
無料文字起こしは本当に価値があるのか?2026年に実際に得られるもの
Summarize this article with:
まず結論
無料文字起こしは、たまに使う場合、単発のプロジェクト、評価目的なら本当に価値があります。しかし、ささやかな利用量のしきい値を超えたり、話者分離やSRT書き出し、確実な保存が必要になったりすると、制限や規約は一気に積み重なります。正直な答えはこうです。無料は使えるうちは十分に機能しますが、どこで限界を迎えるのかを正確に把握しておけば時間の節約になります。

2026年の「無料」が実際に意味するもの
すべての無料プランが同じ種類の無料というわけではありません。意味的に異なる4つのカテゴリーがあります。
真に無料で無制限。 自分のハードウェア上で動くオープンソースのWhisper。1分あたりのコストなし、上限なし、アカウント不要。支払うのはセットアップ時間と計算コストです。
有料サービスの無料プラン。 毎月繰り返し付与される枠で、一般的に月10〜300分。最も一般的な種類で、含まれるもの・除外されるものが最も変動します。
一回きりのトライアルクレジット。 一部のツールは登録時に固定予算を付与します(Deepgramの200ドル分APIクレジット、OpenAIの5ドル分クレジット)。評価には寛大ですが、期限切れになります。
プラットフォームの副次的機能としての無料。 YouTube自動字幕、iPhone音声入力、Googleレコーダー。本格的な文字起こしサービスだからではなく、より大きな製品にバンドルされているから無料なのです。
主要な無料プランに実際に含まれるもの
2026年7月時点で確認済み:
| ツール | 無料枠 | ファイル上限 | 書き出し形式 | 主な制限 |
|---|---|---|---|---|
| TurboScribe | 1日3ファイル | 1ファイル30分 | TXT、SRT、DOCX | 同時に1ファイルのみ。一括書き出しはロック |
| Otter.ai | 月300分 | 1会話30分 | 制限あり(PDF/DOCXは有料限定) | 音声/動画のインポートは生涯3回まで。保持される会話は25件のみ |
| Rev.com | 月45分 | ファイルごとの上限の記載なし | 標準 | 英語のみ。超過分は1分0.25ドルで課金 |
| Happy Scribe | 10分の一回きりトライアル | 該当なし | TXT、SRT(動画書き出しは透かし付き) | 繰り返し付与される枠ではない |
| Fireflies.ai | 文字起こし無制限 | 1ファイル150分、100MB | 文字起こしの閲覧のみ | 1シートあたり800分の保存容量。文字起こしのダウンロードには有料プランが必要 |
| Deepgram | 200ドル分のAPIクレジット(一回きり、1年で失効) | なし | フルAPI | 開発者向け。UIなし |
| OpenAI Whisper API | 5ドル分のクレジット(一回きり、3か月で失効) | なし | フルAPI | 開発者向け。UIなし |
| Whisper(セルフホスト) | 無制限 | なし | テキストファイルのみ | セットアップが必要。UIなし、話者分離は初期状態では非対応 |
| ConvertAudioToText | 合計10分、一度だけ付与 | 1ファイル10分、1日3ファイル | 閲覧とコピー(ダウンロードには有料プランまたは7日間トライアルが必要) | 一回きりの付与であり、繰り返し付与ではない |
| YouTube自動字幕 | 無制限 | YouTube内のみ | 字幕/SRTダウンロード | YouTubeエコシステム内での利用に限られる |
この表からいくつか注意すべき点があります。Happy Scribeの「無料プラン」は月間枠ではなく、一回きりの10分トライアルです。Firefliesは会議を無料で文字起こししますが、文字起こし結果のダウンロードは有料プランの背後にロックされています。TurboScribeの無料枠は見た目以上に寛大です。1日3ファイル×30分を継続的に使えば、1日あたり合計90分になります。
神話1:「無料プランに透かしは入らない」
現実:入れるものもあれば入れないものもあり、その違いは業務利用では重要です。
Happy Scribeは無料プランでMP4動画の書き出しに透かしを入れます。つまり、無料プランから作成した字幕焼き込み動画にはすべて同社のブランディングが付きます。テキスト書き出し(TXT、SRT)に透かしは入りませんが、自由に使える字幕形式はSRTだけです。
Firefliesは別種のロックです。文字起こしはアプリ内で閲覧できますが、無料プランでは一切ダウンロードできません。議事録を読むことはできますが、支払わない限りファイル、スプレッドシート、他のツールへ書き出せません。これは柔らかい透かしのようなものですが、文字起こしをワークフローに組み込もうとする人にとっては機能的には同じです。
OtterはPDFとDOCXの書き出しを有料プランに限定しています。無料ユーザーが得られるのは基本的なテキストだけで、多くのビジネスパーソンが実際に共有したい整形済みドキュメントは手に入りません。
神話2:「上限内に収まっている限り、無料で問題ない」
現実:上限には複数の次元があり、月間分数だけではありません。
利用量はその一軸です。しかし、他にも4つの制限が人々を不意打ちします。
