30秒でわかる要点
MP3/M4A/WAV などの音声ファイルを AI で自動でテキストに変換する主要ツール: VexaScribe (5GB 大ファイル・99言語・30分無料), Notta (日本語特化・月120分無料), LINE WORKS AiNote (話者分離最高・月300分無料), CLOVA Note (完全無料・月300分), AutoMemo (Sony 製・IC レコーダー連携), Whisper local (無制限・オフライン)。iPhone iOS 18+ なら Voice Memos 内蔵で完全無料。
どの音声フォーマットが対応されるか
主要ツールが対応するフォーマット一覧です。ほとんどのツールは MP3 に加え M4A/WAV/FLAC/OGG も自動処理します。動画 (MP4/MOV) からの音声抽出もサポート。
音声フォーマット
- • MP3 — 最も一般的、ほぼ全ツール対応
- • M4A — iPhone Voice Memos、AAC 系、全ツール対応
- • WAV — 無圧縮、IC レコーダー標準、全ツール対応
- • FLAC — 可逆圧縮、高音質、主要ツール対応
- • OGG-Opus — WhatsApp 音声メッセージ、VexaScribe/Notta/Whisper 対応
- • WMA — Windows 系、VexaScribe/Whisper 対応
- • AAC — Apple 系、VexaScribe/Notta 対応
動画フォーマット (音声抽出)
- • MP4 — 最も一般的、全ツール対応
- • MOV — Apple QuickTime、VexaScribe/Notta 対応
- • AVI — 古い形式、VexaScribe/Whisper 対応
- • MKV — 高機能コンテナ、VexaScribe/Whisper 対応
- • WebM — Web 動画、VexaScribe 対応
動画は自動で音声抽出後、文字起こし処理されます。
8ツール比較表 (2026-07 検証済み)
| ツール | MP3 | M4A | WAV | OGG | 最大サイズ | 無料枠 | 料金 |
|---|---|---|---|---|---|---|---|
| VexaScribe | ◎ | ◎ | ◎ | ◎ | 5GB | 30分 | US$2/月〜 |
| Notta | ◎ | ◎ | ◎ | △ | 300MB / 5GB (有料) | 月120分 | ¥1,317/月〜 |
| LINE WORKS AiNote | ◎ | ◎ | ◎ | △ | 500MB | 月300分 | 要問合せ |
| CLOVA Note | ◎ | ◎ | △ | × | ~200MB | 月300分 | 個人無料 |
| AutoMemo | ◎ | ◎ | ◎ | × | - | 月30分 | ¥980/月〜30時間 |
| TurboScribe | ◎ | ◎ | ◎ | ◎ | 2GB | 3ファイル/日 | US$10/月 無制限 |
| Rimo Voice | ◎ | ◎ | ◎ | △ | - | なし | ¥22/分従量 |
| Whisper local | ◎ | ◎ | ◎ | ◎ | 無制限 | 無制限 | 無料 |
◎ = 対応、△ = 制限あり、× = 非対応。料金は 2026年7月21日 に各ベンダー公式ページで確認。
フォーマット別 使い方
📱 iPhone Voice Memos (M4A)
方法1: iOS 18+ の Voice Memos 内蔵 (iPhone 12 以降)
- Voice Memos アプリで録音を開く
- transcript (テキスト起こし) アイコンをタップ
- 数秒で日本語文字起こしが表示・完全無料・オフライン
方法2: M4A ファイルを VexaScribe / Notta にアップロード
Voice Memos → 共有 → ファイルに保存 → PC 転送 → ドラッグ&ドロップ。話者分離・AI 要約・多言語対応 (方法1にはない機能)。
💻 Zoom Cloud Recording (MP4/M4A)
- Zoom Web ポータル (zoom.us) → 「録画」→ 対象会議
- MP4 または M4A ファイルをダウンロード
- VexaScribe / Notta にアップロード → 話者分離 + タイムスタンプ + 要約自動生成
詳しくは 会議文字起こしページを参照。
🎙 IC レコーダー (MP3/WAV)
- IC レコーダーを USB で PC に接続
- 録音ファイル (MP3/WAV) を PC にコピー
- AutoMemo (Sony 純正) または VexaScribe / Notta にアップロード
長時間 (2時間以上) は VexaScribe (5GB) 推奨。Sony IC レコーダーユーザーは AutoMemo 連携が便利。
💬 WhatsApp / LINE 音声メッセージ
WhatsApp (OGG-Opus)
長押し → 共有 → ファイル保存 → VexaScribe / Notta / Whisper local にアップロード (OGG 対応必須)。
LINE (M4A)
トーク画面で音声を長押し → 保存 → M4A ファイルを VexaScribe / Notta / LINE WORKS AiNote にアップロード。
プライバシー注意: クラウド送信となるため、機密性の高い会話は Whisper local が安全。
用途別おすすめ
📱 iPhone Voice Memos の M4A
→ iOS 18+ の内蔵機能 または VexaScribe (話者分離が必要な場合)
🎙 IC レコーダーで録音したセミナー・講演を大量処理
→ VexaScribe Basic ($5/月, 1000分) — 大ファイル対応 (5GB) と 99言語自動検出が有利。
💼 会社の会議録音を効率化
→ LINE WORKS AiNote (話者分離業界最高) または Notta Business
⚖️ 法務・医療・M&A の機密音声
→ Whisper local (完全オフライン) — Python + ffmpeg セットアップは必要だが、外部送信ゼロで最も安全。
💰 予算ゼロ・月5時間以内の個人利用
→ CLOVA Note (月300分) または LINE WORKS AiNote (月300分)
🌐 日本語 + 英語混在 (IT 業界の海外パートナー会議)
