ブログ一覧に戻る

会議の文字起こしAIおすすめ比較|精度・料金・日本語対応を徹底検証

Kaigi AI編集部最終更新: 公開: 約9分で読めます
シェア:X でシェア

Zoom・Google Meet・Microsoft Teamsの会議録画をそのまま文字起こしできるAI文字起こしツールが急速に普及しています。本記事では主要サービスの精度・料金・日本語対応を比較し、あなたの用途に合ったツールを見つけるお手伝いをします。


会議の文字起こしAIとは?

会議の文字起こしAIとは、音声・動画ファイルをアップロードするだけで、AIが自動的に以下を行うサービスです。

  • 全文テキスト化(タイムスタンプ付き)
  • 話者の識別(誰がいつ発言したか)
  • 会議の要約(3〜5行のサマリー)
  • 決定事項・アクションアイテムの抽出

以前は専門のテープ起こし業者に外注するか、自分でヒアリングしながらタイピングするしかありませんでした。現在はWhisper(OpenAI)をはじめとする音声認識AIの精度が飛躍的に向上し、人間の書き起こしに近い精度が実現されています。


会議の文字起こしAI比較表

ツールサーバー所在地無料プラン月額料金(有料)
Kaigi AI日本(AWS東京)初月90分・2か月目以降45分¥1,980〜
Notta公式サイト要確認月120分(制限あり)¥1,980〜(月払)
Otter.ai公式サイト要確認月300分$16.99〜
tl;dv公式サイト要確認文字起こし無制限(AI議事録は10会議まで)¥3,080〜(1席・年払い/月払いは¥4,980)

※ 他社の料金・無料枠は2026年8月23日に各社の公式料金ページで確認したものです(Notta・Otter.ai)。Nottaの料金・無料枠は、2026年9月29日にNotta公式の料金ページで再確認しています。tl;dvの料金・無料枠は、2026年9月30日にtl;dv公式の料金ページを日本から閲覧して確認した円表示(1席あたり)です。変更される場合があるため、最新かつ正確な内容は各社の公式サイトでご確認ください。Kaigi AIの料金は料金プランが正です。精度については、基準も出典も示せない★などの採点は掲載していません——実際の会議音声を各社の無料枠で試して比べるのが確実です。

日本語精度の比較

日本語の会議を文字起こしする場合、エンジンの選択が精度を大きく左右します。

  • Whisper(OpenAI):68万時間・99言語で学習された多言語モデル。日本語も対応言語に含まれる
  • Google Speech-to-Text:日本語に対応。対応言語・機能はGoogle Cloudの公式ドキュメントに一覧があります
  • 各社の独自エンジン:対応言語や日本語の扱いは製品ごとに異なるため、各社の公式ページでご確認ください

どのエンジンについても、各社が同じ条件で測った公開ベンチマークはありません。同じ録音ファイルを候補ツールの無料枠に通して見比べるのが、自社の会議にとっていちばん正確な判断材料になります。

Kaigi AIはWhisper(OpenAI)を採用しています。クリアな音声では高い精度で文字起こしできますが、精度はマイク品質・話者数・背景雑音・専門用語で変わります。


Zoom・Google Meet・Teamsの録画を文字起こしする方法

Zoomの場合

  1. Zoom設定から「クラウド録画」または「ローカル録画」を有効化
  2. 会議後にMP4ファイルをダウンロード
  3. Kaigi AIにアップロードするだけ

Zoomには内蔵の文字起こし機能がありますが、日本語精度が低く、英語会議向けに設計されています。Kaigi AIを使うとZoom録画を高精度な日本語議事録に変換できます。

Google Meetの場合

  1. Google Meetで録画を開始(Google Workspace必須)
  2. 録画ファイルがGoogleドライブに自動保存
  3. ダウンロードしてKaigi AIにアップロード

Microsoft Teamsの場合

  1. Teams会議中に「録画を開始」をクリック
  2. 録画がSharePointまたはOneDriveに保存
  3. MP4ファイルをダウンロードしてKaigi AIにアップロード

Teamsの標準文字起こし(トランスクリプト)が既に手元にある場合は、録画を経由せずそのまま議事録に仕上げる方法もあります。詳しくはTeamsの文字起こしを議事録に仕上げる方法をご覧ください。


AI文字起こしツールの選び方

ポイント1:日本語会議が多い → Whisperベースを選ぶ

英語特化ツールで日本語を文字起こしすると、認識精度が大幅に下がります。Whisper large-v3採用ツールを選ぶのが最善です。

ポイント2:機密情報を扱う → データ保管場所を確認

医療・法務・金融など機密度の高い業界では、データが国内サーバーで保管されるかが重要です。Kaigi AIは文字起こしテキスト・議事録データをAWS東京リージョン(国内)に保管します。「学習に使われないか」「保管場所と処理経路の違い」についてはAI議事録は学習に使われる?国内サーバーに保管される?で詳しく解説しています。