1会議あたりの上限。 Otterの無料プランは個々の会話を30分で打ち切ります。45分のインタビューは途中で切れた文字起こしになります。
生涯インポート上限。 Otterはアカウントの生存期間全体で、音声・動画ファイルのインポートを合計3回までしか許可しません。早い段階で使い切ると、アップグレードしない限り二度とファイルをアップロードできません。
保存期間の制限。 Otterの無料版は直近25件の会話のみを保持します。それより古い文字起こしは削除されます。6か月前に文字起こししたものを取り出したければ、当時書き出していなかった限り失われています。Firefliesは1シートあたり800分で保存容量を制限しており、いっぱいになると古い録音から押し出されていきます。
ダウンロードロック。 Firefliesはすべての会議を文字起こししますが、支払わない限り文字起こしのダウンロードを許しません。音声もテキストもそこにあるのに、アクセスは制限されているのです。
これらが本当の落とし穴です。「月あたりの分数」という見出しの数字だけでは、常に見えてくるわけではありません。
神話3:「セルフホストのWhisperは落とし穴なしの無料無制限だ」
現実:確かに無料で無制限ですが、落とし穴はセットアップの複雑さ、ハードウェアコスト、欠けている機能にあります。
Whisper Large-v3をローカルで快適に動かすには、少なくとも6GBのVRAMが必要です(Windows/LinuxではRTX 3060以上、Macでは16GBユニファイドメモリ搭載のApple Silicon)。最新のハードウェアでは、faster-whisperはINT8量子化でおよそリアルタイムの25〜30倍で音声を処理します。60分のファイルは2〜3分ほどで処理が終わります。
手に入らないもの:UI、初期状態での話者分離(pyannoteは別途インストールとモデルのダウンロードが必要)、書き出し形式の選択肢、編集環境。手に入るのはテキストファイルとコマンドラインだけです。
プライバシーが重要な仕事には、これが正解です。機密性の高いインタビューを扱うジャーナリスト、解禁前の音声を扱う研究者、音声をサードパーティのサーバーに送れない人全員です。セットアップコストは確かに発生しますが一回きりです。それ以降の継続コストは電気代を除けば実質ゼロです。
それ以外の人にとっての問いは、月10〜20ドルの節約がメンテナンスの手間と洗練されていない点に見合うかどうかです。通常は見合いません。
サービスとして利用する際のWhisper APIのコストを詳しく知りたい方は、2026年のOpenAI Whisper API料金をご覧ください。
神話4:「無料プランでも有料と同じ品質だ」
現実:一部のサービスはモデルの品質を意図的に段階分けしています。
YouTubeの自動字幕は、訛りのある発話、専門用語、発話の重なりにおいて、単体の文字起こしツールに顕著な差をつけられています。これは技術の限界ではなく、リソース配分の選択です。
一部のサービスは無料プランで古いモデルや小さいモデルを使い、最新モデルを有料ユーザー向けに取っておきます。公開されているモデル情報(通常はドキュメントやFAQにあります)を見れば何を期待できるかわかります。無料トライアルからツールの精度について結論を出す前に、有料プランと同じモデルを試していることを確認してください。
主要言語のクリーンな音声を汎用目的で文字起こしするなら、最近のほとんどの無料プランは評価するのに十分な精度です。難しい音声、方言の多いコンテンツ、複数話者の録音の場合は、モデルのグレードが重要になります。
品質でツールを比較するときに注目すべき点については、文字起こし精度の解説と話者分離の解説をご覧ください。
無料で本当に足りるケース
ここは具体的に考えましょう。無料でうまくいくのは次のようなケースです。
- 月に1〜2本のエピソードを収録するポッドキャスター。各エピソードが30分未満であれば(TurboScribeの無料プランでカバーできます)。
- たまにインタビューを文字起こしする研究者。月間利用量が300分未満で、文字起こしを無期限に保持する必要がなければ(Otterの無料プランでカバーできます。ただし25件の会話保持上限という但し書き付き)。
- Deepgramの200ドル分トライアルクレジットでAPIの選択肢を評価する開発者。有料プランにコミットする前に、数百時間分の音声をカバーできます。
- 特定のプロジェクトで一度だけ文字起こしが必要で、再び必要になることのない人。トライアルクレジットと無料プランはまさにこの用途のために作られています。
私の見方:文字起こしに最も一貫して過剰払いしているのは、単一の大型プロジェクトに対処するためにアップグレードし、その後も支払い続けている不定期ユーザーです。最も一貫して壁にぶつかるのは、無料プランが自分の利用量に合わせて拡張してくれると思い込んでいる常連ユーザーです。
アップグレード判断のためのより完全なフレームワークについては、文字起こしに支払うべきタイミングと無料vs有料の文字起こしサービスをご覧ください。
無料がすぐに尽きるケース
無料プランをすぐに使い物にならなくさせる3つのパターンです。
定期的なインタビューワークフロー。 月に10〜20時間の音声を扱うジャーナリストやUXリサーチャーは、数日のうちにあらゆる無料プランの上限を突破します。ここで最も寛大な繰り返し枠はOtterの300分ですが、それでもおよそ5時間分の音声しかカバーしません。
