無料の文字起こし ai：選択肢、制限、ワークフロー

まず、話した内容がすでにファイルになっているかを確認しましょう。それによって、録音をやり直さずに入力を受け付けられるワークフローが決まります。次に、最も多く使えるという宣伝文句で選ぶのではなく、処理し終える必要がある音声の量を確認してください。

既存ファイルがあり、インストールしてもよい場合： Whisperから始めましょう。コードとモデルの重みにはMITライセンスが適用されています。ソフトを自分で実行する方法は、ホスト型の文字起こしAPIへのアクセスを購入する方法とは異なります。

既存ファイルがあり、ブラウザーサービスを使いたい場合： インポートする前にOtterの利用枠を確認しましょう。必要な箇所まで閲覧できないなら、手軽にアップロードできても役に立ちません。

まだ録音はなく、文章だけが必要な場合： マイク入力を使いましょう。概要や自分の記憶を口述するほうが、ファイルを録音してから変換するより簡単なことがあります。ただし、得られるのは自分が話した内容であり、過去の会話の文字起こしではありません。

無料の文字起こし ai を選ぶ際に比べるべきなのは、手元にある機器やアカウントで、必要な作業を完了できるかどうかです。編集、共同作業、その他のソフト機能も必要なら、別途音声からテキストに変換するソフトの比較をご覧ください。ここでは、有料プランに申し込まずに使える文字起こしを得ることを優先します。

利用枠を消費したり大きなモデルをインストールしたりする前に、入力からテキストの保存まで、全工程を確認しましょう。合計分数に余裕があるサービスでも、録音が閲覧可能な長さを超えていたり、ファイルのインポート枠を使い切っていたりすれば、目的に合わないことがあります。

例：45分のインタビューがあり、最後の回答が必要だとします。月300分と宣伝されていても、それだけではその回答を読めるとは限りません。文字起こしごとの制限も確認してください。同様に、インポートすると貴重な生涯利用枠を使う場合、短いファイルでも実用に足るとは限りません。

無料の文字起こし ai を選ぶための判断チェックリストとして、次の項目を使いましょう。実際に使うアカウントとワークフローについて一つずつ回答し、ある制限から別の制限を推測しないでください。

例：授業課題としてインタビューの文字起こしを提出するとします。ツールを選ぶ前に合格条件を書き出しましょう。会話全体が含まれていること、確認後に話者を区別できること、文章作成ソフトでファイルを開けることが必要です。引用も必要なら、音声内の引用箇所を探せる方法も用意してください。提出日に不足に気付くのではなく、出力を具体的に検証できます。

録音があり、ローカルへのインストールを管理できるなら、オープンソースのWhisperパッケージを使いましょう。Whisper公式リポジトリには、インストール、モデルの選択、コマンドラインの使い方が記載されています。Python、パッケージの依存関係、および別途ffmpegコマンドラインツールが必要です。

pip install -U openai-whisperでパッケージをインストールします。OS向けの手順に従ってffmpegをインストールしてください。リポジトリには、複数のパッケージマネージャーを使った例があります。インストール時にビルド依存関係の不足が報告された場合は、何度も文字起こしを再実行せず、そのエラーに対応するリポジトリのトラブルシューティング手順に従いましょう。

この方法では、自分で実行するソフトを使って無料の文字起こし ai を利用できます。ただし、パソコン、モデルのダウンロード、ストレージ、処理時間が必要です。モデルのサイズは必要なリソースに影響し、処理速度は利用可能なハードウェアと録音に左右されます。特定の時間内に必ず処理が終わるという、あらゆる状況に当てはまる保証はありません。

次の作業に合わせて出力形式を選びましょう。プレーンテキストは読みやすく、文書にもコピーしやすい形式です。Whisperでは--output_formatを使って、SRT、VTT、TSV、JSONなども選べます。タイムスタンプ付きの文字起こしが必要なら、録音全体を処理する前に、同じ抜粋でタイムスタンプ付き出力を試してください。出力形式を変えても、聞き間違えた単語は直りません。まず内容を確認し、次に使うプログラムで選んだファイルを開けるか確かめましょう。

