全文・字幕・要約の納品物を指定する
「動画を文字にする」だけでは、必要な形式が決まりません。先に用途を一つ選び、追加で必要な形式を確認します。
- 発言を検索したい：時刻と話者を残した全文。
- 動画に字幕を重ねたい：字幕ファイルと映像の同期確認。
- 会議の決定を共有したい：根拠時刻付きの要約・ToDo。
動画ファイル文字起こしガイド
動画ファイル（MP4・MOV）を文字起こしするやり方
スマホやカメラで撮った動画、会議の録画、ウェビナーの収録を文字起こしする方法を解説。YouTube・Clipchamp・Wordなど名前の分かるツールの比較、無料でできる範囲、SRT字幕の書き出しまでまとめました。
動画を無料で文字起こしフリープラン0円・クレジットカード不要
SUMMARY
動画の文字起こしは、ファイルをそのまま使うのが近道
動画の文字起こしとは、動画に含まれる音声を聞き取り、文字（テキスト）に変換する作業です。セミナーの収録、インタビュー動画、ウェビナーの録画、スマホで撮った打ち合わせの動画など対象はさまざまですが、やることは音声の文字起こしと変わりません。MP4やMOVといった動画ファイルをそのまま扱える方法を選べば、音声だけを取り出す手間がなく、手順は短くなります。
このページでは、動画を文字起こしする3つの方法を条件・精度の見え方・保存先で比較し、無料でできる範囲と限界、字幕（自動字幕）との違い、スマホで撮った動画の扱いを整理します。読み終えると、手元の動画に合った方法を選び、話者ごとに区切られたテキストと要約を残せるようになります。AIによる文字起こしは下書きなので、人名や数字は公開や共有の前に元の動画で確認してください。
URLしかない動画（YouTubeなど）の場合
このページは、手元にある動画ファイルを扱います。公開されている動画のURLから文字起こししたい場合は、YouTube動画の文字起こしガイドを参照してください。
NAMED TOOLS
動画ファイルを文字起こしできるツールの比較（2026年）
名前の分かるツールを、動画ファイルの扱い、費用、話者の区別、書き出し形式で比べました。各社の公式ヘルプを2026年10月1日に確認した内容です。
| ツール | 動画ファイルの扱い | 費用・上限 | 話者の区別 | 書き出し |
|---|---|---|---|---|
| YouTubeの自動字幕 | 自分がアップロードした動画に字幕を自動生成。日本語に対応。音声が複雑な動画や長すぎる動画、発言が重なる動画では生成されないことがある | YouTubeへのアップロードが前提 | なし（字幕として表示） | YouTube Studioの字幕メニューで確認・編集 |
| Clipchampの自動字幕 | 音声を含む動画・音声素材から字幕を生成。対応言語は多数 | Clipchampのアカウント。条件は公式案内で確認 | 公式案内に記載なし | 字幕を.SRTファイルでダウンロード |
| Web版Wordのトランスクリプト | mp4をアップロード（ほかにwav・m4a・mp3） | Microsoft 365の契約が必要。アップロード音声は月300分まで | 話者1・話者2のように区切る | Word文書に追加 |
| Klang | mp4・mov・webm・avi・mkvを変換せずにアップロード。1ファイル10GBまで | フリープラン¥0で文字起こし無制限 | プロプランで話者の自動識別 | Word・Excel・SRT・VTT・TXT・HTML・CSV・JSON |
3 METHODS
動画を文字起こしする3つの方法
動画編集ソフトの字幕機能、無料の文字起こしサイト、Klangへのアップロードの3つを、同じ軸で比べます。条件や無料枠は各サービスで変わるため、最新の内容は公式の案内で確認してください。
| 方法 | 条件 | 精度の見え方 | 保存先 | 向いている場面 |
|---|---|---|---|---|
| 動画編集ソフト・字幕機能 | 対応するソフトやプラットフォームのアカウント。自動字幕の有無と対応言語は製品ごとに異なる | 短い字幕として表示。話者の区別はなく、句読点や文の区切りは整わないことが多い | プロジェクト内の字幕トラック、またはSRTなどの字幕ファイル | 動画に字幕を付けて公開するとき |
| 無料の文字起こしサイト | ブラウザから動画または音声ファイルをアップロード。無料枠には時間や容量の上限があることが多い | テキストとして表示。話者識別や要約は有料機能になっている場合がある | サイト上、またはテキストファイルのダウンロード | 短い動画を一度だけ文字にしたいとき |
