文字起こしローカル
音声・動画を無料で文字起こし
ファイルはアップロードされません。ブラウザの中だけで処理します。時間制限なし・登録不要。
ファイルサイズ・再生時間の制限なし（お使いの端末の性能に依存します）
文字起こし結果
テキストは直接クリックして修正できます。
サンプル音声: Google FLEURS データセット（日本語・朗読音声）より作成 — CC BY 4.0。 朗読音声のため、実際の会議録音より認識しやすい点にご留意ください。
ブラウザの開発者ツール（F12）→「ネットワーク」タブを開いたまま文字起こしを実行してください。音声ファイルの送信リクエストが一切発生しないことを確認できます。
他の無料文字起こしサービスとの違い
このツール※ 精度は用途によります。会議録音の下書き作成には十分ですが、そのまま提出する議事録には修正が必要です。
他社サービスとの精度比較
同じ公開データセット（FLEURS 日本語）で測定した誤り率です。数値が小さいほど高精度です。
数値を表で見る
| サービス / モデル | 誤り率 | 音声の送信 | 出典 |
|---|---|---|---|
| ElevenLabs Scribe v1 | 3.3% | クラウドへ送信 | ElevenLabs 公表値 |
| Google Gemini Flash 2 | 5.7% | クラウドへ送信 | ElevenLabs 公表値 |
| OpenAI Whisper large-v3 | 7.6% | クラウドへ送信 （自前サーバーでも可） |
ElevenLabs 公表値 |
| 本サービス SenseVoiceSmall（端末内実行） |
8.1% | 送信しません | 当社実測 |
| Deepgram Nova 2 | 10.3% | クラウドへ送信 | ElevenLabs 公表値 |
本サービスの誤り率は 8.1%。OpenAI Whisper large-v3（7.6%）とほぼ同等の水準です。 ただし表の他のサービスは、いずれも音声ファイルをクラウドに送信する必要があります。 端末内で処理するぶん精度でわずかに劣る代わりに、音声が外部に出ない・時間制限がない・無料という条件を満たしています。
測定条件と詳しい解説を見るどれくらいの時間で終わるか
1 時間の会議録音を文字起こしした場合の目安です。処理速度は端末の性能に依存します。
※ 端末の CPU 性能に依存します。上記は M2 搭載のノート PC（8 コア）での実測値です。 スマートフォンでも動作しますが、処理時間は長くなります。 初回のみ AI モデル（約150MB）の取得に時間がかかります（2 回目以降は不要）。
音声が外に出ないということ
アップロード型のサービスが必要とする対策が、このツールでは最初から不要になります。
送信そのものが発生しません
音声ファイルも文字起こし結果も、ブラウザの外に出ません。開発者ツール（F12）の「ネットワーク」タブを開いたまま実行すれば、送信リクエストが 1 件も出ないことをその場で確認できます。
送信データ 0 KB削除を依頼する相手がいません
サーバーに保管されないため、保存期間の確認も、削除申請も、漏えい時の連絡も発生しません。ブラウザを閉じれば結果は消えます。
保管なしAI の学習に使われません
学習に使われない設定を信じる必要がありません。音声は端末から送信されないため、そもそも学習データになりようがありません。
学習利用なし外部サービスへの音声送信が社内規程や契約で制限されている場合、未公開の取材音源、 個人情報を含む面談記録などでは、この違いが判断の分かれ目になることがあります。 2 回目以降は通信を切った状態でも動作します。
使い方
こんな場面で使われています
長さの制限がないため、短いボイスメモから数時間の会議録音まで同じように扱えます。
会議・打ち合わせの録音
議事録の下書きづくりに。タイムスタンプ付きで残るため、あとから該当箇所の音声だけを聞き直せます。発言者の区別は付きません。
取材・インタビュー
公開前の音源を外部に預けずに全文テキスト化できます。長時間の取材でも時間制限がないため、分割せずそのまま処理できます。
動画の字幕づくり
SRT / VTT で書き出せます。1 行 16 文字・最大 2 行に自動で折り返すため、そのまま動画編集ソフトや YouTube に読み込めます。
ボイスメモ・IC レコーダー
iPhone のボイスメモ（.m4a）や IC レコーダーの音声をそのまま読み込めます。思いついたことを話しておいて、あとでテキストに直す使い方ができます。
講義・セミナーの記録
録画した講義から要点を探すときに、テキストなら検索できます。専門用語は誤変換されやすいので、あとから置換するのが早道です。
Zoom・Teams の録画
録画ファイル（.mp4）を直接読み込めます。音声だけを取り出す作業は不要です。オンライン会議の音質なら比較的よく認識します。
