
2026年版 おすすめ文字起こしソフトウェア:あなたに合うタイプを選ぼう
Summarize this article with:
要約
最適な文字起こしソフトウェアは、ほぼすべて「文字起こしの後に何をするか」で決まります。ポッドキャストや動画を編集するなら、Descriptは文字起こしテキストそのものを編集対象に変えます。会議中心の毎日なら、Otter.aiやNottaが通話に自動参加して要約まで作ってくれます。録音したインタビューを手動で扱いたいなら、oTranscribeがAIを使わないキーボード操作型プレーヤーを提供します。多言語対応や従量課金を重視するなら、SonixやHappy Scribeが候補です。そして、本格的な編集環境を整えずに、ファイルやURLからきれいな文字起こしが欲しいだけなら、ConvertAudioToTextが数クリックで対応します。

本稿では文字起こしソフトウェア、すなわちデスクトップエディター、ブラウザーベースの執筆環境、そして文字起こしを作成するためのクラウドプラットフォームに焦点を当てます。こうしたツールの多くを支える音声認識APIそのものを比較したい方は、音声認識API料金比較をご覧ください。
この記事を読むべき人
「おすすめ文字起こしソフト」で検索するのは、まったく異なる3タイプの人です。
- 文字起こしから文を削除する形で録音をカットしたいポッドキャスト編集者。
- インタビューを録音し、自分で言葉を書き起こすジャーナリストや研究者。求めているのはより良い再生操作だけ。
- 会議ボットに通話へ参加させ、メモを取り、要約をメールで送ってほしいビジネスユーザー。
この3人が必要とするツールはまったく違います。以下のセクションは単一のランキングではなく、このワークフロー別に構成しています。
デスクトップエディター:Descript
Descriptは文字起こしテキストを主な編集画面に変えます。 テキストを選択するだけで音声や動画をカットし、「えー」「あのー」といったフィラーワード(つなぎ言葉)をワンクリックで削除し、アプリを出ずにクリップを公開できます。これこそが製品の核心であり、アプリ内の他の機能はすべてこの一つの考え方を中心に設計されています。
ポッドキャストやYouTube動画を制作している人には便利です。単にファイルを文字起こししたいだけなら過剰スペックです。「文を削除してカットする」機能だけが必要なら、弊社の無料ブラウザーエディターがアカウント登録もインストールも不要でシングルトラック上で同じ操作を実現します。
Descript料金(2026年7月時点で確認済み)
| プラン | 月額料金 | 月間メディア量 |
|---|---|---|
| Free | 0ドル | 60分 |
| Hobbyist | 月24ドル(年払いなら月16ドル) | 10時間 |
| Creator | 月35ドル(年払いなら月24ドル) | 30時間+ボーナス5時間 |
| Business | 月65ドル(年払いなら月50ドル) | 40時間+ボーナス10時間 |
文字起こしはすべての有料プランで25言語に対応しています。無料枠も短めのプロジェクトなら実際に十分使えます。
向いている人: テキストで編集したいポッドキャスト制作者、動画編集者、YouTuber。詳しい比較はポッドキャストに最適な文字起こしをご覧ください。
避けたほうがいい人: 文字起こしファイルだけが必要な人。使わない編集スイートのためにお金を払うことになります。
手動文字起こし支援ツール:oTranscribeとExpress Scribe
これらのツールは何も自動で文字起こししません。自分で文字起こしをタイプする作業を速く、ストレスなくするためのものです。
oTranscribe
oTranscribeは、プレーヤーとテキストエディターが1つのウィンドウに収まった無料のブラウザーツールで、データがパソコンの外に出ることは一切ありません。 音声ファイルを読み込み、キーボードショートカットで一時停止や巻き戻しをしながらタイプします。タイムスタンプはそのままドキュメントに挿入できます。アカウント登録もインストールも不要で、データはどこにも送信されません。
MuckRock FoundationがMITライセンスのオープンソースとして保守しており、その役割——メディアプレーヤーとワープロを行き来せずにジャーナリストや研究者が自力でインタビューを書き起こせるよう支援すること——において、本当に最高のツールです。
料金:無料。
Express Scribe
NCH Software製のExpress Scribeは、プロの文字起こし担当者、医療系タイピスト、法律事務所の秘書向けのデスクトップアプリケーション(Windows・Mac対応)です。同じ手動ワークフローに、フットペダル対応、再生速度調整、ホットキーのカスタマイズを追加します。
