オープンソースとプロプライエタリな文字起こしモデル、2026年の比較

実際のトレードオフ

月あたりの文字起こしが1万分未満なら、専用APIがほぼ常にセルフホストのWhisperを総コストで上回ります。 オープンソースのモデル重みは無料ですが、GPU計算は無料ではなく、本番環境で動かすためのエンジニアリング時間もめったに無料ではありません。そのボリュームを超えると、計算は急速に逆転し、セルフホスティングのケースが本当に魅力的になります。

2026年の問いはイデオロギー的なものではありません。両方のエコシステムは成熟しています。有用な答えは4つの次元にあります:実際のボリュームでのコスト、実際の音声での精度、許容できるレイテンシーの程度、そしてチームが吸収できる運用上の複雑さです。この投稿では、それぞれを正直に検討します。

各サイドが実際に含むもの

オープンソース側

オープンソースの音声認識スタックには、知っておくべき3つの主要レイヤーがあります:

• OpenAI Whisper とそのLarge-v3までの後続バージョン。モデル重みはMITライセンスです。自社インフラで実行し、計算コストのみを支払い、音声を自社サーバーに保持します。
• 高速実装 例:faster-whisper(CTranslate2バックエンド)、whisper.cpp(C++ポート)、MLX Whisper(Apple Silicon)。これらは同一のWhisper重みを4〜6倍のスループットと約半分のVRAMで実行します。faster-whisperのINT8量子化は、VRAM使用量をさらに40%削減し、精度損失は無視できる程度です。
• 隣接するオープンモデル:NVIDIA NeMoのParakeetとCanaryファミリー、Hugging FaceのDistil-Whisper(より高速で小型のWhisper派生)、多言語タスク向けのSenseVoice。Whisper周辺のエコシステムは、単一モデルではなく、今やプラットフォームです。

Whisperアーキテクチャが実際にどう機能するかについての詳細は、Whisper Large-v3の解説をご覧ください。

専用API側

専用APIは、デプロイ作業を除いた同じ機能を販売しています:

• Deepgram Nova-3: 現在、バッチ処理とストリーミングの両方で最速クラス。録音済み音声は1分あたり約$0.0043（従量課金）、ストリーミングは1分あたり$0.0048。グロースプランの年額契約なら、さらに両方とも値下がりします。詳細な内訳は Deepgram Nova-3の解説 をご覧ください。
• OpenAI Whisper API: ホスト型のLarge-v3が1分あたり$0.006。セルフホストのどのルートよりも統合が簡単ですが、マネージドホスティングならではの遅いキューとスケジューリングのオーバーヘッドがあります。
• AssemblyAI Universal-2: 基本文字起こしは1時間あたり$0.15（1分あたり$0.0025）。話者分離（+$0.02/時間）、エンティティ検出、要約などのアドオンは別料金です。なお、2026年7月1日よりリージョン内価格が10%上昇しました。APIリクエストで "model_region": "global" を指定すれば、この値上げを回避できます。
• AWS Transcribe: 標準ティア（月間0〜25万分）で1分あたり$0.024。4段階のボリュームティアで下がり、月間500万分以上なら$0.0078/分まで低下。医療向けや通話分析はさらに高額です。
• Google Cloud STT v2（Chirpモデル）: 標準で1分あたり$0.016。時間に敏感でないワークロード向けに、バッチ/動的処理は1分あたり$0.003で利用可能。Googleは15秒単位で切り上げて請求するため、短いクリップでは影響が出ます。

精度：ベンチマーク数値と本番環境の現実

この分野で最も誤解を招くのは、文脈なしの単純なWER表です。 主要なシステムはすべて、学術ベンチマークでは互角です。しかし実世界での性能差ははるかに大きくなります。

Whisper Large-v3はLibriSpeech test-clean（管理された読み上げ音声データセット）で2.7%のWERを記録しています。しかし、実際の雑多な録音では同じモデルでも平均7〜8%程度のWERとなり、品質の低い電話音声では17%以上に跳ね上がります。Deepgram Nova-3はDeepgram自身の本番ベンチマーク（9つのドメイン、2,703ファイル）で、バッチ処理で中央値5.26%、ストリーミングで6.84%のWERを示しています。ただし、ベンダー公表のベンチマークは厳選されたデータセットを使っています。

状況によって勝者は変わります：

• ノイズの多い音声／電話音声：Deepgram Nova-3がここでは一貫して優位です。コールセンターのデータで大量に学習されたプロプライエタリモデルは、幅広い多言語コーパスで最適化されたWhisperよりも電話音声をうまく処理します。
• リソースの少ない言語とアクセント付き音声：68万時間の多言語音声で学習されたWhisper Large-v3は、馴染みのないアクセントやコードスイッチングを、ほとんどのプロプライエタリAPIよりもうまく扱います。この差がなぜ生じるかは、AIが低リソース言語で苦戦する理由をご覧ください。
• 長尺音声：Whisperは長い無音区間で幻覚を起こす傾向が知られています。プロプライエタリAPIはインフラ層でチャンキングと無音検出を処理するため、実質的にあなたの問題にはなりません。
• 話者分離：どのシステムも完璧には処理できません。DeepgramとAssemblyAIはベースモデルの上に話者分離レイヤーを特に投資しています。Whisperをセルフホストする場合は、PyannoteやNeMoを別途統合する必要があります。仕組みについては話者分離の解説を参照してください。

