オンデバイス vs クラウド文字起こし:本当のトレードオフ

ひとつの表で見るトレードオフ

過去2年間で、オンデバイスとクラウドの文字起こしはいくつかの面で立場が入れ替わりました。今日、両者が実際にどうなっているのかを示します。

多くの人にとっての短い答えはこうです:利便性と精度では依然としてクラウドが標準ですが、本物のプライバシー要件やオフライン需要を持つ人にとって、オンデバイスはもはや次善策ではなく現実的な選択肢になっています。

2026年における「オンデバイス」の実際の中身

「オンデバイス」を名乗るツールすべてが同じように動作するわけではありません。この呼称は幅広いスペクトラムをカバーしています。

Whisper.cppとMacWhisperは、C++移植版を通じてOpenAIのWhisperモデルを完全にローカルハードウェア上で実行します。音声がどこにも送信されることはありません。Macユーザーにとって最も手軽な入り口はMacWhisperです。無料プランでもたまに使う程度なら十分に機能し、Proプラン(2026年半ば時点でGumroad経由なら生涯ライセンス59ユーロ、App Store経由なら99.99ドル)ではLarge-v3、Turbo、バッチ処理、話者分離が使えるようになります。

AppleのオンデバイスSpeechフレームワークはもう少し複雑です。Apple Silicon搭載デバイスでは、ほとんどのディクテーションリクエストは端末外に出ることなくローカルで処理されます。しかし、一部の言語/地域の組み合わせ、特定の検索フィールドへの入力、「Siriとディクテーションを改善」設定によっては、音声がAppleのサーバーに送られることがあります。どのリクエストがどこへ送られるのかについてAppleは明確に文書化していないため、厳格なプライバシー要件に対する保証としては頼りません。確実性が必要なユースケースであれば、ローカルのWhisperモデルの方がクリーンな選択です。

Pixel 9以降のデバイスにおけるGoogle Gemini Nanoは、レコーダーアプリ向けのオンデバイス要約と文字起こしを担っています。GoogleはLoRAファインチューニングや30分を超える録音への対応など、品質向上にも投資してきました。ただし適用範囲は狭く、Google自身のアプリを支えるものであり、開発者が組み込める汎用APIではありません。

NVIDIA Rivaは、ローカルGPUインフラ上で動作するエンタープライズ向けオンプレミスの選択肢です。コンシューマー向けソフトウェアではありません。価格は要問い合わせで、完全なデータ主権が必要で、それに見合うハードウェアを保有する組織に適しています。

個人や小規模チームでの実用的な利用という観点では、2026年のオンデバイスとは事実上、最新のMac上でWhisper.cppまたはMacWhisperを使うことです。

2026年のクラウド文字起こしの実態

クラウド側も進化しました。価格は下がり、モデルの品質は向上しています。

Deepgram Nova-3は、バッチおよびストリーミングAPI処理における速度のベンチマークです。現在の従量課金料金(2026年7月確認):録音済み音声が0.0077ドル/分、ストリーミングが0.0048ドル/分。多言語モデルはやや高めです。ボリューム割引の「Growth」ティアには年間契約が必要です。

OpenAIの文字起こしは現在2つのモデルで提供されています:gpt-4o-transcribeが0.006ドル/分、gpt-4o-mini-transcribeが0.003ドル/分(いずれも2026年7月時点でOpenAIの料金ページから確認)。旧来のwhisper-1エンドポイントは個別には掲載されなくなりました。

AWS Transcribe、Google Cloud Speech-to-Text、Azure Cognitive Servicesは、ボリュームティア付きの分単位従量制料金を採用しています。最新の料金についてはAWS Transcribeの料金内訳とGoogle Cloud STTの料金をご覧ください。

プロバイダー横断のAPI料金を広く比較したい場合は、音声認識API料金ガイドが全体像を網羅しています。

プライバシー:オンデバイスの優位性はかつてなく強い

プライバシーこそ、オンデバイスが最も明確で曖昧さのない優位性を持つ領域です。「あなたの音声を一度も受け取っていない」という状態に相当する、クラウドベンダーからの契約上の約束、保持ポリシー、暗号化コミットメントは存在しません。

