2026年版 AI文字起こしツールおすすめ25選:ランキングとレビュー

「最高の文字起こしツール」を語る記事の多くは、このカテゴリをひとまとめに扱っています。しかし実際は別物です。このボードには、通話に参加する会議ノートテイカー、ポッドキャストやインタビュー向けのアップロード型サービス、正確さが求められる記録のための人間検証つきサービス、音声入力アプリ、そして3位にランクインした臨床スクライブが並んでいます。選ぶグループを間違えれば、どれだけ機能一覧を眺めても解決しません。

下のリーダーボードでは、Otter.aiが74でトップ、Fireflies.aiが72で僅差の2位です。どちらも本質的には会議向けのプロダクトです。手元にあるのが録音ファイルの山なら、役に立つ名前はもっと下の順位にあります。このガイドでは、用途別にツールを分類し、料金をベンダーのページで確認し、宣伝の数字に注意すべき点もお伝えします。

ここに出てくる精度のパーセンテージは、すべて「主張」として扱ってください。あなたの音声でスコアを測った人は、このページには誰もいません。クリアなスタジオ音声と雑音まじりの会議回線との差は、ほとんどのベンダー同士の差よりも大きいのです。

クイックピック

• チーム会議に最適:Otter.ai。2026年ボードで最高のToolRankスコアを持ち、月300分の無料プランがあり、ライブでの使い勝手も最も洗練されています。
• すべての通話を検索可能なアーカイブにしたい人に最適:Fireflies.ai。全プランで文字起こしでき、100以上の言語に対応しています。
• 人が責任を持つテキストが必要な場合に最適:Rev。人間検証つきの文字起こしが1分$1.99です。
• ポッドキャスト、インタビュー、講義に最適:アップロード中心のワークフローで100以上の言語に対応するTranskriptor。150以上の言語が必要ならHappyScribe。
• 通話にボットを参加させたくない場合に最適:Tactiq。ボットなしで文字起こしを取得できます。
• クリニックに最適:Abridge。ただし、購入はクレジットカードではなく、医療機関のシステム経由になります。

2026年に変わったこと

1つ目の変化は、カテゴリが用途ごとに分かれたことです。ノートテイカーは文字起こしそのものではなく、その後に起こることを売るようになりました。要約、フォローアップ、チームの発言すべてを検索できる記憶です。テキストファイルとして書き出す文字起こしとは、かなり距離があります。

2つ目の変化は法的な問題です。カリフォルニアで2025年に起こされた集団訴訟「In re Otter.AI Privacy Litigation」は、Otterが出席者全員の同意なく会議の参加者を録音し、その録音をモデルの学習に使ったと主張しています。2026年には連邦裁判官が、連邦盗聴法、カリフォルニア州の録音プライバシーに関する2つの請求、イリノイ州の声紋に関する請求の審理続行を認め、コンピュータ詐欺に関する請求などは修正の機会を与えて却下しました。これは訴答段階の主張であり、認定ではありません。それでも、購入者にとっての意味は明確です。通話に自動参加するボットには責任が伴います。法律事務所のFisher Phillipsは、外部の参加者も含め、全員から同意を得るよう雇用主に勧めています。人を録音するには同意が必要で、ルールは地域によって異なります。導入前に、お住まいの地域のルールを確認してください。

3つ目の変化は医療分野です。Epicは2026年にAI Chartingを発表し、STATは、AbridgeやMicrosoftの製品と似た機能を備え、急性期病院向けEHR市場の42%をEpicが握っていることから、アンビエントスクライブ市場を揺るがしうると報じました。それでもAbridgeは退役軍人省(VA)の案件を獲得しました。5年間で上限7億7,572万ドルの複数ベンダー型アンビエントAI契約で選定されています。この上限額は、対象となる全ベンダーで共有されます。

これらすべての土台には、同じパイプラインがあります。このボードのどのツールも、以下のステップのいずれかの形を担っており、違いはどのステップを自社で担うか、そして雑音の多い音声でそれぞれがどこまで持ちこたえるかにあります。

