比較対象の概要

サービス	提供元	モデル名
Whisper large-v3	OpenAI	Whisper
Speech-to-Text	Google Cloud	Chirp / Universal v2
Azure AI Speech	Microsoft	Fast Transcription
Amazon Transcribe	AWS	—

1. 日本語認識精度

2026年8月23日追記（重要）： この節にはもともと4サービスのWER（単語誤り率）比較表と、専門用語ごとの認識率のパーセンテージを掲載していました。当社が独自に測定した値だと注記していましたが、その測定を実施した記録が当社に残っていません。出典を示せない数値、まして他社製品を採点した数値は掲載すべきではないため、削除しました。

日本語精度は、次の3つで大きく変わります。数値の比較よりも、この3点を自社の音声で確認するほうが確実です。

音質 — マイクの距離、背景ノイズ、複数人の同時発話
語彙 — 社名・製品名・業界用語が学習データにあるか、辞書登録できるか
話し方 — 早口、言い淀み、方言、日本語と英語の混在

各サービスとも無料枠があります（本記事の価格表を参照）。自社の実際の会議録音を同じファイルで各社に通し、修正にかかった時間で比べるのが、公開されたどのベンチマークよりも自社にとって正確です。各社が公開しているベンチマークを参照したい場合は、それぞれの公式ドキュメントをご確認ください。

2. 価格比較

以下は記事執筆時点の公開価格です。各社とも改定されるため、必ず公式の料金ページで最新をご確認ください。

音声認識のみ（文字起こし）

サービス	価格	無料枠
OpenAI Whisper API	$0.006 / 分	なし
Google Speech-to-Text	$0.016 / 分（Standard）	60分/月
Azure AI Speech	$0.011 / 分	5時間/月
Amazon Transcribe	$0.024 / 分	60分/月（12ヶ月）

月100時間処理した場合のコスト：

サービス	月額コスト
Whisper	$36
Azure	$66
Google	$96
Amazon	$144

Whisperが最も安価です。ただし、自前でAPIを呼ぶ場合はインフラコストも考慮が必要です。

3. 処理速度・レイテンシ

バッチ処理（録音ファイルのアップロード）

2026年8月23日追記： ここにもサービスごとの処理秒数の表を載せていましたが、こちらも測定記録がないため削除しました。バッチ処理の所要時間は、同じサービスでもリージョン・同時実行数・GPU構成・音声の長さで大きく変わるため、横並びの1つの数字にはできません。

当社が測定値として示せるのは自社サービスの分だけです。Kaigi AI（Whisper＋Claudeで議事録まで生成）では、60分の音声で約5分（2026年7月31日の本番実績12件・15秒〜104分から回帰した見積り。混雑状況・音声の長さ・翻訳の有無で前後します）。他社のバッチ所要時間は各社の公式ドキュメントをご確認ください。

リアルタイム処理（ストリーミング）

サービス	ストリーミング対応
Google	◎ 対応
Azure	◎ 対応
Amazon	○ 対応
Whisper	△ 制限あり（本来バッチ向けのモデル）

リアルタイム字幕が必要な用途ではGoogleまたはAzureが適しています。遅延のミリ秒数は当社で測定していないため掲載していません。

4. 多言語対応

Whisperは99言語に対応しており、言語の自動検出機能があります。

サービス	対応言語数	自動言語検出
Whisper	99	◎ 高精度
Google	125	○ 対応
Azure	100+	○ 対応
Amazon	75	△ 限定的

英語・日本語混在（コードスイッチング）への対応：

Whisper: 自動で両言語を認識（強み）
Google: 言語ヒントが必要
Azure: 言語ヒントが必要
Amazon: 基本的に1言語設定

なお、これはWhisperというモデル自体の特性です。Kaigi AIの現在の設定では、混在音声でも冒頭の言語が全体に適用されることがあるため、主に話される言語を指定していただくと安定します。

5. プライバシー・データポリシー

企業データを扱う際の重要な観点です。

サービス	データ保持	学習への利用
OpenAI Whisper API	30日	デフォルトOFF（Zero Data Retention利用可）
Google	設定による	設定による
Azure	設定による	Enterprise契約でOFF可
Amazon	設定による	デフォルトOFF

日本企業の場合、国内リージョン（東京）での保管が可能かどうかも確認が必要です。

Google: asia-northeast1（東京）あり
Azure: Japan East / Japan West あり
Amazon: ap-northeast-1（東京）あり
Whisper API: 米国リージョンのみ

6. APIの使いやすさ

Whisper API（最もシンプル）

import openai

with open("meeting.mp3", "rb") as f:
    transcript = openai.audio.transcriptions.create(
        model="whisper-1",
        file=f,
        language="ja"
    )
print(transcript.text)

Google Speech-to-Text

from google.cloud import speech

client = speech.SpeechClient()
with open("meeting.mp3", "rb") as f:
    content = f.read()

response = client.recognize(
    config=speech.RecognitionConfig(
        language_code="ja-JP",
        model="latest_long"
    ),
    audio=speech.RecognitionAudio(content=content)
)

WhisperのAPIは数行で実装できるシンプルさが特徴です。

ユースケース別おすすめ

ユースケース	おすすめ
会議録音の事後文字起こし	Whisper large-v3
リアルタイム字幕	Google / Azure
多言語混在の会議	Whisper
高頻度・大量処理	Whisper（コスト）
コンプライアンスが厳しい環境	Azure（日本リージョン）
既存GCP環境	Google
既存AWS環境	Amazon or Whisper

まとめ

多言語対応：Whisperは99言語に対応し、自動検出も備える
コスト：公開単価の比較ではWhisperが最安
リアルタイム処理：GoogleまたはAzure
国内データ保管：Google・Azure・Amazon（Whisper APIは米国）

会議録音の文字起こし・議事録自動化という用途では、精度・コストの両面でWhisperが最も優れた選択肢です。Kaigi AIはOpenAI Whisperを採用し、データを東京リージョン（国内）に保管しています。 Whisperの日本語精度は、無料の文字起こしツール（登録不要・3分まで）でその場で確かめられます。