| Klangにアップロード | フリープランに登録（0円・クレジットカード不要）。mp4・mov・webm・avi・mkvの動画ファイルを上限10GBまでアップロード | 文字起こしと要約。文をクリックすると元の音声を再生して確認できる。話者の自動識別はプロプラン | ワークスペースに保存。検索、編集、共有ができる | セミナー・講演・インタビュー・会議の動画を記録として残すとき |
字幕機能は、動画を公開する前提なら追加の費用がかからない点が利点です。ただし字幕は視聴を補助するための表示なので、文書として使うには、書き出したあとに句読点や改行を整え、誰の発言かを書き分ける作業が残ります。
無料の文字起こしサイトは手軽ですが、業務で使う場合は、アップロードした動画がどこに保存されるか、AIの学習に使われるかどうかを利用規約で確認してください。話者識別や要約が有料になっていることも多く、条件はサービスごとに違います。Klangへのアップロードは、確認と共有まで同じ画面で進められます。手順は後半で説明します。
FILE FORMATS
MP4・MOVなど動画形式別の注意点と、文字起こし前の3つのチェック
Klangは、MP4・MOV・WebM・AVI・MKVの動画を音声に変換せずにそのまま文字起こしします。形式ごとに、どこで作られたファイルが多いか、アップロード前に何を確かめるかをまとめました。
| 形式 | よくある入手元 | Klangでの扱い | 文字起こし前の注意点 |
|---|---|---|---|
| MP4（.mp4） | Zoomのローカル録画、Teamsの録画（OneDrive・SharePoint）、Androidのカメラ、動画編集ソフトの書き出し | そのままアップロード | 画面収録の場合、マイクやシステム音声がオフで音が入っていないことがある。再生して音を確認 |
| MOV（.mov） | iPhoneのカメラ、Macの画面収録 | そのままアップロード | iPhoneの動画は容量が大きくなりがち。チャットアプリで送ると画質・音質が落とされる場合があるため、元のファイルをそのまま移す |
| WebM（.webm） | ブラウザ上で動く録画ツール、Web会議ツールの録画 | そのままアップロード | 録画が途中で止まったファイルは、最後まで再生できない場合がある。再生して確認 |
| AVI（.avi） | 古いデジタルカメラやビデオカメラ、Windows向けの編集ソフト | そのままアップロード | 圧縮率が低く容量が大きい。10GBを超える場合は下のチェックを参照 |
| MKV（.mkv） | 画面録画ソフトや配信ソフトの録画 | そのままアップロード | 音声トラックが複数ある場合は、文字起こししたい音声が入っているか再生して確認 |
| 一覧にない形式（WMV、M4V、3GPなど） | 古い携帯電話、一部の編集ソフト・配信サービス | 対応形式の一覧に含まれない | 動画編集ソフトでMP4に書き出してからアップロードする |
mp4などの動画を文字起こしする前の3つのチェック
- CHECK 01
音声が入っているか
動画を再生して、話し声が聞こえるかを確認します。映像だけの画面収録や、マイクがミュートのまま撮った動画は、文字起こしの結果が空になります。
- CHECK 02
10GB以内か
Klangは1ファイル10GBまでアップロードできます。超える場合は、動画編集ソフトで前後の不要な部分を削るか、分割して書き出します。Zoomのローカル録画なら、同じフォルダにある音声のみのファイル（.m4a）を使う方法もあります。
- CHECK 03
何人が話しているか
一人の講義や解説動画なら話者の区別は不要です。会議やインタビューなど複数人の動画で発言者を自動で区切るには、プロプランの話者の自動識別を使います。
CAPTIONS VS TRANSCRIPT
字幕（自動字幕）と文字起こしの違い
動画の「自動字幕」と「文字起こし」は似ていますが、目的が違います。自動字幕は、視聴を補助するために映像に合わせて短い文を表示する機能です。YouTubeのヘルプでは、自動字幕は機械学習で生成されるため品質にばらつきが出る可能性があり、発音や方言、雑音が原因で内容を正しく表示できないことがあると案内されています。複数の人が同時に話す場合など、字幕が生成されないケースもあります。
文字起こしは、会話を文書として残すための作業です。誰が話したかを区切り、句読点や段落を整え、検索・引用・要約できる形にします。字幕ファイルを代わりに使うと、話者の区別がなく文が細かく分断されているため、記録としては使いにくくなります。
使い分けの目安は「見せるか、残すか」です。公開して視聴者に見せるなら字幕、内容を記録として残すなら文字起こしが向いています。両方が必要なら、先に文字起こしを確認し、そのテキストから字幕を作ると手戻りが減ります。