きれいに文字起こしするコツ
精度は音声の録り方で大きく変わります。下の 4 点を押さえるだけで結果がかなり違います。
机の中央に置いたスマートフォンより、話者の近くに置いた IC レコーダーのほうが精度は上がります。距離が離れるほど反響と雑音が増えます。
複数人の声が重なった区間は、どのサービスでも精度が落ちます。相づちを控えるだけでも改善します。
社名・人名・専門用語は誤変換されやすい部分です。結果を画面上で編集できるので、よく出る語はテキストエディタで置換するのが早道です。
音楽が流れている区間は歌詞や無関係な語が出ることがあります。録音時に空調やテレビを止めるだけでも効果があります。
できること・できないこと
端末内で動く軽量な AI を使っているため、クラウド型のサービスと得意分野が異なります。
できること
- 日本語の音声・動画の文字起こし
- 句読点の自動付与
- 数字・日付の表記変換（「七十本」→「70本」）
- タイムスタンプ付きの区間表示と頭出し再生
- 画面上でのテキスト編集
- TXT / SRT / VTT での書き出し
- 2 回目以降はオフラインで実行
- 時間・ファイルサイズの制限なし
できないこと
- 話者の区別（誰が話したかの判定）
- 要約・議事録の自動作成
- 翻訳
- 日本語以外の言語
- 画像や PDF の文字起こし（OCR）
- 結果のサーバー保存・履歴の閲覧
- 複数ファイルの一括処理
対応環境と対応ファイル
特殊な圧縮 WAV など分割できない形式は 1 ファイル 1GB・約 3 時間までです。処理できる長さは最終的にお使いの端末の性能に依存します。
よくある質問
本当に無料ですか？
はい。処理はすべて利用者の端末で行われるため、サーバー費用が発生しません。時間制限・回数制限もありません。
音声ファイルはどこに送られますか？
どこにも送られません。ファイルはブラウザの中だけで処理されます。開発者ツールのネットワークタブで確認できます。
初回の150MBは何ですか？
音声認識AIのモデル本体です。これを端末に保存することで、音声を一切送信せずに文字起こしできます。保存は1回だけで、2回目以降のダウンロードは発生しません。
精度はどのくらいですか？
公開データセット（FLEURS 日本語）での文字誤り率は 約8.1% で、OpenAI Whisper large-v3 とほぼ同等の水準です（他社との精度比較）。句読点も自動で付きます。ただし固有名詞・社名・人名・専門用語は誤変換されやすく、そのまま提出する議事録には修正が必要です。結果はその場で編集できます。
長い録音でも使えますか？
長さの制限はありません。MP3 と一般的な PCM / float WAV（RIFF 形式・4GB 未満） は分割して読み、MP4 / MOV / M4A は映像を読まずに音声トラックだけを取り出して分割します。数時間の会議録音や、1GB を超える画面録画でも扱えます。目安として、8 コアの PC で実時間の約 1/10、コアの少ない端末では約 1/5 の処理時間がかかります（1時間の録音なら約6〜12分）。分割できない形式や特殊な圧縮 WAV は 1GB・約 3 時間までで、超える場合は MP3 への変換をおすすめします。
処理の途中でタブを閉じてしまったら？
5 分以上の録音は、処理しながら結果をこの端末のブラウザ内に一時保存しています（外部へは送信されません）。次にページを開くと「前回の途中結果」が表示され、同じファイルを選び直すと続きから再開します。パソコンでは、処理中に他のタブへ切り替えても処理は続きます（ブラウザによっては遅くなることがあり、その場合は画面でお知らせします）。スマートフォンでは、他のアプリに切り替えたり画面を消したりすると処理が止まるため、画面を開いたままにしてください。どちらの場合も、タブそのものは閉じないでください。
対応している言語は？
現在は日本語のみです。
スマートフォンでも使えますか？
使えます。精度は PC と同じです。ただし PC は複数のコアで同時に処理するのに対し、スマートフォンでは 1 つずつ処理するため時間がかかります（実測の一例で、1 時間の録音に約 15 分）。処理中は画面を開いたままにしてください。初回のモデル取得は Wi-Fi 環境をおすすめします。
オフラインでも使えますか？
使えます。一度モデルを保存すれば、以降は通信なしで文字起こしできます。
保存したモデルはどこにありますか？消せますか？
ブラウザの保存領域（OPFS）にあります。ブラウザの設定からサイトデータを削除すれば消えます。その場合、次回また取得が必要です。
そのまま試せます
登録も、メールアドレスの入力も必要ありません。ファイルがなければサンプル音声で動作を確認できます。
文字起こしをはじめる アップロードなし・時間制限なし・無料