この違いが重要になる具体的なシナリオをいくつか挙げます:

**法律業務。**複数の弁護士会や法律事務所の倫理アドバイザーは、秘密保持された弁護士・依頼者間の会話を第三者のクラウドサービス経由で処理することは部外者への開示に当たりうると指摘しており、意図せず特権放棄につながるリスクがあります。オンデバイス文字起こしは設計上その露出を排除します。これは法的助言ではありません。秘密保持事項に文字起こしツールを使用する前に、管轄の倫理当局に確認してください。

**医療ディクテーション。**HIPAAの最低限必要基準はデータ最小化を後押しします。業務委託契約(BAA)を結んでいても、オンデバイス文字起こしは漏えいリスクそのものを完全に取り除きます。クラウドベンダーとのBAAは、そもそもPHI(保護対象保健情報)をそのベンダーに晒さないこととは等価ではありません。

**企業の戦略会議。**競争上の機微性は、規制の枠組みがなくても現実のものです。M&A計画や未発表製品の詳細を口述筆記しているなら、クラウドによるわずかな精度向上がその露出を正当化できるとは言い切れません。

**個人の録音。**そもそも考えたくないというユーザーもいます。オンデバイス文字起こしはその疑問自体を消し去ります。

AI文字起こしプロバイダーがあなたの音声を実際にどう扱っているのかを詳しく知りたい方は、AI文字起こしはプライベートかの記事で、データ保持、モデル学習条項、ベンダーのプライバシーポリシーで確認すべき点を解説しています。

機密性の低いコンテンツであれば、クラウドで問題ありません。ポッドキャストのインタビューや議事録を文字起こししたいだけで、守秘義務が制約にならないなら、保持期間が短く、できれば削除ポリシーが文書化されているベンダーのクラウド文字起こしは合理的な選択です。

API連携をセットアップせずにクラウド文字起こしを使いたいなら、ConvertAudioToTextの音声からテキスト変換ツールがファイルをクラウドパイプラインで処理し、処理後に元ファイルを削除して、整った構造化された文字起こし結果を返します。単発の利用には実用的な中間の選択肢です。

精度:クラウドがリードするも、差は縮小

単一話者によるクリーンな英語音声では、Whisper Large-v3を使ったオンデバイスの精度はクラウドに十分近く、実際の出力の違いをほとんどの人が判別できません。標準ベンチマークでは、Whisper Large-v3-Turbo(高速化された枝刈り版)はフルサイズのLarge-v3モデルとWERで約0.4ポイント以内の差に収まっています。

残された差は確かに存在しますが、限定的です:

複数話者の録音は依然として最難関の課題です。DeepgramやAssemblyAIのクラウド話者分離は、今日のローカルWhisperモデルが出力する結果よりも明確に信頼性が高く、特に発話が重なる場面で顕著です。それぞれの手法で何を期待できるかについては、話者分離の解説の記事をご覧ください。

ノイズのある音声(背景ノイズのある会議通話、電話録音など)では、劣化した音声を大規模に学習したクラウドモデルが依然として有利です。

低リソース言語でばらつきが最も大きくなります。Whisperは100言語をカバーしますが、最も得意とする言語以外では品質が大きく落ちます。特定の言語に専用の学習投資を行っているクラウドベンダーは、その言語ではWhisperを上回ることができます。

オンデバイスが最も差を詰めたのは、1〜2人の話者によるクリーンな英語のスタジオ音声や会議音声です。これがあなたのユースケースに当てはまるなら、クラウドを選ぶ精度上の根拠は本当に薄いものになります。

レイテンシ:ハードウェア対ネットワーク

レイテンシは状況に最も左右される項目です。

Metal GPUアクセラレーションでwhisper.cppを実行しているM2 MacBookでは、Whisper Large-v3はおおよそリアルタイムの0.45倍の速度で処理します。つまり60分の録音の処理には約27分かかります。ほぼ同じ出力品質の枝刈りデコーダーを使うLarge-v3-Turboは約2.3倍速く動作するため、同じ60分のファイルはおよそ12分で完了します。