→ VexaScribe — Whisper large-v3 は多言語混在に強い。
よくある質問
MP3 ファイルを無料で文字起こしする方法は？
無料で MP3 を文字起こしできる主要ツール: (1) CLOVA Note (完全無料・月300分・LINE/NAVER), (2) Notta 無料 (月120分), (3) VexaScribe 無料 (30分・カード不要), (4) LINE WORKS AiNote (月300分), (5) TurboScribe (3ファイル/日), (6) Whisper local (完全無料無制限・Python 必要), (7) iPhone Voice Memos (iOS 18+ の音声のみ)。会議録なら LINE WORKS AiNote、個人利用なら CLOVA Note、業務利用の始めなら VexaScribe が実用的。
M4A ファイル (iPhone Voice Memos の録音) を文字起こしする方法は？
3つの方法: (1) iOS 18+ の Voice Memos 内蔵文字起こし — iPhone 12 以降で完全無料・オフライン・日本語対応。Voice Memos アプリで録音を開き transcript アイコンをタップ。(2) M4A ファイルを VexaScribe / Notta / LINE WORKS AiNote にアップロード — 話者分離や AI 要約も同時に取得可能。(3) 他のスマホ (Android) で録音した M4A も同様に (2) の方法で処理可能。iPhone 11 以下や iOS 17 以前は Voice Memos の内蔵機能はないため (2) を選択。
WAV ファイル (IC レコーダーで録音) を文字起こしする方法は？
Sony ICD-TX660 などの IC レコーダーで録音した WAV/MP3 は、USB でパソコンに移動 → VexaScribe / Notta / AutoMemo にアップロードで文字起こしできます。AutoMemo は Sony 製で IC レコーダーとの連携が優秀 (自動送信機能あり)。長時間 (2時間以上) の講演・セミナーは VexaScribe (5GB 対応) か Rimo Voice (従量課金) が実用的。無料枠内なら CLOVA Note (300分/月) も対応。
WhatsApp / LINE の音声メッセージを文字起こしする方法は？
WhatsApp の音声メッセージは OGG-Opus 形式で送信されるため、そのまま VexaScribe や Notta にアップロードできます (OGG 対応必須)。LINE の音声メッセージはトーク画面で音声を長押し → 保存 → M4A ファイルとして書き出し。iPhone なら Voice Memos の共有→保存経由でアップロード可能。全てクラウド送信となるため、機密性の高い会話は Whisper local が安全。
MP3 文字起こしの精度はどのくらい？
音質と話者数が最も影響します。単一話者・クリアな録音・標準語なら 92-95% (Whisper large-v3 ベース、OpenAI Whisper 論文と Open ASR Leaderboard 準拠)。複数話者・背景ノイズあり・訛りが強い場合は 85-90% に低下。専門用語 (医療・法律・IT) が多いと -5〜10% さらに低下。事前に用語集を登録できる企業向け AmiVoice や Rimo Voice が高精度用途に有利。個人利用なら 90% 前後で十分実用的。
ファイルサイズはどこまで対応？
主要ツールの最大ファイルサイズ (2026-07 確認): VexaScribe 5GB (最強)、Notta 有料 5GB / 無料 300MB、LINE WORKS AiNote 500MB、CLOVA Note ~200MB (スマホアプリ経由)、TurboScribe 2GB、Whisper local は無制限。2〜4時間の長時間録音は VexaScribe が有利。長時間セミナー・講演は事前に MP3 に変換して圧縮するとアップロード時間が短縮 (WAV の 1/10 程度)。
MP4 動画ファイルも同じ方法で文字起こしできる？
はい、大半のツールが MP4/MOV/AVI 動画ファイルからも自動で音声を抽出して文字起こしします (VexaScribe, Notta, LINE WORKS AiNote, TurboScribe, Whisper local すべて対応)。動画から SRT/VTT 字幕を作成したい場合は字幕生成ツールページを参照してください。
MP3 の話者分離 (誰が話したか) は可能？
はい、主要ツールが対応。LINE WORKS AiNote が話者分離精度で業界トップクラス。Notta, VexaScribe, Rimo Voice, AutoMemo, CLOVA Note も対応。精度は 2〜3人のクリアな録音で 90-95%、4人以上や重なり発話が多いと 70-80% に低下。マイクの位置 (話者ごとにヘッドセット装着が理想)、録音品質、話者数が精度に大きく影響します。
MP3 ファイルは削除される？プライバシーは大丈夫？
主要クラウドサービスは通信・保存の暗号化と削除機能を提供します。VexaScribe, Notta, LINE WORKS AiNote は「顧客データを AI モデル学習に使用しない」ポリシーを明示し、手動でファイル削除も可能。ただし絶対に外部に出せない機密音声 (法務・M&A・人事) は Whisper をローカル PC にインストールして完全オフラインで処理する方が確実です。
1時間の MP3 の文字起こしにかかる時間は？
クラウドサービス: 5〜15分 (VexaScribe, Notta, CLOVA Note すべてこの範囲)。Whisper local: PC 性能で大きく変わる。CPU のみ (Intel i7 世代) で 30-60分、GPU (NVIDIA RTX 3060 以上) で 5-10分、Apple Silicon Mac (M1/M2/M3) で 10-15分。急ぎの案件はクラウドサービスが確実。
VexaScribe で MP3 を文字起こしする
30分無料 · クレジットカード不要。5GB までの大ファイル + 99言語 + 話者分離が必要なら VexaScribe が最適。日本語会議中心なら Notta、無料枠重視なら CLOVA Note も検討を。
30分無料で始める →