無料版で基本ニーズはカバーできます。Professional版は現在のNCH価格で約80ドルの買い切り購入となっており、長期間使えば月額サブスクリプションよりコスト効率が良くなります。
私の見方:自分でインタビューを定期的に書き起こし、AIを必要としないなら、oTranscribeが手間ゼロの出発点です。フットペダルハードウェアや、プロ用デスクトップアプリのファイル管理機能が必要になったときに、Express Scribeが真価を発揮します。
会議ボット:Otter.aiとNotta
どちらのツールも、自動参加者としてビデオ通話に加わり、文字起こしとAI生成の要約を返してくれます。
Otter.ai
OtterはZoom、Microsoft Teams、Google Meetと直接統合されます。会議の進行に合わせてリアルタイム字幕を表示し、アクションアイテムをフラグ付けし、チームメイトがセグメントにハイライトやコメントを付けられます。
言語サポートは拡大しています。Otterは現在、英語、スペイン語、フランス語、ドイツ語、日本語、中国語に対応しています。この記事の以前のレビューでは英語のみ対応と記載していましたが、今では正確ではありません。
Otter.ai料金(2026年7月時点で確認済み)
| プラン | 料金 | 月間文字起こし量 |
|---|---|---|
| Basic | 無料 | 300分、1会議あたり上限30分 |
| Pro | 月16.99ドル(年払いなら月8.33ドル) | 1,200分、上限90分 |
| Business | ユーザーあたり月30ドル(年払いなら月19.99ドル) | 無制限、1会議あたり上限4時間 |
向いている人: リアルタイム字幕と自動会議要約が必要なチーム。会議ボットツールの選択で迷っているならOtter vs Firefliesをご覧ください。
Notta
NottaはOtterと真っ向から競合しますが、多言語対応がさらに強力です。58言語に対応し、有料プランにはリアルタイム翻訳が含まれています。
Notta料金(2026年7月時点で確認済み)
| プラン | 料金 | 月間文字起こし量 |
|---|---|---|
| Free | 0ドル | 120分、録音は1回5分まで |
| Pro | 月13.99ドル(年払いなら月9.99ドル) | 1,800分(30時間) |
| Business | シートあたり月27.99ドル(年払いなら月16.67ドル) | 無制限 |
チームが複数言語で仕事をしているなら、2つのうちではNottaのほうが有力な選択肢です。
クラウド文字起こしプラットフォーム:Sonix、Happy Scribe、Trint
ファイルをアップロードすると文字起こしが返ってくるウェブアプリです。会議ボットもエディターもありません。文字起こしは対話型エディターで届き、誤りを修正して書き出せます。
Sonix
Sonixが際立つのは、音声1時間あたり10ドルという従量課金制(秒単位の請求)です。月ごとの文字起こし量が読めないなら、このモデルなら未使用のサブスクリプション分数にお金を払わずに済みます。サブスクリプションプランは5時間込みで月25ドルから。
49言語対応のほか、単語レベルのタイムスタンプ、カスタム語彙、自動翻訳にも対応しています。
Happy Scribe
Happy Scribeはヨーロッパのプラットフォームで、充実したGDPR関連ドキュメントを備え、AIオプションに加えて人手による文字起こしも提供しています。料金はユーロ建てですが、国際的に広く利用できます。
Happy Scribe料金(2026年7月時点で確認済み)
| プラン | 月額料金 | 込みAI分数 |
|---|---|---|
| Free | 0ユーロ | トライアル10分 |
| Basic | 月17ユーロ(年払いなら月8.50ユーロ) | 120分 |
| Pro | 月29ユーロ(年払いなら月19ユーロ) | 600分 |
| Business | 月89ユーロ(年払いなら月59ユーロ) | 6,000分 |
追加分は1分あたり0.20ユーロ。人手による文字起こしは1分1.75ユーロからで、99%精度保証付きです。GDPR準拠が重要な場合や、主にヨーロッパの言語で作業するなら、Happy Scribeは検討する価値があります。
Trint
Trintは個人ではなくプロのメディア組織向けの価格設定です。現在のプランはシートあたり月約80〜100ドル(年払い)で、エントリーティアでは月7ファイルという厳しい上限があります。
恒久的な無料プランはなく、7日間のトライアルのみです。引用抽出ワークフローやAdobe Premiere連携といった編集系ツールは、ニュースルームでの利用に特化して作られています。個人ジャーナリストや小規模チームにとっては、SonixやHappy Scribeと比べてシート単価の正当化が難しいところです。
