文字起こしAIで、日本語の会話を探せる記録に。

自動文字起こしとは：AI文字起こしの仕組み

自動文字起こしとは、録音や会議の音声を、人が聞き取って打ち込む代わりにAIがテキストへ変換することです。音を文字にするのは音声認識のAIで、いまのモデルは文脈から言葉を選ぶため、昔の音声認識より読みやすい文になります。Klangは文字にしたあと、生成AIで要約・決定事項・タスクを作り、元の音声で確かめるところまでを一つの場所で行えます。

日本語の文字起こしAIで誤りやすい5つの箇所と、英語・多言語への対応

日本語は、同じ音で別の漢字になる言葉が多く、句読点も音声には含まれません。文字起こしAIは文脈から表記を選ぶため、全体は読みやすくても、名前や数字のような短い箇所で誤ることがあります。確認すべき場所を知っておくと、見直しの時間が短くなります。

Klangが文字起こしできる17言語

• 日本語
• 英語
• ドイツ語
• フランス語
• スペイン語
• スウェーデン語
• ノルウェー語
• デンマーク語
• オランダ語
• イタリア語
• ポルトガル語
• トルコ語
• フィンランド語
• ギリシャ語
• ポーランド語
• ロシア語
• ウクライナ語

英語の会議や講義、英語の聞き取りに自信がない録音も、英語のまま文字にできます。中国語・韓国語には対応しておらず、翻訳機能もありません。話された言語のまま文字起こしします。英語の録音の扱いは英語の文字起こし、言語の自動判定と固定の使い分けは多言語の文字起こしで確認できます。ウムラウトや長い複合語など、ドイツ語の録音で確かめたい点はドイツ語の会議・取材音声の文字起こしにまとめています。

生成AIの文字起こし：音声認識と生成AIは役割が違う

「生成AIで文字起こし」と呼ばれる仕組みは、実際には2つのAIの組み合わせです。音を文字にするのは音声認識で、その文字から要約や整文を作るのが生成AIです。誤り方が違うので、確かめる場所も分かれます。

Klangは音声認識で文字起こしをしたあと、生成AIで要約・決定事項・タスクの下書きを作ります。下書きの各項目から根拠の発言に戻れるので、生成AIの言い過ぎは元の音声で確かめられます。会議の録音を議事録にする流れは議事録AI（AI議事録）、手元の録音ファイルをすぐ文字にしたい場合は音声ファイルの文字起こしから始められます。

書き起こしと文字起こしの違い

音声の「書き起こし」と「文字起こし」は、どちらも話し言葉を文字にすることで、意味はほとんど同じです。会議や日々の業務では「文字起こし」、研究のインタビュー・法律の記録・報道の取材では「書き起こし」と呼ぶことが多く、こうした現場では仕上げ方を素起こし・ケバ取り・整文の3段階で呼び分けます。

1. 仕上げ方 1

   素起こしすおこし

   言いよどみや言い直しも含めて、話した音をそのまま文字にします。

   「えーと、あの、来週の、来週の月曜から、えー、新しい料金表で、はい、いきたいと思います」

   向いている用途：会話分析などの研究、証拠として話し方まで残す記録

2. 仕上げ方 2

   ケバ取りけばとり

   「えー」「あの」など意味を持たない言葉（ケバ）と、言い直しを取り除きます。

   「来週の月曜から、新しい料金表でいきたいと思います」

   向いている用途：インタビュー記事や議事録の元になる原稿

3. 仕上げ方 3

   整文せいぶん

   話し言葉を書き言葉に直し、語順や文末を整えます。

   「来週月曜日から、新しい料金表を適用します。」

   向いている用途：報告書・会報・記事など、読み物として公開する文章

AI文字起こしの精度を左右する4つの条件：高精度なAIでも録音で変わる

同じAIでも、録音の条件によって結果は大きく変わります。精度を比べるときは、自社の実際の会議の録音で試すのが確実です。

精度を上げる設定と、確認・修正の進め方は文字起こしの精度を改善する方法にまとめています。録音を始める前にブラウザのマイクテストで声の大きさと周囲の雑音を確かめておくと、表の条件のうち2つを先に潰せます。

高精度な文字起こしの最後の一手：固有名詞は用語集で直す

録音の条件を整えても残りやすい誤りが、社名・製品名・人名です。AIはその言葉を知らないため、近い音の別の語や表記を選びます。Klangのプロプランでは、こうした語を用語集に登録しておくと、正しい表記で文字起こしされやすくなります。

例：物流会社の定例会議（2026年10月14日・水曜、架空の会議）

倉庫管理システムの切り替えを話し合う40分の会議です。取引先は「アオバテクノ」、担当者は「比嘉（ひが）」さん、新しい仕分けの仕組みは社内で「Lumina-Bin（ルミナビン）」と呼ばれています。用語集なしと、この3語を登録したあとで、同じ録音を文字起こしした結果を比べます。

直るのは、AIが知らなかった固有名詞です。「ロット引当」のような業界の一般語や数字は、もともと正しく出ていれば変わりません。用語集は精度を底上げする機能ではなく、毎回同じ箇所を手で直す作業をなくす機能と考えると、登録する語を選びやすくなります。

用語集に登録する語の選び方

無料と有料で、文字起こしの精度は変わるか

Klangのフリープランとプロプランは、同じAIで文字起こしします。時間の上限もどちらにもありません。差が出るのは、プロプランの用語集で固有名詞を登録した場合と、話者の自動識別で発言者ごとに分けた場合です。社名や製品名が少ない録音なら、フリープランのままで同じ結果になります。

まずフリープランで自分の録音を1本処理し、直した箇所に固有名詞が多ければ、プロプランの7日間の無料トライアルで用語集を登録して同じ録音を処理し直してください。料金とトライアルの流れは料金プランにまとめています。無料で自分の録音を試す

次に確認すること