生成AIで文字起こし｜ツール比較と誤変換を見抜く実務手順

これは自社実測ではなく、作業設計用の目安です。ツール・PC性能・音質で変わります。合計時間の多くは原音照合が占めます。数字・固有名詞・否定表現を優先すると短時間で潰せます。

誤変換を見抜く仕上げ手順｜原音照合の優先順位

誤変換は壊れると被害が大きい順に照合します。優先順位は次のとおりです。

1. 数字（金額・日付・件数・パーセント）＝間違えると意味が反転
2. 固有名詞（社名・人名・型番・地名）＝似た語に置換されやすい
3. 否定表現（「〜ない」「〜ではなく」）＝抜けると逆の意味になる
4. 句読点位置＝係り受けで責任や条件が変わる

納品前チェックリスト

• 日付はすべて原音確認したか
• 金額・割合・数量は資料と照合したか
• 人名・社名・サービス名は名簿・公式表記と合わせたか
• 「できる／できない」「する／しない」は原音確認したか
• 決裁／決済、以外／意外、対象／対照など同音異義語を確認したか
• 不明箇所を勝手に埋めず ［不明 12:34］ のように残したか

ChatGPTに整形させる前のプロンプト

以下はAI文字起こしの下書きです。
事実の追加・推測補完は禁止です。
話し言葉を書き言葉に整えてください。
数字、固有名詞、否定表現は変更せず、怪しい箇所は［要原音確認］と残してください。
意味が取れない箇所は［不明］としてください。
出力形式は「議題／決定事項／TODO／未決事項」に分けてください。

原音照合後の修正プロンプト

以下の修正メモだけを反映してください。
修正メモにない内容は変更しないでください。
表現を自然にするための言い換えも禁止です。

数字と否定表現の2つだけ原音照合すれば、致命的な誤りの大半を防げます。この照合力と工程管理は、市場で評価される具体スキルです。判断力を測る指標として、後述のPEP検定の出題範囲が使えます。

機密情報の判断フロー｜社外秘の音声を入れてよいか

機密音声は投入先と設定を先に確認します。感覚で判断すると漏えいリスクが残ります。個人情報保護委員会は生成AIサービスの利用に関する注意喚起で入力情報の扱いに注意を促しています。

投入禁止の典型例

• 顧客名・担当者名が出る商談録音
• 未公開の売上・粗利・受注確度
• 人事評価・面談録音
• 契約金額・値引き条件
• 医療・法律・金融相談の録音

確認する公式ページと文言

見るページはOpenAIのData Controls / Enterprise Privacy、TeamsのトランスクリプトとMicrosoft Trust Center、ZoomのAI Companion・録画/文字起こしのデータ取り扱い、Google Workspace管理者向けのデータ保護です。

見る項目は次の英語文言です。train our models、data retention、opt out、admin control、subprocessors、data residency。この6語を検索して該当箇所を読みます。

投入前に通すチェックフロー

1. その音声に個人情報・社外秘・契約情報が含まれるか判定する
2. 含む場合、会社の利用規程で外部AIへの入力が許可されているか確認する
3. 許可でも、学習利用オフ・保存期間・管理者権限・国外移転・委託先まで確認する
4. 不安ならローカルWhisperで音声を外部送信せず処理する

学習利用オフは「モデル学習に使われにくくする設定」であって、保存・閲覧権限・国外移転・委託先リスクを消す設定ではありません。迷ったらローカルで文字起こしし、固有名詞を伏せてから整形だけAIに任せます。社内ルールとチーム教育を整えるなら、法人向けの生成AI研修で判断基準をそろえる選択肢もあります。似た判断軸は生成AIリサーチは危険？でも扱っています。