複数話者の録音。 話者分離はしばしば有料プランにロックされています。テキストの塊ではなく、ラベル付きの話者ターンが必要なら、無料プランに話者分離が実際に含まれているのか、単に機能として言及されているだけなのかを確認してください。
ダウンロードや書き出しが必要なあらゆるケース。 Firefliesのダウンロードロックが最も明白な例です。しかし、Otterの限られた書き出し形式やHappy Scribeの透かし付き動画書き出しも、文字起こしを下流工程で使おうとするユーザーに同様の摩擦をもたらします。
支払う価値のあるツールの比較については、2026年のベスト文字起こしツールと2026年のベスト無料文字起こしツールをご覧ください。
開発者の道:トライアルクレジット
コンシューマー製品を使うのではなく、文字起こしAPIで構築する人にとっては、無料枠の計算が変わってきます。
Deepgramの200ドル分クレジット(クレジットカード不要、1年間有効)は、従量課金レートで数百時間分の文字起こしをカバーします。フル統合の構築とテスト、実際の音声での精度検証、定期的な支出が始まる前の情報に基づいた選択には十分すぎる量です。
OpenAIのWhisper APIは新規アカウントに5ドル分のクレジット(3か月で失効)を付与し、1分0.006ドルでおよそ833分をカバーします。小ぶりですが、初期テストには十分です。
どちらも厳密には継続的な意味での「無料プラン」ではありません。期限切れになる評価用予算です。継続的な低ボリュームのAPI利用では、クレジットが尽きた後は最終的に1分あたりの支払いが発生します。
APIコストの詳細な内訳については、2026年の音声認識API料金をご覧ください。
APIの管理も、何かをインストールすることも、通話に会議ボットが参加することもなく、きれいな文字起こしが欲しいだけなら、ConvertAudioToTextには登録不要の10分プレビューがあり、さらに登録時に一度だけ付与される10分の無料文字起こし枠(話者分離込み)があります。全文を無料でコピーするか、7日間トライアルを開始すれば任意の形式でダウンロードできます。
FAQ
主要ツールで毎月どれくらいの無料文字起こし時間がもらえますか?
Otterは毎月300分(1回の会話は最大30分)。TurboScribeは1日3ファイルまで、各ファイル最大30分で、1日最大90分になりますが、月間合計としては計測されません。Revは毎月45分。ConvertAudioToTextは登録時に一度だけ10分が付与され、毎月の補充はありません。Happy Scribeの無料プランは10分の一回きりトライアルであり、毎月繰り返し付与される枠ではありません。
無料の文字起こしツールは出力に透かし(ウォーターマーク)を入れますか?
入れるものもあります。Happy Scribeは無料プランでMP4動画の書き出し(焼き込み字幕)に透かしを入れます。Firefliesは透かしを入れませんが、アップグレードするまで文字起こしのダウンロードを完全にブロックします。Otterは書き出し形式を制限します(PDFとDOCXは有料限定)。テキスト出力のみを行う多くのツールは視覚的な透かしを適用しませんが、書き出し形式への機能ロックは同等の摩擦を生みます。
セルフホストのWhisperは実際に無料ですか?
はい、ただし別の形で実際のコストがかかります。ハードウェア(Large-v3には6GB以上のVRAMを推奨、または16GBユニファイドメモリ搭載のApple Silicon)、セットアップ時間、継続的なメンテナンスが必要です。話者分離(diarization)には別途インストールが必要です。編集UIや整形された書き出しはありません。技術力とプライバシー要件を持つ大量利用者にとっては正解ですが、それ以外の人にとっては摩擦が通常、節約額を上回ります。
無料の文字起こしプランの利用をやめて有料に移るべきタイミングはいつですか?
次のいずれかに当てはまるときです:毎月の上限に継続的に達して、リセットを待つために作業を先送りしている;有料限定になっている話者ラベルや話者分離が必要;無料プランが制限している整形済み書き出し(DOCX、SRT、VTT)が必要;無料プランの保存期間制限によって削除される古い文字起こしが必要。文字起こしが日常的なワークフローの一部になれば、月10〜20ドルのプランはすぐに元が取れます。
出典
- TurboScribeの料金:https://turboscribe.ai/pricing
- Otter.aiの料金:https://otter.ai/pricing
- Revの料金:https://www.rev.com/pricing
- Happy Scribeの料金:https://www.happyscribe.com/pricing
- Fireflies.ai無料プラン:https://guide.fireflies.ai/articles/4027724828-learn-about-the-fireflies-free-plan
- Deepgramの料金:https://deepgram.com/pricing
- OpenAI APIの料金:https://developers.openai.com/api/docs/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.