作業全体が制限内に収まる場合、Otter Basicは実用的なクラウドの選択肢になります。2026年10月26日時点で、Basicプランの公式ヘルプページには、月300分まで、文字起こし1件につき閲覧できるのは最大30分まで、1アカウントの生涯を通じた音声・動画のインポートは3件までと記載されています。3件は毎月の上限ではありません。長い録音やインポートがその地点で止まるわけではありませんが、Basicで閲覧できる文字起こしは最大30分です。削除した会話も分数に算入されます。閲覧できるのは直近25件のみで、それ以前の会話はアーカイブされます。

この条件では、重要なファイルを一度だけ試すより、計画を立てるほうが役立ちます。進める前に録音時間と残りのインポート数の両方を確認してください。必要な文字起こしが閲覧できる間に、アカウントで利用できることを確認した方法でコピーを保存しましょう。

例：20分のインタビューが3件なら、合計60分です。月間分数には余裕があるように見えますが、新規アカウントでその3件をインポートすると、生涯のインポート枠を使い切ります。4件目のインタビューでは、合計時間がそれほど長くなくても、別の判断が必要になります。

例：50分のインタビューが1件の場合、月間分数が主な問題になる前に、閲覧できる長さが問題になります。会話全体が必要なら、すべてを取得できる方法を選びましょう。インポートが完了したからといって、最後の回答まで表示されると思い込まないでください。

無料の文字起こし ai の利用枠は、実際に対応する作業に使いましょう。ファイルを削除しても消費済みの分数は戻りません。また、制限を回避するためにアカウントを追加作成する方法も、確実なワークフローとはいえません。作業を繰り返すと分かっているなら、貴重なインポート枠をテストに使う前にローカルでの方法も比べてください。

たまに短い録音を扱う場合、最初に試すとよいのは一連の作業を最後まで行うことです。適切なファイルを用意し、閲覧できるテキストを確認して、結果を保存します。アップロードが受け付けられたと確認するだけでなく、完成した文字起こしを必要な場所で使えることが成功です。

文書に新しい文章を口述したいときは、この方法を使いましょう。Googleの音声入力の手順では、最新版のChrome、Edge、Safari、動作するマイク、［ツール］→［音声入力］メニューが必要とされています。マイクをクリックして開始し、もう一度クリックして停止します。音声処理はブラウザーが制御し、処理後のテキストはDocsに送られます。組織の管理者がこの機能を無効にしている場合もあります。

無料の文字起こし ai の方法として、マイクによる口述入力はファイル変換より対象が限られた作業に向いています。マイクに話すことと、既存の録音をアップロードすることは、入力の手順が異なります。録音したインタビューをスピーカーで再生し、それをマイクに拾わせると、音響的な録音工程がもう一段加わります。ファイルのインポートと同等だと考えないでください。

例：自分の記憶をもとにプロジェクトの振り返りを書きたいとします。目的について1段落、何が起きたかについてもう1段落、次の行動について最後に1段落を口述します。結果を読みやすいメモに編集しましょう。共有するなら、自分の振り返りだと明記してください。過去の会話の正確な言い回しは保たれません。

実用的な編集の習慣として、話題ごとに一度止まり、続きを入力する前にテキストを確認しましょう。特に前の箇所を修正した後は、次の文が入る位置にカーソルを置いてください。編集中の文の途中に新しい口述が挿入されるのを防げます。

インタビューのファイルから正確な文字起こしを作ることが目的なら、ファイルを使う方法に戻りましょう。自分で話す下書きが目的なら、口述入力を使えば、後で変換するためだけに中間の録音を作る必要はありません。ツールを選ぶ前に、必要な記録がどちらなのか決めてください。新たに話す言葉か、既存の音源に含まれる言葉か、です。

句読点を整える前に、意味を左右する細部を確認しましょう。整った段落でも、数量の誤り、否定の聞き落とし、話者の取り違えが含まれていることがあります。テキストを修正するときは音声をすぐ再生できるようにし、認識ミスと後から加えた編集を区別できるよう、最初の出力は別に保存してください。

インタビューの例：Benは「木曜日までに15個を出荷できますが、より大きな注文には承認が必要です」と言っています。「15個」を「50個」に置き換えたり、「承認が必要」を抜かしたりすると、約束の内容が変わります。ためらいをすべて取り除くより、こうした細部の確認のほうが重要です。

無料の文字起こし ai の結果が用途に適しているかは、使い道に基づいて判断しましょう。個人の学習メモと直接引用では、必要な編集が異なります。次の確認手順では、機械生成されたテキストが確認済みの記録であるかのように装うことなく、繰り返し使える順番を示します。

