録音を文字起こしする方法：議事録・インタビューのテキスト化のコツ
録音を聞いて一字一句書き起こす作業をAIに任せ、人は確認だけする方法です。
更新:
文字起こしの時間を大幅に減らす
1時間の会議を手で書き起こすと、ふつう3〜4時間かかります。AIで下書きを作り、人は間違いだけ直せば時間を大きく減らせます。議事録、インタビュー記事、講義ノートなど文字に残したい録音なら、この方法がいちばん効率的です。
AIで文字起こしする手順
- 音声テキスト変換で話している言語を選びます。日本語はパソコンなら正確にがおすすめです。
- スマホのボイスメモ（M4A）、MP3、Zoom・Teamsの録画をそのまま入れます。
- 結果は文ごとに改行されて出てきます。直してからコピーして文書に貼るか、TXTで保存します。
発言時間も残したいなら、保存形式をSRTにしましょう。各文に時間が付くので、元の録音と照らし合わせやすくなります。
精度を上げる録音のコツ
- マイクを話す人の近くに：スマホはテーブルの真ん中に置きます。1m離れるだけでも精度が落ちます。
- 静かな場所で：エアコン、カフェのBGM、キーボードの音が混ざると誤字が増えます。
- 一人ずつ話す：複数人が同時に話す部分はAIがいちばん苦手です。
すでに雑音が多い録音なら、先にノイズ除去で背景の音を減らしてから文字起こしすると結果がよくなることがあります。
結果を文書に整えるコツ
- まず全体をざっと見て、名前・数字・専門用語だけを直します。
- 議事録なら、文字起こしの原文は別に残し、決定事項とToDoだけを要約します。
- 聞き取りにくい部分は音声の速度変更で0.75倍くらいに遅くして聞き直すと確認しやすくなります。
録音する時に守りたいこと
他の人の会話を録音する時は、事前に録音することを伝えて同意を得るのが基本です。国や状況によってルールが異なり、相手に無断で録音・公開するとトラブルになることがあります。録音や文字起こしには個人情報が含まれるので、共有する時も注意しましょう。
この記事で使うツール
よくある質問
何時間もの録音でもできますか？
パソコンなら最大4時間、スマホなら1時間まで処理できます。長い録音は時間がかかるので、途中で中止するとそこまでの内容だけが残ります。
話者を区別してくれますか？
まだ話者の区別はできません。文ごとに書き起こすので、確認しながら話者を書き込んでください。
会社の会議の録音でも安全ですか？
録音はサーバーに送られず、端末の中だけで処理されます。タブを閉じると結果も残らないので、保存を忘れずに。