
文字起こし料金モデル徹底解説:4つの料金体系
Summarize this article with:
4つの料金モデル
文字起こしサービスの課金方式は大きく4つあります。1分あたりの従量課金、定額サブスクリプション、事前購入型クレジット、そしてシート(ユーザー数)単位です。 それぞれの仕組みを理解するのにかかる時間は5分ほどですが、年間数百ドルの節約につながる可能性があります。というのも、ある料金モデルで最安のプランでも、実際の利用量を考慮すると別のモデルでは最も高くつくことがあるからです。

本当の落とし穴は表札上の価格ではありません。自分の実際の働き方に合わないモデルを選んでしまうことです。
モデル1:1分あたりの従量課金
送信したオーディオ1分ごとに固定レートを支払います。サブスクリプションも契約縛りも最低利用額もありません。合計請求額は「オーディオの長さ × レート」。それだけです。
仕組み
1分あたりの課金は今なお、熟練の文字起こし担当者が手作業で行うヒューマン(人力)文字起こしサービスの標準です。Revは99%の精度保証付きの人手による文字起こしを、オーディオ1分あたり1.99ドルで提供しています。Happy Scribeの人間による校正アドオンは、Business契約者向けに1分あたり約1.75ドルから始まります。
AIティアの1分あたりのレートははるかに低くなっています。DeepgramのNova-3 APIは録音済み音声で1分あたり0.0077ドル(従量課金)で、これは1時間あたり約0.46ドルに相当します。これは開発者向けの価格であり一般消費者向け製品ではありませんが、根底にあるコストがどれほど薄いかを物語っています。
なお、RevのAIプランは純粋な従量課金からサブスクリプションモデルへ移行しています(Essentialsは月29.99ドルでAI5,000分)。現在、1分あたり課金が主流なのは主に人力サービスと生のAPIアクセスの領域です。
有利になるケース
文字起こしの需要が予測できない場合や散発的な場合は、1分あたり課金を使いましょう。1〜2か月に一度30分のインタビューを依頼する研究者にとって、サブスクリプションを持ち続ける理由はありません。1分あたり1.99ドルでも、インタビュー1本あたり59.70ドルで済み、どんな月額プランよりもはるかに安上がりです。
上限がない問題
1分あたり課金には上限がありません。利用量の増加はそのまま請求額の増加に直結し、継続利用や大量利用による割引もありません。AIの従量レートで月8〜10時間を超えたあたりから、定額サブスクリプションの方がほぼ常に有利になります。計算の詳細は文字起こし料金モデルと損益分岐点をご覧ください。
モデル2:定額サブスクリプション
月額(または年額)料金を払うと固定の利用枠が得られ、場合によっては本当に無制限の処理が可能です。現在、一般消費者向けAI文字起こしツールではサブスクリプションが支配的なモデルになっています。
上限あり vs 無制限
重要な違いは価格ではなく、プランに明確な上限があるかどうかです。
上限ありのサブスクリプションは、月間上限に達するとアカウントをロックするか超過料金を請求します。個人向けのOtter Proは月16.99ドルで1,200分。SonixのCoreプランは月25ドルで5時間込み、超過分は1時間あたり10ドルで課金されます。Happy ScribeのBasicプランは月17ドルでAI120分をカバーし、それを超えると1分あたり0.20ドルの従量レートが適用されます。サブスクリプションで得られるのは予測可能な基本料金ですが、総額の上限は変動します。
無制限のサブスクリプションは、サブスク料金に対して分数の上限を設けていません。ただしファイルサイズの制限やフェアユースポリシーが適用される場合があります。TurboScribeのUnlimitedプランは年払いで月10ドル(月々払いなら20ドル)で、文字起こし回数に上限がありません。最長10時間・最大5GBのファイルに対応しています。
私見:「無制限」の謳い文句は懐疑的に受け止めるべきです。頼りにする前に、プランの細則に「フェアユース制限あり」といった文言がないか必ず確認してください。
サブスクリプションが有利になるケース
利用が安定していて月におよそ10〜15時間を超えるなら、サブスクリプション課金が有利です。週に2時間のインタビューを行うジャーナリストは、従量レートよりも定額プランの方が安く、月末の請求額に驚かされることもありません。サブスクリプションと従量課金のコストを詳しく比較したい場合は、1時間あたりの文字起こしコストの解説が役立ちます。
上限ありプランが隠しているもの
使わなかった分数はほぼ繰り越されません。600分のProプランを契約して閑散期に200分しか使わなければ、残りの400分は消滅します。逆に忙しい月には601分目で壁にぶつかります。料金ページでこれを強調することはめったにありません。