例：Benの文を音声と照合した後、修正した言い回しを文字起こしに残します。別のメモには「木曜日に15個を出荷。より大きな注文は承認待ち」と書けます。これは便利な要約ですが、Benの正確な発言として引用符で囲んではいけません。後で聞き手が数量に異議を唱えたら、要約を独立した情報源として扱わず、確認済みの箇所に戻りましょう。認識ツールが句読点を挿入し、条件や例外の読み方を変える場合も、同じ区別を守ってください。

繰り返しの作業では、作業全体の量と設定を維持する意思に基づいてワークフローを選びましょう。ファイルを頻繁にインポートするならローカルへのインストールを検討する価値があります。一方、短い作業がたまにあるだけならクラウドの利用枠で足りることもあります。リアルタイムの口述は、新しい文章を作るための別の選択肢です。

例：学生が70分の講義録音を4件持っているとします。合計280分ですが、この数字だけではクラウドプランを選べません。それぞれの録音で全体の文字起こしが必要で、既存ファイルごとに入力方法も必要です。月間の合計枠があっても、ほかの制限がなくなるわけではありません。

同じ例なら、ローカルでのテストには講師の専門用語が含まれる箇所を入れましょう。その抜粋を処理し、結果を評価してから、録音全体を扱うためにインストールや処理時間をかける価値があるか判断します。サンプルの修正に何度も再生が必要なら、出力形式を変えれば不明瞭な音声が直ると思い込まず、今後の講義に向けて録音環境を改善しましょう。

例：研究者が毎週新しいインタビューを予定しているとします。これは小さな月次作業ではなく、継続的なインポート要件として考えましょう。音声、最初の文字起こし、修正、最終メモをどこに保管するか、あらかじめ決めてください。フォルダー構成を統一すれば、文字起こしツールを変えても後から確認しやすくなります。

実用的なプロジェクトフォルダーには、変更していない元データ、最初の自動出力、レビュー済みと分かる別名の文字起こしを保存できます。録音日と内容が分かる話題をファイル名に入れましょう。特に録音を再処理する可能性がある場合は、使ったソフトと設定を短く記録してください。

入力が変わったら、方法を見直しましょう。個人的な口述から録音済みのインタビューに変えるのは、同じ作業の単なる増加ではなく、作業内容の変更です。同様に、時刻付きの引用が必要なら、追加の出力要件が生じます。前の方法を実用的な限度を超えて引き延ばさず、こうした要件に基づいて次のワークフローを選びましょう。

プロジェクト途中でツールを変える前に、引き継ぐものを確認してください。修正済みのつづりを小さな用語集に残し、手作業で確認した時刻を保存し、まだ聞き直す必要がある箇所を記録しましょう。そうすれば、記憶を頼りに確認を最初からやり直すのではなく、既知の問題箇所と新しい結果を比べられます。例：インタビューで繰り返し出てくる姓を以前聞き間違えたなら、次の出力ですべての出現箇所を検索して一つずつ確認します。冒頭の一箇所を修正したからといって、後の言及も正しいとは限りません。

Notelynでは、Text入力のワークフローを使い、レビュー済みの文字起こしからメモや想起練習を作成できます。ノートを作り、［Text］を選択して、修正済みの文字起こしを貼り付けましょう。内容が分かるタイトルを付け、見出しで話題を分けてからオンラインに保存します。不明点が残る箇所には、後で見つけやすいよう、はっきり印を付けておきましょう。

［Summary］を生成すると、見出し、要点、重要な結論に分けて内容を整理できます。重要な記述を確認済みの文字起こしと比べ、必要に応じて要約を編集してください。ノートからフラッシュカードを作り、カードをめくる前に各質問に答えましょう。デッキを再開してもう一度取り組み、間違えた概念は元のテキストで確認します。

要約やカードはテキストから作られる学習資料であり、逐語記録の代わりではありません。一部の機能にはサブスクリプションが必要で、利用できる正確な枠はアカウントによって異なります。まず1つの話題に絞った文字起こしを用意し、NotelynのText入力ワークフローに沿って、AI要約ノートで復習セッションを作りましょう。

実際に確認できる失敗に合わせて、次の対応を決めましょう。ファイルが開かないなら入力を調べます。処理が失敗するならソフトとリソースを調べます。処理は完了したのに言葉が間違っているなら、同じ処理を繰り返す前に、音声とタスクの設定を確認しましょう。