ブラジルポルトガル語文字起こし、BRとEUの違いを解説

ポルトガル語の文字起こしで最も重要なポイントは、ブラジルポルトガル語とヨーロッパポルトガル語は音素レベルで十分に異なるため、エンジン設定を間違えると出力に大きな悪影響が出るということです。 両者は文法と中核語彙を共有していますが、発音、綴りの慣習、語彙の面で分岐しており、その度合いは一方の変種で訓練されたモデルが他方に遭遇すると壊れてしまうほどです。

ブラジルは、アメリカに次ぐ世界第2位のポッドキャスト市場です。ブラジル人の半数以上がポッドキャストを聴いており、平均で週11時間にのぼります。82%がポルトガル語のポッドキャストを好み、81%がYouTubeで新しい番組を発見しています。この規模は、出力量に応じてスケールする価格で、正確なブラジルポルトガル語の文字起こしへの膨大な需要を生み出しています。

pt-BRとpt-PTがASRで異なる形で壊れる理由

この2つの変種の音韻上の隔たりは、誤ったデータで訓練されたASRモデルを欺くほど大きいのです。

ブラジルポルトガル語は、無強勢母音を完全に有声で保ちます。ヨーロッパポルトガル語は、それらを弱化または脱落させます。「esperança」という単語は、ブラジルでは全音節が揃った「es-pe-RAN-sa」のように聞こえます。リスボンでは「shpRANsa」に近い形に崩れます。ブラジルのデータで訓練されたモデルは、その弱化したヨーロッパポルトガル語の発話を、まったく別の単語として書き起こそうとするでしょう。

文字起こしにおける主要な子音の違いは、BRにおける「i」または語尾の「e」の前での「t」と「d」の口蓋化です。 標準的なブラジル発音では、「bom dia」は音声学的に[bõ dʒia]となり、/d/が破擦音に変わります。ヨーロッパポルトガル語では同じ単語が[bõ dia]で、クリーンな歯茎破裂音です。モデルは、2つの非常に異なる音響的形状を持つ「d」という文字に、1つの音素を対応付けることを学ばなければなりません。

音節の末尾では、ヨーロッパポルトガル語は「s」を英語の「sh」に似たヒューッという音に変えます。ブラジルポルトガル語は、それをクリアな歯擦音のまま保ちます。「estas」という単語は、ポルトガルでは「eshtash」のように聞こえます。同じ単語がリオやサンパウロでは「estas」と聞こえます。一方を期待するエンジンは、もう一方を誤読してしまいます。

語彙の違いが問題をさらに複雑にします。「バス」（ブラジルではônibus、ポルトガルではautocarro）や「携帯電話」（ブラジルではcelular、ポルトガルではtelemóvel）のような一般的な単語は、同じ語源の綴り違いというだけでなく、まったく似てもいません。モデルが間違った変種を選ぶと、正しい綴りでありながら間違った国の単語を生成してしまう可能性があります。

すべてのエンジンをBR側に偏らせるトレーニングデータの歪み

多言語ASRモデルに関する研究では、高リソースの事前学習データにより、ブラジルポルトガル語への強い偏りが一貫して見られます。ゼロショットモデルを両方の変種でテストすると、pt-BRで系統的に良い性能を発揮します。研究者がヨーロッパポルトガル語の音声でファインチューニングすると、ブラジルポルトガル語の性能は両方が一緒に向上するどころか、むしろ低下することがあります。

つまり、ヨーロッパポルトガル語のユーザーは、自分たちが引き起こしていない不均衡による精度のペナルティを負っているのです。実用的な意味合いとしては、ヨーロッパポルトガル語を文字起こしするなら、「ポルトガル語対応」とだけ謳うエンジンではなく、明示的にpt-PTでトレーニングされたエンジンが必要だということです。

DeepgramのNova-3モデルは、pt、pt-BR、pt-PTという3つの別々の言語コードを受け付けます。2026年5月時点で、DeepgramはNova-3で両方のポルトガル語変種における精度向上を報告しています。この明示的な変種ルーティングが重要なのは、モデルが後からラベルを貼っているだけではなく、言語コードがどの音響パターンを聞き取るかを形作るからです。

Whisper Large-v3はポルトガル語も言語ヒント付きでサポートしていますが、学習データの偏りがブラジルポルトガル語（pt-BR）寄りです。リスボンの録音にlanguage=ptを設定してもモデルは動作しますが、母音の弱化や歯茎音のシューッという音に対する精度は、同等のブラジル音声の場合よりも低下します。詳しくはWhisperのアーキテクチャと言語トレードオフをご覧ください。

