2026年音声文字起こしの使い方とは？Buzz完全ガイド5ステップ

録音を Tinrec に任せて、数分で文字起こしと要約を作成

音声・動画のアップロード、多言語文字起こし、AI 議事録、タスク抽出に対応

無料で文字起こしを始める Tinrec アプリをダウンロード

録音の文字起こしは新しいニーズではないが、無料で使いやすいツールはなかなかない

私はこれまで多くの音声文字起こしツールを試してきましたが、有料だったり、中国語の認識精度が悪すぎてキーボードを投げたくなるようなものばかりでした。

特に、会議が終わるたびにスマホに1〜2時間の録音ファイルが残っているのを見ると、うんざりします。

手動で文字起こし？20分の動画に字幕をつけるのに約2時間かかったこともあり、人生を疑いました。

その後、Buzzというツールを発見しましたが、正直、意外でした。

これはOpenAIのWhisperモデルを採用しており、完全無料・オープンソースで、コマンド入力も不要です。

コマンドラインを使いたくない人にとっては、本当にありがたい存在です。

Buzzをインストールする前に、この4つのポイントを理解しておこう

1. オンラインサービスではなく、自分のPCで動作する

Buzzはすべての認識をローカルで行うため、録音ファイルを他人のサーバーにアップロードする必要がありません。

これは、会議内容が機密性の高い人にとってはプラスです。

その代わり、文字起こしの速度はPCの性能に依存し、専用GPUがあればかなり速くなります。

2. モデルのサイズが精度と速度に直接影響する

BuzzはデフォルトでWhisper Tinyモデルを使用しますが、速度は速いものの精度は普通です。

中国語のコンテンツを文字起こしする場合は、Largeモデルを直接選択することをお勧めします。精度が大幅に向上します。

欠点は、Largeモデルがリソースを大量に消費し、古いPCでは動作が遅くなる可能性があることです。

3. 出力形式はTXT、SRT、VTTに対応

これは動画制作に携わる人にとって非常に便利です。

SRTに変換すれば、編集ソフトに直接字幕として取り込めるため、手動でタイムラインを合わせる必要がありません。

4. リアルタイム録音とファイルインポートの2つのモードに対応

マイクを使って録音しながら文字起こしすることも、既存の音声ファイルや動画ファイルをインポートすることもできます。

これは、ファイルアップロードのみ対応のオンラインツールよりも柔軟です。

Buzz音声文字起こし5ステップガイド

ステップ1：ダウンロードとインストール

BuzzのGitHubページからインストールファイルをダウンロードします。

Windowsでは通常のインストール手順で、次へを押し続けるだけです。

Macではさらに簡単で、Buzzをアプリケーションフォルダにドラッグするだけです。

ステップ2：作業モードを選択

Buzzを開くと、左上に2つの主要なオプションがあります：

Record：マイクでリアルタイム録音して文字起こし
ファイルインポート：既存の音声ファイルや動画ファイルを読み込んで変換

会議でリアルタイムに文字起こしが必要な場合は、Recordを選択します。

過去の録音ファイルを整理する場合は、インポートを選択します。

ステップ3：言語とモデルを設定

言語はデフォルトで自動検出ですが、コンテンツが中国語と確信している場合は、手動で選択する方が安定します。

モデルについては、急いでいる場合はTinyまたはBase、精度を追求する場合はLargeを選択します。

私の習慣は、中国語のコンテンツは常にLarge、英語の場合は中小モデルを検討するというものです。

ステップ4：文字起こしを開始

設定が完了したら、RUNまたは録音ボタンを押すと処理が始まります。

画面にIn Progressの進捗が表示され、100%になると完了です。

文字起こし時間は音声ファイルの長さとPCの性能に依存します。私の場合、20分の動画で約6分かかりました。

ステップ5：結果の確認とエクスポート

完了後、ソフトウェア内で直接テキストを確認できます。

録音の整理を手作業から解放

音声・動画をアップロードするだけで、文字起こし、要約、タスクを自動作成

Tinrec を試す Tinrec アプリをダウンロード

持ち出す必要がある場合は、出力形式をTXT、SRT、またはVTTから選択すると、元のファイルと同じフォルダに自動保存されます。

字幕を作成する場合はSRT、プレーンテキストの場合はTXTを選択します。直感的です。

Buzzを実際に使ってみた感想

利点：本当に時間を大幅に節約できる

以前は20分の動画に手動で字幕をつけるのに2時間かかっていました。

Buzzで変換してから校正する場合、前後で約15分で完了します。

定期的に動画を制作したり、インタビューの文字起こしを整理したりする人にとって、この効率の差は大きいです。

利点：中国語の認識精度は想像以上

Largeモデルで中国語のニュースを変換したところ、エラー率は想像よりも低かったです。

もちろん100%完璧ではなく、固有名詞やなまりの強いコンテンツでは誤りが発生します。

しかし、下書きとして使用し、その後手動で校正する場合、ゼロから作成するよりはるかに優れています。

欠点：英語専用モデルがない

Buzzのモデルメニューには英語専用モデルがありません。

英語を選択した場合、自動的に英語専用モデルが使用されるかどうかは不明です。

この点は公式に明確にされておらず、実際にテストしたところ英語の精度はまあまあでした。

欠点：リソースを消費し、古いPCでは負荷がかかる

Largeモデルで変換する際、CPUとメモリがフルに使用されます。

短い音声ファイルをたまに変換するだけなら、中小モデルで十分です。

ただし、長時間の録音の場合は、専用GPUを搭載したPCを使用することをお勧めします。体験が大幅に向上します。

落とし穴回避ガイド：Buzzでよくある3つの間違い

落とし穴1：デフォルトのTinyモデルで中国語を変換し、精度が悪いと不満を言う

Tinyモデルは速度が速いですが、中国語の精度は本当に不十分です。

変換結果に文字化けや誤字が多い場合、まずモデルが小さすぎないか確認してください。

中国語のコンテンツはLargeを直接使用し、時間を節約しようとしないでください。

落とし穴2：言語を自動検出に設定しているが、コンテンツが中日混在

中日混在の会議やインタビューでは、自動検出が誤動作しやすいです。

主要な言語がわかっている場合は、手動で指定する方が安定します。

落とし穴3：有料サービスと同じくらい速くて正確だと期待する

Buzzは無料のオープンソースツールであり、変換速度はあなたのPCに依存し、相手のサーバーではありません。

数秒で結果が出るクラウドサービスが必要な場合、Buzzは適していません。

しかし、数分待ってでも無料でローカル処理の文字起こしを得たい場合、Buzzは非常にお得です。

まとめ：Buzzは誰に向いているのか？

Buzzが適している人：

音声文字起こしサービスに料金を払いたくないが、時々文字起こしのニーズがある
会議や録音内容が機密性が高く、クラウドにアップロードしたくない
大量の文字起こしが必要だが予算が限られており、時間を費やして無料を選びたい
コマンドラインを使いたくないが、GUIのWhisperツールが欲しい

Buzzが適していない人：

大量の会議をリアルタイムで文字起こしする必要があり、ローカル処理の待ち時間を許容できない
PCの性能が低く、長い音声ファイルを頻繁に変換する必要がある
スマホで直接録音して文字起こししたいが、Buzzは現在デスクトップ中心

無料でオープンソース、コマンド入力不要の音声文字起こしツールを探しているなら、Buzzはぜひ試してみる価値があります。

ダウンロードとインストールは5分もかからず、録音を1つ入れて変換してみれば、自分に合うかどうかすぐにわかります。

参考情報

すべての録音を、次の行動につながる成果へ

ログインで文字起こし60分無料。クレジットカードは不要です