

スマホだけで文字起こしはできますか?

できます。iPhone なら「ボイスメモ」が録音をそのまま端末内で文字起こしします。Android は機種によって異なり、Pixel は標準の「レコーダー」アプリがリアルタイムで、Galaxy は標準のボイスレコーダーが録音後に文字起こしします。それ以外の機種でも、ブラウザから文字起こしサービスにファイルをアップロードすれば、PC を使わずに完結します。

関連製品

Laxis 会議アシスタント

議事録を今日から自動化。

  • Zoom・Google Meet・Teams も対面会議も、ボットなしで記録
  • AI 要約・アクションアイテム・フォローアップを 100 以上の言語で
  • Mac・Windows・iPhone・Android 対応、無料プランあり

無料で始められます。クレジットカードは不要です。

詳細を見る ▷