ポイント3:多言語会議がある → 翻訳機能を確認

外資系企業やグローバルチームでは、英語・中国語・韓国語の音声を日本語議事録に変換できるツールが便利です。Kaigi AIは99言語の音声認識に対応し、日本語での議事録を出力できます。

ポイント4:コストを抑えたい → 無料プランの制限を確認

ツール無料プランの制限
Kaigi AI初月90分(クレカ不要)
Notta月120分(エクスポート制限あり)
Otter.ai月300分(英語のみ高精度)

個人事業主・フリーランスの方は、無料枠だけで足りることも多いです。個人事業主・フリーランス向けAI議事録ツールの選び方で、料金・登録のハードル・国内保管まで含めた選び方をご案内しています。


Kaigi AIで会議を文字起こしする手順

まず仕上がりを確かめたい場合は、議事録のサンプル(登録不要)で完成した議事録をそのまま見られます。会議の録画は、以下の手順で無料登録(初月90分・カード不要)すると議事録の草案づくりまで使えます。

1. アカウント登録(クレカ不要)

Kaigi AIにアクセスし、メールアドレスで無料登録。すぐに初月90分を使い始められます。

2. 会議録画をアップロード

対応形式:MP4・MOV・MKV・MP3・WAV・M4A・FLAC・WEBM

動画・音声とも1ファイル最大5GB。動画でもそのままドラッグ&ドロップするだけです。

3. 言語を選択(または自動検出)

日本語・英語・中国語・韓国語など99言語を自動検出。手動で指定することも可能です。

4. 結果を受け取る

処理が完了すると以下が生成されます。

  • 全文文字起こし(タイムスタンプ付き。話者ラベルは無料は最初の1本、以降は有料プラン)
  • 会議の要約(3〜5行)
  • 決定事項リスト
  • アクションアイテム(担当者・期限付き)

5. ダウンロード・共有

TXT・DOCX・PDF・SRT形式でダウンロード、またはチームのワークスペースで共有できます。


よくある質問

Q. 文字起こしの精度はどれくらいですか?

Whisper(OpenAI)を使用しています。クリアな音声では高い精度で文字起こしできますが、精度はマイク品質・話者数・背景雑音・専門用語で変わります。ただしマイク品質・話者数・背景雑音によって精度は変動します。録音品質が良いほど精度が高くなります。

Q. 会議中のリアルタイム文字起こしはできますか?

現在は録音・録画ファイルのアップロード方式です。リアルタイム文字起こし機能は開発中です。

Q. 専門用語(医療・法律・IT)は正確に認識されますか?

Whisper(OpenAI)は多様なドメインの専門用語に強く、多くの場合正確に認識します。非常にニッチな固有名詞は手動での確認をお勧めします。

Q. 複数人の会議でも話者を区別できますか?

はい。話者識別(スピーカーダイアリゼーション)機能により、「話者A」「話者B」のようにラベルが付きます。無料プランは最初の1本のアップロードが対象で、2本目以降は有料プランでご利用いただけます。ただし声が似ている場合や音質が悪い場合は正確でないことがあります。

Q. 無料プランの枠(初月90分・2か月目以降45分)とは録音時間ですか?

はい、アップロードした音声・動画ファイルの再生時間の合計がその月の枠(初月90分・2か月目以降は月45分)を超えると有料プランへのアップグレードが必要です。削除しても使用時間はリセットされません。


まとめ

会議の文字起こしAIを選ぶポイントは「日本語精度」「データの保管場所」「料金プラン」の3点です。日本語ビジネス会議に特化したKaigi AIは、Whisper(OpenAI)で高精度な文字起こしを提供し、データを国内(AWS東京)で処理します。

まずは無料プランで1本試してみてください。

→ 無料で会議を文字起こしする

会議文字起こしAI文字起こし議事録自動化音声認識
シェア:X でシェア

この記事の内容を、いますぐ形にする

録音から自動で埋めたい方は、Kaigi AIを初月90分まで無料でお試しください。クレジットカード不要。

データの保管はAWS東京リージョン。文字起こしはOpenAI、AI処理はAnthropic、話者分離はAssemblyAI(いずれも米国)が担当します。

Kaigi AI編集部

AI議事録・会議効率化の専門メディア。Whisper・Claude AIを活用したビジネス向け文字起こしソリューションの情報を発信しています。