私の見解：音声が主要言語でのクリアな会議やポッドキャスト品質なら、どの本格的な選択肢でも精度の差は小さく、コストと運用の複雑さで判断すべきです。音声が電話品質、アクセント付き、または多言語の場合は、実際のサンプルで全候補をテストしてから決めることをお勧めします。

コスト：分岐点は月10,000分あたり

この記事で最も重要な表です。プロプライエタリとセルフホストのコストを、3つのボリュームで比較します。Deepgram Nova-3のプリレコーディング価格（約$0.0043/分）と、RunPodでの現実的なセルフホストコスト（A100で約$1.29/時間）を使用します。

GPUの最低コストが重要なポイントです。永続的なGPUインスタンスは、文字起こしをしていなくても費用がかかります。低ボリュームでは、ほとんどがアイドル時間のコストです。高ボリュームでは、その固定費を十分な作業量に分散できるため、1分あたりの実効レートはどのAPIよりもはるかに低くなります。

クロスオーバー地点は、GPUの作業をどれだけ効率的に詰め込めるかに依存します。キューイングとバッチスケジューリングを使えば、faster-whisper上の単一のA100で1日あたり数百時間を処理できます。ワークロードがそれを満たせば、高ボリュームではセルフホストがすべてのプロプライエタリ価格に勝ります。80%アイドル状態なら、その利点を手放すことになります。

全サービスの価格比較の詳細は、文字起こし価格比較2026をご覧ください。

レイテンシー：プロプライエタリが真の優位性を持つ分野

Deepgram Nova-3のストリーミングは、100〜300msで部分的な文字起こしを返します。 Whisperは本質的にストリーミング向けのモデルではありません。whisper-streamingやWhisperXによる近似はレイテンシーを増加させ、部分的な結果には通常500〜1500msかかります。リアルタイムのキャプション、ライブ通話の文字起こし、音声エージェントのループでは、これは無視できない差です。

バッチ処理（録音後の会議、ポッドキャスト、インタビュー）では、その差は小さくなります。Deepgramは1時間のファイルを約2〜3分で処理します。A100上で適切にチューニングされたfaster-whisperのデプロイメントは、同様の作業を4〜7分で行います。ホスト型のOpenAI Whisper APIは、キューのオーバーヘッドによりどちらよりも遅くなります。

パイプラインが夜間に実行され、誰も待っていない場合、レイテンシの違いはほぼ無関係です。ユーザーがプログレスバーを見つめているなら、話は別です。

運用の複雑さ:過小評価されがちなコスト

本番環境でWhisperを運用するということは、マネージドAPIなら見えないところで吸収してくれる一連の問題を、自分で抱え込むことを意味します。

• GPUプロビジョニング:常時稼働のインスタンスはアイドル時にもコストがかかります。サーバーレス(RunPod、Modal、Replicate)はコールドスタートのレイテンシが加わります。
• トラフィックの急増:アップロードのバーストは、余裕を持ってグローバルにスケールされたAPIではなく、固定容量のGPUキューにヒットします。
• モデルのメンテナンス:依存関係のアップグレード、CUDAバージョンの互換性、モニタリング。
• ダイアライゼーション統合:PyannoteやNeMoは、それぞれ別のインストールとライセンスの考慮事項があります。
• 出力フォーマットとエクスポート:SRT、VTT、句読点の復元、話者ラベル。プロプライエタリなAPIはこれらを返してくれます。セルフホストのWhisperでは、自分で構築する必要があります。

現実的に、これは初期作業として1〜2エンジニア週間と、継続的なメンテナンスをかなり追加します。月1,000分を文字起こしする2人組のスタートアップにとって、これは時間の無駄です。専任のインフラ担当者がいるチームが月500,000分を処理する場合、それは日常業務の一部に過ぎません。

ハイブリッドパターン

多くの本番環境のデプロイでは、片方に固定するのではなく、ジョブの種類ごとにルーティングしています。

• デフォルトのパスにはプロプライエタリAPI。高速で、メンテナンス不要、予測不能なトラフィックも処理できます。
• プライバシーに敏感な音声にはセルフホスト。インフラの外に出してはいけないものは、すべてローカルで実行します。
• 高ボリュームのバッチにはセルフホスト。レイテンシが無関係で、ボリュームが1分あたりのコストを支配する夜間のバッチジョブ。