多くのプランは分数だけでなく機能もティアごとに制限しています。話者ラベル、SRTやVTTなどの書き出し形式、AI要約などは上位ティア限定の場合があります。契約前に、どの機能が含まれているのか必ず確認しましょう。
月額のシートやプランの縛りなしに、きれいな文字起こしだけが必要なら、何かを契約する前にConvertAudioToTextの無料プランで試すことができます。
モデル3:クレジット・パック課金
クレジットとは、サービスの利用に応じて消化していく、前払いの1分単位(またはファイル単位)の利用権です。トークン、クレジット、パックなど呼び方はベンダーによって異なります。仕組みは実質的に従量課金ですが、後払いではなく先に購入する点が異なります。
実際の運用
Sonixは従量課金ティアで1時間あたり10ドル、秒単位で課金します。Happy Scribeは月間プランの利用枠を超えた分を1分あたり0.20ドルでチャージでき、チャージしたクレジットは無期限に繰り越されます。Deepgramは新規アカウントに200ドル分の無料APIクレジットを付与しており、Nova-3の1分あたり0.0077ドル換算で、最初の請求書が来る前に約430時間分の音声を処理できます。
有利になるケース
クレジット課金は、集中的な作業と長い空白期間が交互に訪れるワークロードに向いています。1つのプロジェクトのために60時間分の文字起こしが必要で、その後4か月間は何もないドキュメンタリー編集者は、クレジットパックを買い、使い切り、そこで終わりにできます。サブスクリプションなら、その暇な4か月間にも月12〜25ドルを払い続けることになります。
クレジットは、上限ありサブスクリプションの「あふれ対策バルブ」としても機能します。だからこそHappy ScribeやSonixなどは、独立製品としてではなくアドオンとして販売しているのです。
クレジットの落とし穴
見るべき重要な変数は有効期限ポリシーです。Happy Scribeのチャージクレジットは請求サイクルをまたいで保持されます。他のベンダーはクレジットパックに12か月の有効期限を設けており、プロジェクトが長引くと痛い目を見る可能性があります。まとまった量を先に買う前に必ず確認してください。
最低チャージ量にも注意が必要です。一度に5時間や10時間の購入を義務付けるサービスもあり、必要だったのは90分だけだとすれば、実質コストが膨らみます。
モデル4:シート単位の課金
シート課金は、各シートがどれだけ文字起こししようと関係なく、ユーザー1人あたり月額で課金します。共有ノート、会議ボット、各種連携といったコラボレーション機能が主価値であるチーム・エンタープライズ製品の標準モデルです。
コストが積み上がる仕組み
Otter Businessはユーザー1人あたり月30ドル(年払いなら19.99ドル)です。5人のチームは、オーディオを1分も処理する前に月100〜150ドルを支払うことになります。Trintのプランはシート1人あたり月約80ドルから。Fireflies Businessは年払いでユーザー1人あたり月19ドルです。
全員のシートが活発に文字起こししていれば、シート課金は本質的に高くはありません。高くつくのは、たまに読むだけの人、文字起こし結果を確認するだけのマネージャー、偶発的に単発のニーズがあるメンバーのためにシートを買ったときです。そうしたユーザーは、実質的にヘビーユーザーの費用を補填していることになります。
有利になるケース
共有ワークスペース、紐付けられたアクションアイテム、SlackやCRMへ自動送信される会議要約といったチームコラボレーション層が、普通の文字起こしサブスクリプションとの差額に見合う価値を持つなら、シート課金は理にかなっています。素の文字起こしテキストだけでよく、ワークフロー統合が不要なら、シート制プランは元のサービスを大幅に割高に感じさせる傾向があります。
大規模でのシート課金についてさらに詳しくは、エンタープライズ文字起こしの料金検討ポイントをご覧ください。
ほとんどのベンダーは複数モデルを組み合わせている
上記の4つのモデルは、実際には排他的ではありません。ほとんどのベンダーは複数を組み合わせています。
- Revは、1分あたり課金の人手による文字起こしに加え、月間上限付きのAIサブスクリプション、さらにヒューマンティアへの契約者割引を提供しています。
- Happy Scribeは、月間利用枠付きサブスクリプション、繰り越せる従量チャージ、1分あたり課金の人間による校正アドオンを運用しています。
- Sonixは、1時間あたり10ドルの従量クレジットか、基本利用枠込みで超過分が同じ1時間あたり10ドルで課金されるサブスクリプションのどちらかを選べ、追加メンバー用のシートアドオンもあります。
- DeepgramはAPI専用(1分あたりの従量課金)で、前払いの年間支出に対するボリュームディスカウントティアと、開始用の無料クレジットを用意しています。