クラウドのバッチ処理(Deepgram Nova-3)は、録音済み音声でおよそリアルタイムの25倍の速さで処理します。アップロードが完了すれば、60分のファイルは2〜3分で返ってきます。この速度優位は本物ですが、低速な回線では長いファイルほどアップロード時間が律速要因になります。

**ライブ音声のストリーミングでは、この比較が逆転します。**オンデバイスはネットワーク依存ゼロでリアルタイムに動作できます。クラウドストリーミングは1〜3秒の遅延が加わり、安定した接続が必要です。ライブ字幕ツール、通信が不安定な地域で使うアプリ、プライバシーが重要なリアルタイム用途を開発しているなら、レイテンシではオンデバイスが勝ります。

コスト:損益分岐点はあなたの状況次第

クラウドの分単位料金は低水準です。Deepgram Nova-3の0.0077ドル/分は、音声1時間あたり約0.46ドルに相当します。OpenAIのgpt-4o-transcribeは1時間あたり0.36ドルです。API料金全体の詳細な比較については、文字起こし料金比較が現在の料金を並べて解説しています。

オンデバイスは分単位のコストがゼロである一方、固定費は現実に発生します。実行するためのハードウェア(低〜中程度の利用量なら最新のMシリーズMacであればどれでも可)、ローカルパイプラインのセットアップと保守にかかる時間、モデルを最新に保つための運用オーバーヘッドです。

個人や小規模チームの場合:

• たまに使う程度(月に数件の録音):クラウドが明確に有利です。オンデバイスの固定オーバーヘッドは見合いません。
• 定期的に使う(月に数百分):互角です。コストそのものよりも、プライバシーとレイテンシの要件が経済性を左右します。
• 既存インフラのある大量利用:オンデバイスはクラウドの単位コストを大幅に下回れますが、維持にはエンジニアリング投資が必要です。

技術に詳しくないユーザーにとっては、月額固定料金のマネージド型クラウドサービスが、分単位コストをベンダー側で吸収することで計算自体を不要にします。無制限と従量課金の文字起こし料金の記事で、それが経済的に意味を持つのはどんなときかを解説しています。

どちらをいつ選ぶか

私の見方:「どちらが優れているか」という問い立ては要点を外しています。2つのアプローチは異なる制約に対応するものだからです。

オンデバイスを選ぶべきケース:

• 音声に第三者に処理させられない内容が含まれる場合。法律業務、医療ディクテーション、競争戦略など。
• 「音声は端末の外に出ません」を売りにできる機能として製品を作っている場合。
• インターネットに依存しないオフライン動作が必要な場合。
• 利用量が多く既存インフラもあるため、クラウドの分単位コストが無視できない金額に積み上がる場合。

クラウドを選ぶべきケース:

• ノイズあり、複数話者、低リソース言語の音声で最高レベルの精度が必要な場合。
• 信頼性の高い話者分離やAI要約が必要な場合。
• モデルのデプロイと運用オーバーヘッドを抱えずに済むマネージド体験を求める場合。
• 利用量が少〜中程度で、オンデバイス導入のエンジニアリングコストが見合わない場合。

ハイブリッドを検討すべきケース: ハイブリッド型のパターンに収束しつつあるチームもあります。機密性の高いコンテンツの一次処理はオンデバイスで行い、完全なプライバシーを保ったまま内容を捉え、その後、氏名や識別情報をマスキングした上で選択的にクラウド処理に回して話者分離と要約を行う方法です。運用はより複雑になりますが、精度とプライバシーの両方の要件を持つチームにとって現実的な道筋です。

ほとんどのジャーナリスト、学生、コンテンツクリエイター、小規模ビジネスチームにとって、2026年においてもクラウド文字起こしが実用的なデフォルトであり続けます。オンデバイスはもはや妥協の産物ではありませんが、セットアップの手間はまだ多いままです。重要な変化は、プライバシーが気になるあらゆるユースケースで、この問いが今や真剣に検討する価値のあるものになったということです。

よくある質問

オンデバイス文字起こしはクラウド文字起こしと同じくらい正確ですか?