セルフホスト型:OpenAI Whisper
WhisperはOpenAIが公開したオープンソースモデルです。無料で99言語に対応し、音声をすべて自分のハードウェア上で処理するため、マシンの外に何も出ません。 代償としてインターフェースが存在しません。コマンドラインから呼び出すか、サードパーティのラッパーを使います。
大規模モデルを実用的な速度で動かすには、VRAM 10GB以上のGPUが必要です。開発者が問題なくセットアップするには初回導入に1〜2時間ほどかかります。一度動かしてしまえば、1時間あたりの文字起こしコストは電気代程度です。
API経由でWhisperを組み込みたい開発者の方は、OpenAI Whisper API料金をご覧ください。
プロ仕様の精度:Rev
Revは同一プラットフォームでAI文字起こしと人手文字起こしの両方を提供し、人手オプションには99%精度保証が付いています。 この保証が重要になるのが、誤りが実際の結果を招く公判調書、医療記録、放送用字幕などの分野です。
Rev料金(2026年7月時点で確認済み)
- AI文字起こし: 月45AI分の無料プランあり。有料サブスクリプションはシートあたり月25.49ドル(Essentials、年払い)または月47.99ドル(Pro、年払い)からで、それぞれ5,000分・10,000AI分が付きます。1分約0.25ドルの従量課金AI料金も用意されています。
- 人手文字起こし: 音声1分あたり1.99ドル。契約者には10〜15%の割引があります。
人手文字起こしを1分1.99ドルとすると、1時間の録音で119.40ドルです。精度が譲れない場合には妥当な支出ですが、それ以外の用途ではかなり高くつきます。
比較表
| ツール | タイプ | 無料枠 | 有料最低価格 | 最適な用途 |
|---|---|---|---|---|
| Descript | デスクトップエディター | 月60分 | 月24ドル | ポッドキャスト・動画編集 |
| oTranscribe | 手動補助ツール | 無料 | 無料 | 自力でのインタビュー文字起こし |
| Express Scribe | 手動・デスクトップ | 無料版あり | 約80ドル買い切り | フットペダルでのプロ文字起こし |
| Otter.ai | 会議ボット | 月300分 | 月16.99ドル | ライブ会議の記録 |
| Notta | 会議ボット | 月120分 | 月13.99ドル | 多言語会議 |
| Sonix | クラウドプラットフォーム | 30分トライアル | 1時間10ドル(従量課金) | 変動量の文字起こし |
| Happy Scribe | クラウドプラットフォーム | 10分トライアル | 月17ユーロ | 欧州言語・GDPR |
| Trint | クラウドプラットフォーム | 7日間トライアル | シートあたり月約80ドル | ニュースルームのワークフロー |
| OpenAI Whisper | セルフホスト | 無料 | 無料(自前ハードウェア) | 開発者・プライバシー重視ユーザー |
| Rev | クラウド・ハイブリッド | 月45AI分 | シートあたり月25.49ドル | 保証された精度 |
ワークフローに合うソフトの選び方
いくつかの質問で素早く絞り込めます。
文字起こし後に音声や動画を編集しますか? Descriptから始めましょう。テキストでの編集こそが中核製品で、文字起こしはそれに自然に収まるおまけです。
文字起こしを自分でタイプしますか? ブラウザーのoTranscribe(設定ゼロ)か、フットペダル対応や業務利用が必要ならExpress Scribeを使いましょう。
会議中にリアルタイムで文字起こしする必要がありますか? 主に英語圏のチームならOtter.ai。多言語チームならNotta。
月ごとの文字起こし量が読めませんか? Sonixの1時間10ドルの従量課金なら、未使用の月間分数にお金を払わずに済みます。
法務や医療用途で保証付きの精度が必要ですか? その価格でも、99%保証付きのRevの人手文字起こし(1分1.99ドル)が正解です。
技術的なコントロールとプライバシーを求めますか? Whisperをローカルで実行しましょう。
上記のどれにも当てはまらず、単にファイルを文字起こしできればいいですか? ConvertAudioToTextの音声文字起こしツールなら、編集スイートも会議ボットも不要で、一括ファイルアップロード、URLからの文字起こし、話者ラベル、字幕書き出しに対応しています。
各オプションの1分あたりコストを幅広く知りたい方は、文字起こし料金比較で数字を並べて確認できます。
よくある質問
文字起こしソフトウェアと文字起こしサービスの違いは?