話者ラベルは最初に破綻するステップで、ツールごとの差が最も大きい部分でもあります。Otter、Fireflies、Transkriptor、Sonixはいずれも話者識別またはダイアライゼーションをうたっていますが、10人が重なって話す場面にどう対処するかを公表しているところはありません。たとえばGoogleのRecorderアプリは、話者ラベルを付けられるのは米国英語だけです。英語と同じように自分の言語でも使えると思い込む前に、必ず確認してください。

精度については、AssemblyAI(音声ベンダーなのでその点は割り引いて読んでください)が、最良のモデルならクリーンな音声で単語精度95〜98%としつつ、訛りのある音声や雑音のある音声では通常70〜90%に収まると述べています。この幅こそが重要です。同じツールでも、録音次第で優秀にも不出来にも見えます。

主要ツールのレビュー

13のツールを詳しく見ていきます。スコアのある上位8つはチャートに載せています。Rev、Trint、Sonixはボード上で上位ですがスコアは未算出のため、チャートからは外し、内容に基づいて評価します。

Otter.ai:自分が参加する会議に最適

Otterは2026年ボードで1位、スコアは74で「強い」ティアです。リアルタイム文字起こし、話者識別、要約、アクションアイテムに対応し、Slack、Zoom、Salesforce、Google Driveと連携します。料金ページには、月300分・1会話30分までの無料Basicプラン、年払いで月$8.33のPro(1,200分、1会話90分)、月間分数無制限で$19.99のBusinessが載っています。

注意点は、前述の訴訟です。クライアントや候補者との場でOtterの自動参加を使うなら、事前に伝えておきましょう。また、無料プランの対応言語は少なく、英語、スペイン語、フランス語、ドイツ語、日本語、中国語です。

Fireflies.ai:通話をナレッジベースに変えるのに最適

Firefliesは72で2位、こちらも「強い」ティアです。売りは守備範囲の広さで、会議、メール、チャット、CRMをまたいだノートを、100以上の言語、100以上の連携で提供します。料金ページでは全プランで文字起こしが無制限で、Proは年払いで1席あたり月$10(月払いは$18)、Businessは$19(月払いは$29)です。料金ガイドによると、プランの違いはストレージにあり、Freeはチームあたり400分、Proは1席あたり8,000分、Businessは無制限です。

精度は95%とされています。これはカテゴリとしては標準的ですが、やはりベンダーの数字です。AIクレジットにも注意してください。要約は無制限ですが、質問に答えるアシスタントは月ごとのクレジット枠で動きます。

Abridge:臨床ドキュメンテーションという、まったく別のプロダクト

Abridgeは69で3位ですが、ポッドキャスターの候補リストに入れるものではありません。診察中の会話を聞き取り、EHRのワークフロー内で構造化されたノートを下書きします。販売先は個人ではなく医療機関なので、公開されている価格はありません。2026年の焦点は戦略面です。Epic自身のチャーティングツールが登場しましたが、VAの契約を見る限り、Abridgeはまだ市場から押し出されてはいないようです。

Rev:文字起こしが証拠に耐える必要があるときに最適

Revは4位で、スコアは未算出です。複数ファイルにまたがる証拠検索を備え、AIと人間の両方の文字起こしを提供する、法務・調査向けへと位置づけを変えました。Revの料金ページには、人間による文字起こしが1分$1.99で、精度99%以上、12時間以内の納品とあります。ほかに月45分のAI無料枠と、人間によるサービスが割引になるサブスクリプションプランがあります。ここで挙げた人間対応の選択肢のなかでは、料金が最も明快です。ブレインストーミングの録音には過剰ですが、裁判所、規制当局、出版物に出すものなら妥当です。

Transkriptor:ファイル向けの万能型として最適

Transkriptorは55で5位(「堅実」)です。100以上の言語の音声・動画を扱い、話者ダイアライゼーションとAI要約に対応します。料金ページでは、Liteが月$9.99で300分、Proが$19.99で2,400分(年$99.99、月換算$8.33)、Teamプランが1席$30でカスタム語彙つきです。90分の無料プランもあります。Proの分数枠は太っ腹な部分です。一方で、カスタム語彙がTeam限定なのは惜しい点です。名前の誤変換を繰り返すとき、直してくれるのがまさにこの機能だからです。

