文字起こしとは？作り方・費用・ツールの選び方を整理する
文字起こしとは、録音や動画の発言を一文ずつテキストにした記録のことです。もっとも手間の少ない作り方は、自分で入力することではなく、AIの文字起こしツールで下書きを作り、固有名詞だけ人が確認する方法です。AIMochi の場合、音声をLINE公式アカウントに送るだけで、言語が自動判別され、話者が識別された文字起こしがトークに返ってきます。文字起こしは1分あたり10ポイント、毎月無料の3,000ポイントで約300分ぶんに相当します。
文字起こし・議事録・要約は別のもの
文字起こし：言い淀みや繰り返しも含め、発言をそのまま残します。インタビュー、研究、法的な記録、ポッドキャストの字幕など、元の言葉をたどれることが必要な場面で使います。
議事録：会議の基本情報、議題、決定事項、動議、担当者までを整理した正式な文書です。
要約：全体を数段落に凝縮し、あとから素早く振り返るためのものです。
実務上の順番は「文字起こし → 議事録 → 要約」です。後ろの2つは、土台となる文字起こしの信頼性を超えられません。詳しい流れは会議の文字起こしの作り方をご覧ください。AIMochiにはClaude Sonnet 5が組み込まれており、文字起こしができたあとは要約・議事録・プレスリリースなど10種類以上の文書をそのまま作成できます。
作り方は3つ、それぞれの時間とコスト
1. 手作業で入力する。品質はもっともコントロールしやすい一方で、時間がかかります。手作業の文字起こしには音声の長さの数倍の工数が必要で、公開されている目安は熟練者で2〜4時間、一般には4〜6時間と幅があります。音質が悪い、なまりがある、話者が多い、専門用語が多いといった条件でさらに伸びます。外注の見積もりは通常、録音の長さを基準に、言語・音質・話者数・専門用語・納期によって変わるため、業者に直接確認することをおすすめします。
2. レコーダーやスマートフォンの内蔵機能を使う。手軽ですぐ使え、短いメモには十分です。ただし対応範囲はブランド・機種・地域・言語によって異なります。多言語や話者ラベルに対応した機種もあれば、特定の言語のみのものもあります。長いファイルや複数人の会話については、実際のご自身の録音で試してから正式な記録に使ってください。
3. AIの文字起こしツールを使う。音声をアップロードするとモデルが認識するため、人が入力するより大幅に速く、費用は分単位です。固有名詞・人名・ブランド名は人の確認が必要なので、「AIが下書き、人がキーワードを確認」という使い方が適しています。中国語の性能はツールによって差が大きいため、中国語音声のツール比較もご参照ください。
週に1回以上の会議やインタビューを扱うなら、3つめを検討する価値がいちばん高いはずです。節約できるのは入力の時間ではなく、「あの発言はどこだったか」と巻き戻す時間です。
AIMochiで文字起こしを作る3ステップ
ステップ1：LINE公式アカウントを友だち追加する。LINEで @aimochi を検索するか、こちらから追加してください。追加した時点から毎月3,000ポイントが無料で付与されます。
ステップ2：音声を送る。LINEで録音する、受け取った音声メッセージを転送する、既存のファイルをアップロードする、のいずれでも構いません。PC版LINEでは /upload コマンド、app.aimochi.ai からのアップロードも利用できます。MP3・WAV・M4A・AACに対応しています。
ステップ3：文字起こしを受け取る。処理時間は音声の長さの約6分の1で、1時間の録音なら約10分で返ってきます。99以上の言語に対応し、最大10名の話者がA・B・Cとして識別されます。書き出しは1文ごとの箇条書き・文章の結合・字幕ファイルから選べます（字幕ファイルは動画字幕にも使えますが、編集・公開プラットフォームごとに対応する形式やエンコードが異なるため、アップロード前にご確認ください）。あとから探すときはLINEで「查詢筆記」と入力します。詳しい手順は使い方ガイドをご覧ください。
ポイントの計算
ルールはシンプルです。記録1件につき1ポイント（音声・画像・リンク・テキスト・ファイル）、文字起こしは1分あたり10ポイント。したがって60分の会議は約601ポイントです。
無料プランは毎月3,000ポイント（約300分）。ベーシックは月額NT$299で18,000ポイント（無料分3,000を含む）＝約1,800分・30時間。チームは月額NT$899で5席・60,000ポイント＝約6,000分・100時間、1席あたり約NT$180です。通常ポイントは次の請求サイクル（暦月ではなく開通日を起点）でリセットされ、繰り越しはできません。ご紹介で得られる200ポイントは長期ポイントのため、月次のリセットの影響を受けません。詳しくはポイント説明をご覧ください。
精度を上げる4つのポイント
スマートフォンやマイクを話者の近くに置く。距離・環境ノイズ・反響はいずれも結果に影響します。
できるだけ同時に話さない。重なった音声は、音声認識と話者分離に共通する難しさです。
固有名詞は冒頭で一度口に出す。製品のコードネームや取引先の正式名称などは、あとでまとめて直しやすくなります。
要約より先に文字起こしを作る。飛ばしてしまうと、誤りが要約で拡大しても検証できません。
よくある質問
文字起こしは一言一句そのままにする必要がありますか。
用途によります。インタビュー・研究・法的な記録では元の言葉を残すのが一般的です。通常の会議であれば意味が保たれていれば十分で、言い淀みや繰り返しは削っても構いません。
AIの文字起こしでも確認は必要ですか。
必要です。人名・会社名・専門用語・数字を優先的に確認し、そのほかは用途に応じて抜き取り確認してください。
複数の言語が混ざった録音にも使えますか。
AIMochiは99以上の言語に対応し、言語を自動で判別します。文字起こしのあとに翻訳や要約もできます。1つの会話に複数言語が混在する場合は、実際の素材で一度お試しください。
まとめ
文字起こしの価値は「元の発言にさかのぼれること」にあります。そしてその作成コストは、数時間の入力作業から、約10分の処理と要点の確認へと変わりました。発言の内容が仕事の前提になるなら、「録音 → AIで文字起こし → 固有名詞を確認 → 議事録を作成」という流れがもっとも時間を節約できます。AIMochi公式アカウントを追加して、毎月無料の3,000ポイントで一度お試しください。記録を検索できる知識にしたい方はAIノートとはもどうぞ。