AssemblyAIのUniversal-3 Proモデルはポルトガル語に対応していますが、言語パラメータにpt-BRとpt-PTの区別はありません。「Portuguese」を渡すとモデルが処理します。これはブラジル向けコンテンツでは有効で、学習データの利点が活かせますが、ヨーロッパポルトガル語に対してはやや粗い道具と言えます。

2009年正書法協定と、それが今もエンジンをつまずかせる理由

Acordo Ortográficoは2009年に発効し、ポルトガル語圏全体で綴りを統一することを目指しました。しかし完全には成功していません。永続的な差異が残っており、2009年以前または混在した年代のテキストで学習されたAIエンジンは、ある文脈では技術的に正しく、別の文脈では間違っている綴りを生成することがあります。

2009年以降の主な変更点には、ヨーロッパポルトガル語からの無声子音の削除があります。「acção」は「ação」に、「óptimo」は「ótimo」になりました。どちらも現在はブラジル綴りと一致します。しかしアクセント記号の違いは残っています。ブラジルポルトガル語では「gênero」と「tônico」を使う一方、ヨーロッパポルトガル語では同じ単語を「género」と「tónico」と綴ります。このような単語で誤ったアクセント位置を生成するモデルは、ノイズを出しているのではなく、もう一方の変種の綴りを出しているのです。

文字起こしでは、これは後処理で最も重要になります。出力を特定の正書法基準に合わせて調整されたスペルチェッカーや文書フォーマッタに渡している場合、混在した変種の出力は全体にわたって誤検出を生み出します。

保存すべきダイアクリティカルマーク

正しいポルトガル語の文字起こしには、チルダ（ã、õ）、セディーユ（ç）、アキュートアクセント（á、é、í、ó、ú）、サーカムフレックス（â、ê、ô）、グレーブアクセント（à）をすべて保持する必要があります。最も失敗しやすい文字はチルダとセディーユです。「não」を「nao」、「você」を「voce」、「ação」を「acao」と返すエンジンは、単に文体が不正確なだけでなく、文字レベルで間違っています。アクセント記号のないポルトガル語テキストは、意味を解析する下流システムを壊し、自動化による時間短縮を帳消しにする手戻りを生みます。

Whisper Large-v3は、クリーンな音声ではアクセント記号を確実に保持します。Deepgram Nova-3も正しく処理します。軽量で安価なモデルは、特に鼻母音でアクセントを落とす傾向が強くなります。

ブラジルのテック系・ビジネス音声におけるコードスイッチング

ブラジルポルトガル語話者、特にテクノロジー、メディア、ビジネスの文脈では、スクリプトを切り替えずに英語の単語を文の途中に頻繁に挿入します。これは雑な言語使用ではなく、ポルトガル語が特定の領域で英語の語彙を吸収してきた反映です。

よくあるパターン：「vou fazer um deploy antes da reunião」「precisamos dar um upgrade no servidor」「o pull request foi aprovado ontem」。ポルトガル語の文構造はそのまま保たれ、英語の名詞や動詞が原形のまま挿入され、ポルトガル語の形態論で活用されることもあります（「deployar」「stackear」）。

「internet」「site」「startup」「webinar」のような定着した借用語は完全に吸収されており、どの優れたエンジンでも正しく文字起こしされます。難しいのは、ポルトガル語の文に挿入された、あまり一般的でない、または文脈固有の英語フレーズです。エンジンは音声的な近似を出力したり、単語を落としたり、似た音のポルトガル語の単語を生成したりすることがあります。

最も信頼できるアプローチは、繰り返し出現する固有名詞、ブランド名、技術用語のカスタム語彙またはキータームリストを使うことです。体系的なワークフローについては、多言語コードスイッチングの修正ガイドを参照してください。

エンジン別比較（ポルトガル語向け）

注：各エンジンの精度は音声品質、話者のアクセント、分野別語彙によって変動します。この表は検証済みの言語サポート状況を反映したものであり、ベンダー公表の精度主張に基づくものではありません。

料金スナップショット（2026年7月）

分単位で課金するツールは、長いポッドキャストエピソードを文字起こしするブラジルのクリエイターにとってすぐに高額になります。ブラジルのクリエイターおよびビジネス市場では、毎週のポッドキャストリスナーの81%がYouTubeを主要な発見プラットフォームとして利用し、ビデオポッドキャスト形式が標準となっており、大量の文字起こし需要が発生しています。