Notta:安いが、小さな文字に制限あり

Nottaも55で6位。58言語に対応し、会議ノート、要約、ファイル文字起こしができます。料金ページでは、Proが年払いで月$8.17、1,800分で、録音は最長5時間までです。無料プランはよく読んでください。月120分は十分に思えますが、1会話3分までという上限があります。これは無料枠ではなく、お試しです。

このチャートは見出しの分数だけを示しています。電話より長い録音をするなら、月の合計よりも会話ごとの上限(Otterは30分、Nottaは3分)のほうが重要です。

Tactiq:目に見えるボットが論外な場合に最適

Tactiqは53で9位です。Google Meet、Zoom、Microsoft Teamsの中で動作し、ボットを参加させずにライブ文字起こしを取得します。ノートテイカーを嫌がるクライアントには助かりますが、同意の問題は残ります。60以上の言語にも対応しています。無料プランでは月10件の文字起こしができます。

HappyScribeとSonix:アップロード中心、分単位の課金

HappyScribe(10位、53)はAI文字起こしで150以上の言語をカバーし、主要3つの会議アプリ向けのノートテイカーも備えています。料金は、120分で月$8.50のBasicから始まり、人間による文字起こしは1分$2.00からです。無料プランは10分のお試しです。

Sonix(11位、スコア未算出)は掲載情報で精度99%をうたい、54以上の言語に対応します。料金は、コストの面で最も正直です。従量課金で1時間$10、または月$25で5時間のCoreです。上のサブスクリプションと比べると分単価は高めですが、年に2回しか文字起こししないなら理にかなっています。

Trint:報道機関向けに作られたツール

Trintは8位で、まだスコアはありません。チームで文字起こしを編集・共有することを軸に作られており、ライブ文字起こし、話者検出、共同作業機能を備え、報道機関やポッドキャスト制作での利用を想定しています。このガイドでは、プランのページを読み込めなかったため、料金は比較から外しました。候補に入れる前に、1席あたりの料金を確認してください。

Wispr Flow:文字起こしではなく音声入力

Wispr Flowは54で7位、このリストでは異色の存在です。話すと、どのアプリにも入力され、その場で整形されます。無料プランでは、デスクトップでの音声入力は週2,000語までです。このボードに載っているのは、他人の話を文字起こしするのではなく、声で下書きするライターやジャーナリストが増えているからです。

TurboScribeとGoogle Recorder:無料寄りの選択肢

TurboScribeは50で13位です。掲載情報によると、98以上の言語で無制限に文字起こしでき、話者認識があり、PDF、DOCX、SRTに書き出せます。Google Recorderは49で14位。無料で、アップロードなしの端末内文字起こしです。プライバシー面では利点ですが、Pixelスマートフォンでしか使えず、話者ラベルは米国英語でしか機能しません。

その他のツール

ほかにも、1つのことをうまくこなす名前がいくつかあります。TranscribeMe、Scribie、Amberscriptは人間によるレビューが中心で、AmberscriptはISO認証済みの取り扱いを求める欧州の購入者に販売しています。Dragon Professionalは、Windows向けの昔ながらのデスクトップ音声入力ツールです。PatientNotes.aiは20位の、より小規模な臨床スクライブです。Speechmaticsは開発者向けのAPIで、一般消費者向けアプリではありません。全リストはAI文字起こしボードに、すべての掲載ツールはカテゴリハブにあります。

選び方

機能一覧ではなく、まず音声から考えましょう。どこから来た音声か、誰が話しているのか、1語間違えたときのコストはどれだけか。下の判断ツリーを使えば、ほとんどの人は2クリックで絞り込めます。

その背後には、いくつかの経験則があります。外部の人が参加するライブ通話では、ツールより先に同意を取ること。ポッドキャストやインタビューでは、分数が潤沢でカスタム語彙のあるファイル中心のツールが有利です。AIがつまずくのは名前だからです。法律、医療、あるいは自分の名前で公開するものには人間のチェックが必要で、それは自分でもRevでも構いません。ジャーナリストやポッドキャスターの方は、ジャーナリスト向けボードとポッドキャスター向けボードがこのボードとかなり重なります。