Klangでは、確認した文字起こしをSRTやVTTの字幕ファイルとして書き出せます。字幕ファイルの構造や、YouTube・動画編集ソフトへの読み込み方はSRTファイルとは？字幕の作り方と読み込み方で解説しています。
FREE
無料でできる範囲と限界
無料で動画を文字起こしする方法は、大きく2つあります。動画編集ソフトや動画プラットフォームの字幕機能を使う方法と、文字起こしサービスの無料プランや無料サイトにアップロードする方法です。どちらも、まず試すには十分です。
限界が見えるのは、記録として使おうとしたときです。字幕機能では話者が区別されず、誤変換を手で直す作業が動画の長さに比例して増えます。無料サイトでは、時間や容量の上限、話者識別や要約が有料になるといった条件が付くことが多く、長時間のセミナー動画や毎週の会議動画には向きません。
Klangのフリープランは0円、クレジットカード不要で、1ユーザー、文字起こし無制限です。無料の範囲をまず確かめてから、チームで共有する段階でプロプラン（月払い1,180円、年払いは月あたり980円、いずれも1ユーザーあたり・税込）を検討する順番で問題ありません。
STEP BY STEP
Klangで動画を文字起こしする手順
動画ファイルの用意からアップロード、確認、共有までを5つのステップで進めます。
- 01
動画ファイルを用意する
MP4・MOV・WEBMなど一般的な動画形式にそのまま対応しています。ファイルの上限は10GBです。音声だけを取り出す変換は不要です。ファイル名に日付と会議名を入れておくと、あとから探しやすくなります。
- 02
無料で登録し、アップロードする
フリープランに登録し、ブラウザから動画ファイルをアップロードします。クレジットカードは不要です。言語は自動で検出されますが、手動で指定することもできます。日本語と英語を含む17言語に対応しています。
- 03
話者を確認し、名前を付ける
プロプランでは、文字起こしが話者ごとに自動で区切られます。話者に実際の名前を付け、相づちや発言が重なった箇所は、文をクリックして元の音声を再生しながら確認します。
- 04
固有名詞と数字を照合する
確認が必要な箇所のハイライトを手がかりに、人名・社名・製品名・金額・日付を元の音声と照合します。よく出る名前は用語集に登録すると、次回以降に反映されます。
- 05
要約・決定事項・ToDoを整理して共有する
文字起こしと同時に作成される要約、決定事項、ToDoを確認し、必要に応じて編集します。内容についてAIエージェントに質問することもできます。Google Drive、OneDrive、Slack、Notionとの連携でチームに共有します。
MEETING RECORDINGS
会議の録画（MP4）を文字起こしする：Zoom・Teamsの場合
「mp4 文字起こし」で探している方の多くは、オンライン会議の録画を手元に持っています。録画の保存先さえ分かれば、あとは動画のままアップロードするだけです。
| ツール | 録画の場所 | 文字起こしの進め方 |
|---|---|---|
| Zoom（ローカル記録） | パソコンに保存された録画フォルダ。映像のmp4と、音声のみのm4aが作られる | 文字起こしだけなら容量の小さいm4a、画面の資料も見返すならmp4をアップロード |
| Microsoft Teams | 職場または学校用のOneDriveかSharePoint。ダウンロードできるのは開催者と共同開催者 | 録画をダウンロードしてアップロード。ダウンロードできない場合は開催者に依頼する |
| スマホ・カメラで撮った会議 | iPhoneはMOV、Androidの多くはMP4で端末に保存 | チャットアプリで送ると再圧縮されることがあるため、元のファイルを移す |
動画から音声だけを取り出してから文字起こしする必要はありません。音声ファイルが別に必要な場合（容量を減らしたい、音声だけを共有したいなど）は動画から音声を抜き出す方法、長時間のセミナー録画はウェビナーを文字起こしする方法を参考にしてください。録画の前に会議アシスタントを参加させておけば、録画を探す手間もなくなります。
Microsoft公式：Teams会議の録画の開始・停止と保存場所 ↗TROUBLESHOOTING
動画の文字起こしができないときの確認
動画をアップロードしても文字にならない、途中で切れる、といった場合は、次の順に確認します。原因の多くは動画ではなく、入っている音声にあります。
| 症状 | よくある原因 | 確認・対処 |
|---|---|---|
| 文字起こしが空になる | 画面収録で音声がオフだった、マイクがミュートだった | 動画を再生して話し声が聞こえるかを確認する |