この多層構造を理解しておくことは、2つのサービスを表面的に比較するときに重要です。A社の「サブスクリプション」は分数無制限かもしれません。B社の「サブスクリプション」は上限付きの月間利用枠で、超過分は1分あたり課金——つまり実態としては、前払いを伴う従量課金です。
どのモデルがどの用途に合うかを広く知りたい場合は、文字起こしサービスの隠れたコストガイドが、契約前にほとんどのユーザーが見落とす料金構造を網羅しています。
比較表
| モデル | 課金方法 | 向いているケース | 注意点 |
|---|---|---|---|
| 1分あたり従量 | 音声の長さ × レート、利用後精算 | 散発的・不定期な利用、人力文字起こし | 上限なし:コストが利用量に比例して増加 |
| 定額サブスク | 月額料金、固定利用枠または無制限 | 毎月安定して10時間以上の利用 | 上限、繰り越しなし、下位ティアの機能制限 |
| クレジット/パック | 前払い残高を1分またはファイル単位で消化 | 空白期間を挟む集中型プロジェクト | 有効期限ポリシー、最低チャージ量 |
| シート単位 | ユーザー1人あたりの固定月額 | コラボ機能を伴うチームワークフロー | コストは利用量ではなく人数で増加 |
最適なモデルの選び方
選ぶべきは、利用パターンに合ったモデルです。その逆ではありません。
ライトまたは不定期な利用: まずフリーミアム、あふれた分は従量課金で。ほとんどの無料プランは評価やたまの作業をカバーできます。
毎月10時間を超える安定した利用量: コストと予測可能性の両面で無制限サブスクが有利です。ただし、フッターに書かれた「フェアユース」上限ではなく、本当の無制限であることを確認してください。
波のあるプロジェクト業務: クレジットパック。購入前に有効期限ポリシーを確認すること。
文字起こし結果だけでなくコラボ機能が必要なチーム: シート制プラン。ただしコスト見積もりでは、実際に文字起こしするメンバーだけを数えること。
大量利用の開発者・API利用: Deepgramのようなプロバイダーの従量制API料金。200ドル分の無料クレジットで、1分あたり0.0077ドルの初回課金までに数百時間分をカバーできます。
役立つ考え方の補正がひとつあります。「請求された1分あたりのコスト」ではなく「正確な1分あたりのコスト」を計算してみてください。安いサービスでも、音声1時間につき2時間の編集が必要な文字起こしを出すなら、それは選択肢の中で最も高くつきます。その判断基準については、文字起こしに支払うべきタイミングのガイドで詳しく扱っています。
FAQ
ライトユーザーにとって最も安い文字起こし料金モデルは?
ライトな利用では、フリーミアムまたは1分あたりの従量課金が最も有利です。多くのサービスは無料プランで月に300〜600分の無料枠を提供しており、短い録音であれば数本はカバーできます。ただし月におよそ10〜15時間を超えると、定額サブスクリプションの方がほぼ常に従量課金やクレジット制より安くなります。
「無制限の文字起こし」とは実際には何を意味するのか?
ベンダーによります。ファイル数や分数の上限が一切ない、本当に無制限なプランもあれば、「無制限」をうたいながらも細則でフェアユース(公正利用)による上限を設けているサービスもあります。その上限は請求サイクルあたり1,200分から数千分までさまざまです。契約前に必ずプラン詳細ページで上限、超過料金、ファイルサイズ制限の有無を確認してください。
文字起こしのクレジットには有効期限があるのか?
サービスによって異なります。Happy Scribeのチャージ式従量課金クレジットは請求サイクルをまたいで繰り越されますが、プランに含まれるクレジットは毎月リセットされます。購入したクレジットパックに厳密な12か月の有効期限を設けているサービスもあります。まとまった量のクレジットを先に購入する前に、必ず有効期限ポリシーを読んでください。
シート単位の料金設定はいつ高くつくのか?
シート単位の料金は人数に比例して増えるため、コストは利用量ではなく人数で決まります。Otter Businessをユーザー1人あたり月30ドルで使う5人チームは、実際に定期的に文字起こしするのが2人だけでも月150ドルを支払うことになります。シート制プランを購入する前には、文字起こしを実際に行うユーザーだけを数えましょう。文字起こし結果をちらっと見るかもしれない人全員を数えてはいけません。
API向け料金モデルと一般消費者向けサブスクリプションの違いは?
DeepgramなどのプロバイダーのAPI料金は、処理したオーディオの秒数に対して課金され、通常は1分あたり1セント未満の端数価格です。無料トライアルクレジットを使い切った後も、シート数の概念も月額最低料金もありません。一方、一般消費者向けサブスクリプションは固定の利用枠に対して定額の月額料金を課します。こちらの方がシンプルですが、大量利用時には1分あたりのコストが割高になることが多いです。
出典
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.