クリーンな英語音声であれば、差はごくわずかです。標準ベンチマークにおいて、Whisper Large-v3とLarge-v3-TurboはWERで約0.4ポイント以内の差しかなく、スタジオ品質の録音ではどちらもクラウドAPIに匹敵します。一方、ノイズのある音声、複数話者の話者分離、ベンダーが追加の学習データに投資してきた低リソース言語では、クラウドが依然として優位です。

オンデバイス文字起こしは本当に音声のプライバシーを守ってくれるのですか?

ツールによります。ローカルのWhisperモデルを実行するwhisper.cppやMacWhisperのような真のオンデバイス処理は、音声をリモートサーバーに送信することは一切ありません。Appleのディクテーションはもう少し微妙です。Apple Siliconでは多くのリクエストをオンデバイスで処理しますが、特定の言語/地域の組み合わせや一部の検索フィールドへの入力は、依然としてAppleのサーバーに送られることがあります。プライバシーが決め手になるなら、必ずそのツール固有のアーキテクチャを確認してください。

オンデバイス文字起こしはクラウドと比べてどのくらい速いですか?

Metal GPUでwhisper.cppを実行しているM2 MacBookでは、Large-v3はおおよそリアルタイムの0.45倍の速度で音声を処理するため、60分のファイルには約27分かかります。より高速なLarge-v3-Turboモデルは、ほぼ同等の精度のまま約2.3倍速く動作します。Deepgram Nova-3のバッチモードは、アップロード完了後はおおよそリアルタイムの25倍の速さです。ライブ音声のストリーミングでは比較が変わります。オンデバイスはネットワーク依存ゼロでリアルタイムに動作でき、接続環境が悪い場合にクラウドはこれに追いつけません。

どのくらいの利用量からオンデバイス文字起こしの方がクラウドより安くなりますか?

オンデバイスは分単位のコストがゼロですが、固定費は現実に存在します。ハードウェア、統合のためのエンジニアリング、運用オーバーヘッドです。利用量が少ないうちは、オンデバイスの固定費が支配的になるため、経済的にはクラウドが勝ります。損益分岐点はハードウェアとエンジニアリングの状況によりますが、目安としては、既存インフラを持たない個人ユーザーや小規模チームの場合、月数千分未満ならクラウドが明確に安くなります。

弁護士は依頼者との会話にクラウド文字起こしを使うべきですか?

これはこのブログではなく、お住まいの管轄の弁護士会に問うべき質問です。法務関連の論評で一般的に懸念されているのは、秘密保持された通信を第三者のクラウドサービス経由で処理することが部外者への開示に当たり、意図せず弁護士・依頼者特権を放棄するリスクになりうるという点です。オンデバイス文字起こしは設計上、その第三者への露出を排除します。秘密保持事項に文字起こしツールを使用する前に、所属事務所の倫理担当顧問に相談してください。

出典

• Deepgram 料金、Nova-3の料金は2026年7月に確認
• OpenAI API 料金、gpt-4o-transcribeとgpt-4o-mini-transcribeの料金は2026年7月に確認
• MacWhisper 料金 2026(Voibe Resources)、無料プランとPro買い切り料金
• Whisper Large V3 Turbo vs V3 ベンチマーク(Whisper Notes)、WERと速度の比較
• Apple SiliconでのWhisperパフォーマンス(Voicci)、M2でのRTFベンチマーク
• Appleディクテーションのプライバシー(Yaps Blog)、オンデバイスとサーバー側処理の境界ケース
• Deepgram データセキュリティ、保持と削除のポリシー
• AI文字起こしツール:プライバシー、特権、倫理上の落とし穴(Duane Morris)、弁護士・依頼者特権の分析
• 精査を受けるAI文字起こしツール(Goodwin Law)、特権放棄リスクの分析