文字起こしよりもノートがほしいなら、AI会議アシスタントボードと議事録ボードで、ノートテイカー側を単独でランキングしています。

料金は頻繁に変わるため、各ベンダーのページに掲載されている内容を並べて示します。重視する項目で並べ替えてください。

表から読み取れる注意点が2つあります。エントリー価格の多くは月$8〜$10前後に集中しているので、価格で決まることはあまりありません。無料枠は、できることが大きく異なり、実際のコストはファイルごとの上限や、話者ラベルやカスタム語彙が解放されるプランに現れます。

プライバシーは別に見ておくべきです。Transkriptorの料金ページには、Proではデータが学習に使われないと書かれています。Otterの原告は録音がモデルの学習に使われたと主張しているので、どのベンダーの規約でも探す価値のある一文です。Google Recorderは端末内で文字起こしするため、この問題を避けられます。順位が下のローカルアプリも、Macで同じことをしています。取材源、患者、クライアントの情報を扱うなら、各ベンダーに3つの単純な質問をしてください。音声はどこに保存されるのか、どのくらいの期間か、モデルの学習に使われるのか。

最後に、公平な試用をしてください。2人が話す10分のクリップ、背景ノイズのあるもの、名前や専門用語が出てくるものを1本ずつ選びます。この3本を、検討中のすべての無料プランに通して、修正箇所を数えてください。10分の修正作業は、どんな精度バッジよりも多くを教えてくれます。あなた自身の声を使える唯一の比較方法でもあります。

ToolRankについて

ToolRankは、ToolPotionが独自に行っているAIツールのランキングで、順位は購入できません。すべてのボードはリーダーボードページでご覧いただけます。

注目の新興ツール

全ボードのトップ25のすぐ下では、ローカル優先のグループが形成されつつあります。MacWhisper(35位)は音声をどこにも送らずMac上で文字起こしし、Whisper Web(36位)はOpenAIのWhisperモデルをブラウザで動かします。Superwhisper(32位)は、Mac、Windows、iOSでオフラインとクラウドの両方の認識に対応します。Good Tape(34位)はGDPRを意識した選択肢で、100以上の言語で話者ラベルを付けられます。Audionotes(27位)とSpeechnotes(26位)は、よりシンプルな音声ノートツールで、Tongyi Tingwu(31位)は中国語の作業向けのAlibaba Cloudによるサービスです。プライバシーが判断を左右するなら、まずローカル型から試してください。

よくある質問

最も精度の高いAI文字起こしツールはどれですか?

ベンダーの主張だけでは判断できません。95%や99%といった公表値は、たいていクリアな音声で出た数字です。第三者の記事では、雑音や訛りのある音声はずっと低いとされています。ご自分の録音に近い音声で、2〜3個のツールを試してください。

使う価値のある無料のAI文字起こしツールはありますか?

はい、制限の範囲内で使えます。Otterの無料プランは月300分で1会話30分まで、Transkriptorは90分、Google RecorderはPixelスマートフォンで無料です。Nottaの無料プランは1会話3分までです。

AIノートテイカーで会議を録音するのに、同意は必要ですか?

多くの場合は必要で、参加者全員の同意を求める地域もあります。前述のOtterの訴訟がまさにこの点を扱っているので、参加者に伝え、現地の法律を確認してください。

AIスクライブは医師の記録の代わりになりますか?

いいえ。Abridgeのような臨床スクライブは記録を下書きし、臨床医がそれを確認します。こうしたツールは、臨床判断や医師自身の記録に取って代わるものではありません。

ポッドキャストやインタビューに最適なツールはどれですか?

会議ボットではなく、ファイル中心のサービスです。TranscriptorとHappyScribeはどちらも100以上の言語に対応し、公開する引用にはRevのような人間検証つきのサービスが向いています。

ボットありとボットなし、どちらを選ぶべきですか?

クライアントや候補者が目に見えるノートテイカーを嫌がるなら、ボットなしを選び、Tactiqのようなキャプチャ方式を検討してください。遅刻や欠席をしても録音されてほしいならボットを選びます。その場合はOtterやFirefliesが合います。