| アップロードできない | 10GBを超えている、対応していない形式（WMV・M4V・3GPなど） | 前後を削るか分割する。形式は動画編集ソフトでMP4に書き出す |
| 途中までしか文字にならない | 録画が途中で止まった、書き出しが完了していない | 動画を最後まで再生できるかを確認し、元のファイルを取り直す |
| BGMや効果音で誤りが多い | 編集済みの動画で、話し声に音楽が重なっている | BGMを入れる前の素材があれば、そちらをアップロードする |
| 別の言語として文字になる | 言語の指定が実際の話と違う | 言語を「自動」または話している言語にして処理し直す |
SUBTITLES
字幕ファイル（SRT・VTT）として書き出す
確認した文字起こしは、SRTやVTTの字幕ファイルとして書き出せます。書き出すときにタイムスタンプと話者名を含めるかを選べます。動画編集ソフトや配信サービスに読み込ませる前に、1行の長さと区切りを確認してください。字幕にする動画は、取り込むときに書式を「字幕」にしておくと、時間情報付きの短い区切りで文字起こしされます。
ZoomやTeamsの録画に付いてくるVTTファイルを、読みやすいテキストに整えたいだけなら、ブラウザで使える変換ツールも使えます。
Word・TXT（文字起こし）
記事・議事録の下書き
［00:00:05］田中：本日はご参加ありがとうございます。 ［00:00:09］佐藤：まず、前回の振り返りから始めます。
SRT（字幕）
動画編集ソフト、YouTube Studio
1 00:00:05,000 --> 00:00:08,600 本日はご参加ありがとうございます。 2 00:00:09,000 --> 00:00:12,400 まず、前回の振り返りから始めます。
VTT（字幕）
Webの動画プレーヤー
WEBVTT 00:00:05.000 --> 00:00:08.600 本日はご参加ありがとうございます。 00:00:09.000 --> 00:00:12.400 まず、前回の振り返りから始めます。
動画の文字起こしを納品・公開前に確認する
会議動画、研修動画、字幕付き動画では確認する成果物が異なります。以下は編集部作成の確認例です。
字幕のずれを三点で見分ける
書き出した字幕を実際の動画で再生し、冒頭・中盤・末尾を確認します。下記は確認方法で、特定ツールの不具合を示すものではありません。
- 全体が同じ秒数ずれる：動画の開始位置や冒頭カットの差を確認する。
- 後半ほどずれが大きい：別編集版・再生速度・途中カットの有無を確認する。
- 一部だけ違う：その区間の字幕時刻と発言を個別に照合する。
字幕と動画の版をそろえる管理票
同じタイトルでも、再編集した動画と古い字幕では時刻が合いません。配布時には組になるファイルを明記します。
動画・字幕の組み合わせ確認 動画：［ファイル名・版］ 動画の長さ：［分秒］ 字幕：［ファイル名・版］ 確認位置：［冒頭／中盤／末尾］ 確認者：［氏名］ 未修正箇所：［時刻と内容］
SMARTPHONE
スマホで撮った動画を文字起こしする
iPhoneやAndroidで撮影した動画も、ファイルとして扱えれば同じ手順で文字起こしできます。iPhoneでは「写真」アプリの動画を、Androidではギャラリーやファイルアプリの動画を、クラウドストレージやAirDrop、メールなどでパソコンへ送るか、スマートフォンのブラウザから直接アップロードします。アップロードできない場合は、ファイルの形式と容量を確認します。撮影設定によって形式が変わることがあるため、端末の設定やメーカーのサポートページで撮影形式を確認してください。
撮影のコツは音声の文字起こしと同じで、端末を話者に近づけ、机の振動や風の音を避けます。長い収録が複数のファイルに分かれた場合は、順番どおりにアップロードします。会話だけを記録したい場面なら、KlangのiOS・Androidアプリで録音する方がファイルが軽く扱いやすくなります。
BEFORE YOU START
動画を文字起こしする前の注意点
動画には顔や声、名前、取引内容が含まれます。文字起こしを始める前に、次の4点を確認してください。
- 01
著作権と利用規約
対象は、自社で制作した動画や、権利者の許可を得た動画です。他者が公開している動画は、著作権と各プラットフォームの利用規約の範囲で扱い、ダウンロードや二次利用が制限されていないかを確認します。
- 02
出演者の同意
撮影と録音の目的、文字起こしの用途、共有範囲を出演者に説明し、必要な同意を得ます。社外の登壇者や取材相手がいる場合は、契約や覚書に二次利用の範囲を記載しておきます。個別の判断は専門家に確認してください。