このパターンは運用の複雑さをいくらか追加しますが、すべてのジョブに単一のトレードオフを強制するのではなく、コストとコンプライアンスの要件が各ジョブを決定できるようにします。

それぞれを選ぶタイミング

オープンソース（セルフホスト）を選ぶべきケース:

• 月間10,000分以上を文字起こしし、GPUパイプラインをデプロイ・維持できるエンジニアリング体制がある。
• プライバシー要件により、音声を第三者サーバーに送信できない。
• ドメイン特化のファインチューニングが必要: Whisperの重みは自社のラベル付きデータで自由に調整可能。
• 言語ごとのAPI追加料金なしで柔軟な言語対応を求める。

プロプライエタリAPIを選ぶべきケース:

• 数週間ではなく数時間で実用的な文字起こしを手に入れたい。
• ボリュームが低〜中程度で、固定GPUコストが支配的になる。
• 高度な話者分離、要約、エンティティ検出、トピックモデリングなど、バンドル機能が必要。
• 信頼性、稼働時間、スループット拡張をベンダーに任せたい。

マネージドツールを選ぶべきケース:

• APIではなく完成品が必要: アップロード、レビュー、エクスポート、完了。
• 分単位の最適化よりも、予測可能な定額料金を重視する。
• 文字起こしに加えて、フォーマットや編集機能を自前で構築せずに使いたい。

インフラを構築せずにクリーンな文字起こしが欲しいなら、ConvertAudioToTextは短いファイルならアカウント不要でアップロードからテキスト化まで対応します。この分野で唯一の選択肢だと主張するつもりはありませんが、「完成品」という領域にきれいに当てはまります。

FAQ

WhisperはDeepgram Nova-3と同じくらい正確ですか？

音声の種類によります。LibriSpeechのような学術ベンチマークでは、Whisper Large-v3はクリーンな英語で2.7%のWERを達成しています。多様な音声タイプの本番環境では、両システムとも条件に応じて5〜12%のWERを示します。Whisperは低リソース言語やアクセントのある音声で精度が優れており、Deepgram Nova-3は電話音声やコールセンター音声で優れる傾向があります。

どのボリュームからWhisperのセルフホストがコスト削減になりますか？

毎月およそ10,000〜20,000分のあたりが境目ですが、正確な切り替えポイントはGPU処理をどれだけ効率的に詰め込めるかによります。RunPod上の常駐A100（約$1.29/時）を80%の稼働率で回し、月50,000分を文字起こしした場合、コストはおよそ$100〜200。一方、Deepgramの基本従量料金では約$215になります。そのボリューム未満ではGPUの固定費が支配的になるため、分単位のAPIの方が安価です。

Whisperをリアルタイムのストリーミング構成で使えますか？

直接は無理です。Whisperは音声をチャンク単位で処理するため、ネイティブのストリーミングモデルではありません。whisper-streamingやWhisperXといったライブラリでストリーミングに近い処理を追加できますが、部分的な結果が出るまでのレイテンシは500〜1500msです。Deepgram Nova-3のストリーミングは100〜300msで部分結果を返します。ライブの字幕付けや音声エージェント用途では、プロプライエタリなストリーミングAPIに明確な実用上のアドバンテージがあります。

AssemblyAIをDeepgramより選ぶ主な理由は何ですか？

AssemblyAIの価格設定（基本$0.15/時）はDeepgramの録音済み音声向け料金を下回っており、さらに組み込みの後処理レイヤー（要約、エンティティ検出、トピックモデリング、感情分析）が本物の差別化要因です。パイプラインで文字起こしだけでなく構造化された出力が必要なら、AssemblyAIがその作業をまとめて提供します。最大限の速度やストリーミングが必要なら、Deepgramに分があります。

Whisperをセルフホスティングすればプライバシー懸念は解決しますか？

はい、ほとんどの実用的な脅威モデルに対しては解決します。Whisperを自社インフラで動かせば、音声がサーバーの外に出ることはありません。これは法務、医療、その他機密性の高い録音にとって重要です。その代わり、そのインフラのセキュリティは自分で責任を持ちます。管理型のプロプライエタリAPIは文字起こしのプライバシー懸念を肩代わりしますが、代わりに確認すべき独自のデータ処理契約が発生します。

出典

• Deepgramの料金ページ: https://deepgram.com/pricing
• AssemblyAIの料金ページ: https://www.assemblyai.com/pricing
• AWS Transcribeの料金: https://aws.amazon.com/transcribe/pricing/
• Google Cloud STTの料金: https://cloud.google.com/speech-to-text/pricing
• OpenAI APIの料金: https://openai.com/business/pricing/
• Deepgram Nova-3の紹介: https://deepgram.com/learn/introducing-nova-3-speech-to-text-api
• faster-whisperのGitHub: https://github.com/SYSTRAN/faster-whisper
• RunPodのGPU料金: https://www.runpod.io/pricing