Happy ScribeのAI枠は、月120分で約17ドルから、月6,000分のAIクレジットで89ドルまでとなっています。Trintは月あたりシート約80ドルから、月7ファイルの上限付きで、継続的な制作というよりは、たまに使うプロフェッショナル用途に限定されます。TurboScribe Unlimitedは年払いで月10ドル、それ以外では月20ドルで、ファイル数や分数の上限はありません。

ポルトガル語のクリーンな文字起こしだけが必要で、ミーティングボットや編集ワークフローが不要な場合は、ConvertAudioToTextがProプランで月額$9.99の無制限文字起こしを提供しています。10分間の無料枠で、自分の音声を使って出力品質を試せます。ブラジルのポッドキャストを大量に制作している場合、月に数時間を超えると定額モデルが分単位の料金より一貫して安くなります。詳細な比較は文字起こし料金比較をご覧ください。

ブラジルのポッドキャスト制作者向けワークフロー

ブラジルのポッドキャスト市場は動画ファーストの制作が主流です。多くのブラジルのポッドキャスターはMP4で録画するかライブ配信を行い、その後オーディオを別途配信しています。文字起こしは、ショーノート、YouTubeのチャプターマーカー、ソーシャルクリップ、SEOなど、複数の用途に使われます。

効率的なワークフローは次の通りです：

1. エピソードを好みの形式で録音します（動画ポッドキャストはMP4、音声のみはMP3）。
2. 言語を明示的にpt-BRに設定します。自動検出はほとんどの場合機能しますが、短いクリップ、アクセントのある話者、背景ノイズのある音声では失敗することがあります。
3. 話者ラベルを有効にします。2人でのポッドキャストは信頼性の高い話者分離が得られます。3人以上のカジュアルなラウンドテーブル形式では、後処理のレビューパスが効果的です。
4. 繰り返し登場する用語のカスタム語彙を構築します：番組名、ゲスト名、スポンサー名、ポルトガル語の文脈で使う英語の技術用語など。
5. YouTubeのキャプション用にSRTをエクスポートし、ショーノート用にプレーンテキストをエクスポートします。

英語のポッドキャスト制作との大きな違いはステップ4です。ブラジルのテック系やビジネス系ポッドキャストは、同等の英語番組よりもコードスイッチングの頻度が高く、固有名詞の密度も高いため、カスタム語彙の効果がより早く現れます。

ヨーロッパ系ポルトガル語で、アンゴラ、モザンビーク、カーボベルデなど、ポルトガル語圏のさまざまな地域から来たゲストを相手にインタビューする場合、方言の状況はさらに複雑になります。アフリカ系ポルトガル語は、音韻的にはヨーロッパ系ポルトガル語に近い傾向がありますが、語彙は明確に異なります。そうした録音で何を期待すべきかの背景については、AIが低リソース言語で苦戦する理由を参照してください。

どちらの変種でも精度を高めるためのヒント

1. 言語コードを明示的に設定する。pt-BRとpt-PTは、この区分に対応しているエンジンでは、それぞれ異なるモデル構成にルーティングされます。自動検出のままにしておくと、推論ステップが増え、短いクリップで誤判定がたまに発生します。
2. 各話者をクローズマイクで録音するか、別々に録音する。ブラジル系の会話スタイルは、ヨーロッパ系ポルトガル語のインタビュー形式よりも、遮りや重なりが多い傾向があります。重なり合う発話は、ダイアライゼーションにおける帰属エラーの最大の原因です。
3. ブラジルの地理や文化に固有の固有名詞には、用語集を使う。「-aço」で終わる都市名や「Ceará」のような州名には、よくある綴り間違いのパターンがあります。ポルトガル語圏の地名や姓にも同じことが当てはまります。
4. 残響の少ない録音は、両方の変種で精度を向上させますが、特にヨーロッパ系ポルトガル語で重要です。無強勢母音の弱化により、反響のある部屋では音素の境界を区別しにくくなるからです。
5. どのツールを使うにしても、ダイアクリティカルマーク（発音区別符号）が保持されるかを確認する。「ação」「não」「você」を含む音声で短いテストを実行してください。出力でこれらの文字が削除される場合は、長いファイルに投資する前にツールを切り替えましょう。

FAQ

なぜヨーロッパ系ポルトガル語は、ほとんどのAIエンジンでブラジル系ポルトガル語より書き起こし精度が悪いのですか？

ASRモデルは学習に使われた音声から学ぶもので、公開データセットではブラジルポルトガル語がヨーロッパポルトガル語を大幅に上回っています。研究によると、ゼロショットモデルは一貫してpt-BRで良い性能を発揮し、ヨーロッパポルトガル語データでのファインチューニングは、両方を均等に引き上げるどころか、pt-BRの性能を下げることが多いです。pt-PT専用に作られたエンジン、またはpt-PT言語コードを指定したDeepgram Nova-3モデルなら、この差を縮められます。

言語コードをpt、pt-BR、pt-PTのどれに設定するかは重要ですか?