- 03
個人情報
動画には顔、名前、所属、取引内容などが含まれることがあります。個人情報にあたる場合は利用目的の範囲で扱い、社内規程に沿って保管します。文字起こしのテキストも同じ扱いです。個別の判断は専門家に確認してください。
- 04
保存と削除
動画と文字起こしの保存先、閲覧できる人の範囲、保存期間、削除の手順を決めます。外部サービスでは、データがAIの学習に使われないか、保存時に暗号化されるかを確認します。
動画も音声も、話者識別が効く記録に
Klang（クラング）はスウェーデン生まれのAI議事録・文字起こしサービスです。動画ファイルのアップロードのほか、ブラウザ録音、iOS・Androidアプリ、Zoom・Microsoft Teams・Google Meetに参加する会議アシスタントでも録音できます。セミナー、インタビュー動画、会議の録画、パネルディスカッションのように複数の人が話す収録では、発言が話者ごとに区切られるため、記事や議事録の下書き、引用にそのまま使えます。
動画ファイルに対応
mp4・mov・webm・avi・mkvをそのままアップロード。上限は10GB
話者の自動識別（プロプラン）
誰の発言かが区切られた文字起こし
字幕ファイルの書き出し
SRT・VTTのほか、Word・TXTなどでも書き出せる
要約・決定事項・ToDo
読み終える前に、要点がわかる形に
文字起こしへの質問
AIエージェントに内容を質問して、答えを得る
ノートブックで横断分析
複数の会議や資料をまとめて分析する
会話データをAI学習に使わない
プランを問わず例外なし。ISO/IEC 27001:2022認証取得
動画の文字起こしのよくある質問
動画ファイルを直接文字起こしできますか？音声に変換する必要はありますか？
Klangはmp4・mov・webm・avi・mkvの動画ファイルにそのまま対応しています。音声への変換は不要で、上限10GBまでのファイルをアップロードできます。文字起こしと要約が作成されます。
mp4ファイルを文字起こしするには、どうすればよいですか？
mp4ファイルをKlangにアップロードするだけです。音声への変換は不要で、言語は自動検出されます（日本語と英語を含む17言語）。アップロード前に、再生して話し声が入っているか、10GB以内かを確認してください。字幕にしたい場合は、取り込み時に書式を「字幕」にしてSRTかVTTで書き出します。
10GBを超える動画は文字起こしできますか？
1ファイルの上限は10GBです。超える場合は、動画編集ソフトで不要な前後を削るか、分割して書き出してからアップロードします。Zoomのローカル録画なら、同じフォルダに保存される音声のみのファイル（.m4a）を使う方法もあります。
動画を自動で文字起こしするには？
動画ファイルをKlangにアップロードすると、自動で文字起こしが始まり、要約と決定事項・ToDoも作成されます。YouTubeに公開する動画なら、YouTubeの自動字幕も選択肢です。
文字起こしをSRT字幕として書き出せますか？
できます。KlangはSRTとVTTで書き出せます。タイムスタンプを含めて書き出し、動画編集ソフトや配信サービスに読み込ませる前に、表記と区切りを確認してください。
動画の文字起こしは無料でできますか？
できます。動画編集ソフトの字幕機能や、文字起こしサービスの無料プランが選択肢です。Klangのフリープランは0円・クレジットカード不要で、1ユーザー、文字起こし無制限です。無料枠の条件は各サービスで確認してください。
iPhoneで撮った動画をそのまま文字起こしできますか？
できます。「写真」アプリの動画をクラウドストレージやAirDropでパソコンに送るか、iPhoneのブラウザからKlangにアップロードします。MOV形式にも対応しています。
自動字幕と文字起こしはどう違いますか？
自動字幕は視聴を補助するための表示で、話者の区別がなく、文が短く分断されます。文字起こしは会話を文書として残すための作業で、話者を区切り、句読点や段落を整え、検索や引用、要約に使える形にします。
長時間のセミナー動画でも処理できますか？
ファイルの上限は10GBです。この容量に収まれば、長時間の収録も一度にアップロードできます。プランごとの利用条件は料金ページで確認してください。長い動画ほど確認箇所が増えるので、用語集の登録をおすすめします。
他社が公開している動画（YouTubeなど）を文字起こししても問題ありませんか？
著作権と各プラットフォームの利用規約の範囲で、権利者の許可を得たうえで扱ってください。ダウンロードや二次利用を規約が制限している場合があります。自社制作の動画か、許可を得た動画を対象にするのが基本です。