Zoomの会議を自動で議事録にする方法【2025年版】

リモートワークが定着した今、Zoomで行われる会議の数は増える一方です。しかし議事録の作成は依然として手動で行われることが多く、「会議後の1時間を議事録作成に費やしている」という声もよく聞きます。

この記事では、Zoom録画ファイルを使ってAIが自動的に日本語議事録を生成する方法を紹介します。

Zoom録画を議事録にする3ステップ

ステップ1：Zoom録画をダウンロードする

ZoomのクラウドまたはローカルにMP4形式で保存された録画ファイルを用意します。

• クラウド録画：Zoomポータル → 「録画」 → ダウンロード
• ローカル録画：会議終了後に自動保存された Documents/Zoom フォルダ内の .mp4 ファイル

ステップ2：Kaigi AIにアップロードする

Kaigi AI にログインし、「ファイルをアップロード」からMP4ファイルをドラッグ＆ドロップします。

• 対応フォーマット：MP4・MP3・WAV・M4A・MOV・WEBM（最大2GB）
• 言語は「自動検出」のままでOK。日英混在の会議も自動で処理します

ステップ3：AI議事録を確認・共有する

処理完了後（目安：60分の会議で約3〜5分）、以下が自動生成されます：

• 文字起こし全文：話者の発言をすべてテキスト化
• AI要約：会議の概要を3〜5行でまとめたもの
• 決定事項：会議で決まったことをリストアップ
• アクションアイテム：誰が・何を・いつまでに行うかを抽出

なぜWhisperで日本語精度が高いのか

Kaigi AIはOpenAIのWhisper large-v3モデルを使用しています。このモデルは日本語専用のファインチューニングはされていないものの、膨大な多言語データで学習されており、日本語の認識精度は業界最高水準です。

特に以下のケースで威力を発揮します：

• 敬語・丁寧語が混在する日本語ビジネス会話
• 英語と日本語が混在するミーティング（カタカナ英語も正確に認識）
• 専門用語が多い技術・医療・法律系の会議

議事録作成にかかる時間を比較

方法	60分会議の議事録作成時間
手書き・手動入力	60〜90分
録音を聞き直しながら作成	45〜60分
音声認識ツール＋手直し	20〜30分
Kaigi AI（自動生成）	3〜5分（確認のみ）

よくある質問

Q: 複数人が話す会議でも正確に文字起こしできますか？ A: はい。Whisperは話者の変わり目を検出し、発言を区切って出力します。話者名の自動識別（ダイアライゼーション）は今後対応予定です。

Q: 録音品質が悪くても大丈夫ですか？ A: ある程度の品質があれば問題なく処理できます。ただし背景ノイズが非常に大きい場合や、マイクから極端に遠い場合は精度が下がることがあります。

Q: データは安全ですか？ A: すべてのデータは東京リージョン（AWS ap-northeast-1）で保管されます。

まとめ

Zoom録画をKaigi AIにアップロードするだけで、議事録作成にかかる時間を90%以上削減できます。まずは**無料プラン（月60分）**でお試しください。

無料で始める →