はい。Deepgram Nova-3は3つのコードすべてに対応しており、音声を適切なバリアントモデルに振り分けます。Whisper Large-v3は言語ヒントを受け付けますが、トレーニングデータの偏りにより、デフォルトではpt-BRで良い性能を発揮します。AssemblyAIのUniversalモデルは、地域別の分割なしで単一の「Portuguese」オプションを使用します。間違ったコードを設定したり、バリアント対応のないモデルを使ったりすると、音素レベルの誤り、句読点の慣習の誤り、2009年正書法協定による綴りの不一致が生じるリスクがあります。

Otter.aiはポルトガル語の文字起こしに対応していますか?

いいえ。2026年半ば時点で、Otter.aiが対応しているのは英語、スペイン語、フランス語、ドイツ語、日本語、簡体字中国語です。ポルトガル語はそのリストに含まれていません。ブラジルのクリエイターもヨーロッパポルトガル語のユーザーも、別のツールが必要です。

ブラジルポルトガル語の録音に英語の単語が混ざっている場合、どう対処すべきですか?

ブラジルの話者は、スクリプトを切り替えずに英語の技術用語やビジネス用語を文の途中でよく使います。「vou fazer um deploy」「temos que dar um upgrade」などです。最近のエンジンのほとんどは、定着した借用語を正しく処理しますが、あまり一般的でない英語のフレーズが文中に混ざると、綴りの誤りや単語の欠落が生じることがあります。文字起こし後に軽くレビューを通し、繰り返し出てくる固有名詞やブランド名のカスタム用語集を作るのが、最も実用的な対策です。

ポルトガル語の文字起こしで保存すべきダイアクリティカルマークはどれで、エンジンがよく落とすのはどれですか?

正しいポルトガル語の文字起こしには、チルダ（ã、õ）、セディーユ（ç）、アキュートアクセント（á、é、í、ó、ú）、サーカムフレックス（â、ê、ô）、グレーブアクセント（à）をすべて保持する必要があります。最もよく欠落する文字はチルダとセディーユで、「não」が「nao」に、「ação」が「acao」になってしまいます。ツールがアクセント記号を剥がした出力を返すなら、それは明確な不合格基準として扱ってください。アクセント記号のないポルトガル語は文字レベルで誤りであり、テキストを解析するあらゆるシステムで後続のエラーを引き起こします。

出典

• Deepgramのモデルと言語の概要: https://developers.deepgram.com/docs/models-languages-overview
• Deepgram Nova-3のポルトガル語拡張: https://deepgram.com/learn/deepgram-expands-nova-3-with-spanish-french-and-portuguese-support
• Deepgramのチェンジログ（2026年5月13日）: https://developers.deepgram.com/changelog/2026/5/13
• Otter.aiの対応言語: https://help.otter.ai/hc/en-us/articles/26660468516631-Transcribe-conversations-in-English-Spanish-French-German-Japanese-or-Chinese-Simplified
• Otter.aiの料金: https://otter.ai/pricing
• ConvertAudioToTextの料金: https://convertaudiototext.com/pricing
• Happy Scribeの料金: https://www.happyscribe.com/pricing
• Happy Scribeのポルトガル語文字起こし: https://www.happyscribe.com/transcribe-portuguese
• TurboScribeの料金: https://turboscribe.ai/pricing
• ブラジルのポッドキャスト市場（Podnews、2026年4月更新）: https://podnews.net/article/ignoring-brazil
• 2009年の正書法協定による綴り変更: https://www.practiceportuguese.com/learning-notes/orthographic-agreement/
• Whisper large-v3 pt-BRファインチューニングモデル（研究参考）: https://huggingface.co/freds0/distil-whisper-large-v3-ptbr
• AssemblyAIのストリーミング対応言語: https://www.assemblyai.com/docs/faq/language-support-for-real-time-transcription