文字起こしソフトウェアは自分で使うツールです。ファイルをアップロードし、出力を確認し、書き出します。文字起こしサービスはその作業を代行してくれるもので、多くの場合人間によるチェックが入ります。例えばRevは両方を提供しています。同社のプラットフォーム(ソフトウェア)を使って、人間の文字起こし担当者(サービス)に仕事を依頼する形です。本稿のほとんどのクラウドアプリは、他人が運営するサービスではなく、自分が操作するソフトウェアです。
複数話者を正確に識別できるツールはありますか?
ほとんどの最新クラウドアプリには話者分離(ダイアリゼーション)機能があり、文字起こし内で異なる話者にラベルを付けられます。Descript、Sonix、Happy Scribe、Notta、Otter.aiがすべて対応しています。ただし、話者が発言を重ねたり声が似ていたりすると精度は落ちます。6〜7人を超える話者を一貫してきれいに区別できるAIツールは存在しません。詳しくは話者分離(ダイアリゼーション)とはをご覧ください。
oTranscribeは本当に条件なしで無料ですか?
はい。ブラウザー上で動作し、文字起こしはブラウザーのローカルストレージに保存され、音声がパソコンの外に出ることは一切ありません。MuckRock FoundationがMITライセンスのオープンソースソフトウェアとして保守しています。唯一の制限は、自動では何も文字起こししてくれない点です。音声を再生しながら自分でタイプします。
人手による文字起こしお金を払う価値があるのはいつですか?
誤りが法的・職業的に重大な結果を招く場面です。公判調書、医療の口述筆記、放送用字幕、公開されるインタビュー引用などが該当します。AIツールの最高性能はクリアな音声でおよそ95%の精度で、これは20単語につき1つの誤りを意味します。1時間のインタビューなら、誤りは数百件に上ります。1分1.99ドル(Rev)の人手文字起こしは1時間119.40ドルかかりますが、実証済みの99%精度を提供します。それ以外の用途であれば、AIの精度で十分です。この計算については、無料vs有料の文字起こしサービスの記事で詳しく掘り下げています。
定期的に文字起こしする最安の方法は?
自分で書き起こすなら、oTranscribeは無料です。自動AI文字起こしなら、Revの無料枠で月45分使えます。月に3〜4時間未満しか文字起こししないなら、Sonixの1時間10ドルの従量課金がたいていの月額プランより安くつきます。それ以上の量なら、月13.99ドルで30時間使えるNotta Proが、ホスト型ツールの中で1分あたりのコストパフォーマンス最良クラスです。
参考情報源
- Otter.ai 料金ページ:https://otter.ai/pricing
- Descript 料金ページ:https://www.descript.com/pricing
- Rev 料金ページ:https://www.rev.com/pricing
- Happy Scribe 料金ページ:https://www.happyscribe.com/pricing
- Sonix 料金ページ:https://sonix.ai/pricing
- oTranscribe GitHub:https://github.com/oTranscribe/oTranscribe
- Express Scribe 料金:https://www.capterra.com/p/190970/Express-Scribe/pricing/
- Notta 料金ページ:https://www.notta.ai/en/pricing
- Trint 料金(Capterra):https://www.capterra.com/p/179896/Trint/pricing/
- Transkriptor 料金:https://transkriptor.com/pricing/
Try transcription free
Convert any audio or video to clean, unwatermarked text — speaker labels, timestamps, and AI summaries included. First 10 minutes free, no account.
Related Articles
How to Add Timestamps to a Transcript
Learn how to add timestamps to a transcript with an audio-to-text tool, then export timestamped SRT or VTT subtitle files for easy navigation and editing.
How to Transcribe a Conference Talk to Text
Learn how to transcribe a conference talk or keynote to text, label speakers, and export SRT, VTT, or TXT using a straightforward upload or URL workflow.