文字起こしスキルを副業・収入化する導線

単純な逐語起こしは価格競争になりやすいです。AIで初稿が作れるためです。

価値は要約・決定事項抽出・TODO化・記事化・提案素材化に移っています。書き起こし単体では売りません。

商品メニュー例

• 会議30分 → 決定事項/TODO付き議事録
• インタビュー60分 → 記事構成案＋引用候補10個
• 商談録音30分 → 課題・要望・失注リスク整理
• セミナー60分 → レポート記事の下書き

見積もりの軸

価格は断定せず、次の軸で見積もります。音声分数、話者数、原音照合の範囲、専門用語の量、納品形式、機密対応の有無です。

提案文の例は次のとおりです。

AI文字起こしの下書きを使い、数字・固有名詞・否定表現を原音確認したうえで、決定事項・TODO・未決事項に整理します。単なる全文書き起こしではなく、会議後にそのまま共有できる業務文書として納品します。

「書き起こし代行」ではなく「業務文書化」で売ると単価を守れます。原本・中間物・成果物を分けると、AIが更新してよい対象が明確になります。

PEP検定で確認すべき文字起こし関連スキル

この記事で扱った文字起こしは、ツール操作だけではありません。出力検証・情報管理・業務文書化のスキルを含みます。

PEP検定は、そのうち生成AIの実務利用で必要なプロンプト設計、出力確認、リスク判断を確認する入口として使えます。対応する項目は次のとおりです。

• プロンプトで制約条件を指定できる
• AI出力の誤りを検証できる
• 機密情報を投入してよいか判断できる
• 生成AIの得意・不得意を説明できる
• 業務文書として再利用できる形に整えられる

文字起こしを「AIに投げて終わり」ではなく、検証・整形・機密判断まで説明できる状態にしたい人は、PEP検定の出題範囲を確認します。この記事のチェックリストを見て半分以上あいまいなら、受検前に出題範囲で不足分を洗い出す価値があります。対象者・出題範囲・受検手順は公式ページに掲載されています。

次の人はまだ不要です。個人メモの文字起こしだけで足りる人、原音照合をする気がない人、機密情報の確認をせず外部AIに入れる人です。

よくある質問

生成AIの文字起こしで無料ならどれを使えばよいですか

録音済みファイルならローカルWhisper、CLOVA Note、Nottaの無料枠が候補です。その場の口述ならGoogleドキュメント音声入力が無料です。機密音声はローカルWhisperを選びます。無料枠の上限は各公式料金で確認します。

日本語の文字起こしでWhisperとNottaはどちらがよいですか

機密音声を外部送信したくないならローカルWhisperです。話者分離や共有機能を手早く使いたいならNottaです。独話では体感差が小さく、雑音・複数話者ではNottaの下書きが読みやすい傾向です。ここは推定なので、自社の音源で試写して決めます。

録音が悪い音声でも文字起こしできますか

できますが誤変換が増え、原音照合の時間が伸びます。飲食店・屋外・電話越しは赤信号です。まず録音を改善し、無理なら数字と固有名詞を全文照合する前提で使います。納品物には「AI下書き＋人手確認」と明記します。

文字起こし後に議事録へ整えるプロンプトはありますか

本文の「整形させる前のプロンプト」を使います。事実の追加・推測補完を禁止し、数字・固有名詞・否定表現を変更させません。怪しい箇所は［要原音確認］、不明は［不明］で残します。出力は議題／決定事項／TODO／未決事項に分けます。

会社の会議録をChatGPTに入れてよいですか

会社の利用規程と投入先の設定次第です。顧客名・契約金額・人事評価を含む録音は投入禁止の典型です。判断は本文の機密情報の判断フローの4ステップで通します。迷う音声は素のまま外部サービスへ入れません。

副業でAI文字起こしを売るなら何を納品すべきですか

逐語起こし単体ではなく、決定事項・TODO・未決事項に整理した業務文書を納品します。インタビューなら記事構成案と引用候補を足します。検証・整形・機密判断まで説明できる状態にしたいなら、PEP検定の出題範囲で不足スキルを確認します。