2026年音声文字起こしのローカル無料ソリューション5選

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

「あなたの求める『ローカル』とは、データが完全にパソコンの外に出ないことですか、それとも単にサブスクリプション料金を払いたくないだけですか？」

これは私が最近、読者のコメントに返信するときによく逆に尋ねる言葉です。多くの人が「音声文字起こしローカル」と検索するとき、心の中では実は2つの問題が混ざっています。1つはプライバシーで、会議の録音をアップロードしたくないということ。もう1つはコストで、毎月料金を払いたくないということです。

この2つの問題は、あなたを全く異なるツールへと導きます。もし「完全オフライン」で「会議後に自動要約、チーム共有」もできるソリューションを無理に探すなら、通常は何かを犠牲にする必要があります。この記事では、よくある5つの選択肢を一度に整理します。そのうち4つは真のローカル実行で、5つ目のTinrecはローカルツールが最も弱い部分、つまり会議後の整理を補完します。

なぜ「ローカル」という3文字が音声文字起こしを選びにくくするのか

ローカル音声文字起こしの利点は直接的です。音声ファイルが自分のパソコンの外に出ず、ネットワークが切れても使え、しかもほとんどが無料かオープンソースです。

しかし制限も直接的です。ローカルツールは通常「転写」自体に力を注ぎ、逐語録が出た後の要約、ToDo、検索、チーム共有は、しばしば自分で別のフローを組む必要があります。

次にハードウェアです。モデルが大きいほど正確ですが、メモリとグラフィックカードを消費します。モデルが小さすぎると、中国語の句読点や固有名詞が抜け落ちやすくなります。

ですから本当に問うべきは「どれが最強か」ではなく、「録音した後、何をする必要があるか」です。逐語録が1つだけ必要なら、ローカルツールで十分です。会議に直接持っていける資料や進捗を追うためのデータが必要なら、考慮すべきことは変わってきます。

ローカル音声文字起こしツールを選ぶ前に、まず理解すべき4つのポイント

第一に、オフラインの程度。 一部のツールはローカルを謳っていますが、初回使用時にはモデルをダウンロードする必要があります。これは欠点ではありませんが、「ネットワークが切れても使える」とは通常、ダウンロード完了後を指すことを知っておく必要があります。

第二に、ハードウェアと速度。 ブラウザ版は主にWebGPUを優先的に呼び出し、非対応の場合はWASMにフォールバックします。デスクトップ版はCPU、GPU、モデルサイズによります。同じ録音でも、マシンによって速度が数倍異なることがあります。

第三に、中国語の句読点と固有名詞。 これは最も見落とされやすい点です。Handyを例にすると、中国語をテストした際、現段階では自動的に句読点を追加しません。話の途中に中断があっても同様で、転写後に自分で補う必要があります。仕様を見るよりも、自分の仕事の録音で試す方が良いでしょう。

第四に、出力形式と後続のワークフロー。 TXTのみのエクスポートと、SRT、Word、Markdownをエクスポートできるのとでは、大きな違いがあります。さらに重要なのは、転写後に要約、章節、ToDo、Q&Aがあるかどうかです。これも多くの会社員の本当の痛点です。文字にできないことではなく、文字にした後に整理に時間がかかることです。

Tinrec（秒聴録音）——ローカルツールではないが、ローカルツールが最も弱い部分を補完する

まず明確にします。Tinrecは完全オフラインのローカル転写ツールを謳っていません。その位置づけはAI会議記録とチームコラボレーションです。音声ファイルが完全に自分のデバイスの外に出てはいけないという厳格な要件があるなら、このセクションは飛ばして、後ろのローカルツールをご覧ください。

しかし、あなたの本当の問題が「会議を録音した後、さらに1時間かけて議事録を整理する」ことなら、Tinrecの価値は会議後にあります。

会議中は、デスクトップ版でパソコンのシステム音声を直接キャプチャし、Zoom、Google Meet、Microsoft Teams、Webexなどのオンライン会議を記録できます。会議ボットを招待する必要はありません。オフライン会議ではリアルタイム録音で、録音しながら転写できます。すでに録音済みの音声ファイルや動画もアップロードして転写できます。

転写後、Tinrecは自動的に要約、章節、ToDoを生成します。この会議について直接質問できます。例えば「前回の会議で誰が予算に言及しましたか？」と聞くと、キーワード検索結果を返すだけでなく、内容に基づいて回答します。多言語会議が必要な場合は、リアルタイム翻訳をサポートし、原文、訳文、バイリンガルで表示できます。最後にNotion、Google Docs、OneNote、Dropboxにエクスポートしたり、さらにAgentを使ってレポート、表、会議議事録を生成できます。

チーム版は別のレベルです。独立したチームスペースを提供し、会議資料はチームに帰属し、メンバー、役割、席を管理できます。席のないメンバーも資料の閲覧、再生、読むことはできますが、アップロード、編集、エクスポートはできません。管理者は使用量の傾向、メンバーランキング、監査ログを確認でき、音声ゴミ箱やチームホットワードもあります。メンバーが退職しても、チーム資料は個人に持ち去られず、他の有効なメンバーに引き継がれます。

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

価格面では、個人版には無料版、週カード、Pro月カード、Pro年カードがあり、無料版は基本的な枠で録音、インポート、要約、転写を体験できます。チーム版は初回資格符合で7日間試用、1無料席、300分のチーム共有インポート枠があります。月払いは有料席あたり29.80ドル、年払いは有料席あたり199ドルで、月あたり約16.58ドルに相当します。有料席は毎月2,000分のチーム共有インポート枠を提供し、リアルタイム録音は現在分単位で差し引かれません。実際の価格と権益は、正式な購入ページを基準とします。

制限も明確にします。オフラインツールではありません。無料版の枠は限られており、ヘビーユースには課金が必要です。転写精度は音質、アクセント、ノイズ、複数人の重複発言に影響され、固定の98%や99%を約束することは推奨しません。適しているのは、頻繁に会議を行い、会議後の要約と追加質問が必要で、資料をチームスペースに蓄積したい人です。

Tinrec以外、4つの真のローカル無料選択肢

Handyは無料オープンソース、完全オフラインの音声入力ツールで、Windows、Macにインストールできます。ショートカットキーを押しながら話し、離すと自動的に現在使用中のアプリケーションに貼り付けられます。WhisperとParakeetモデルをサポートし、録音と認識はすべてローカルで完了しますが、中国語は現段階では自動的に句読点を追加しません。TinrecができてHandyにないのは、会議後のAI Q&Aとチーム共有です。

WhisperDesktopはローカルで実行され、ネットワークに接続しなくても音声を字幕に変換でき、自動的にタイムコードを生成します。動画字幕、会議記録など、タイムラインが必要な作業に適しています。TinrecができてWhisperDesktopにないのは、会議内容について直接質問し、ToDoを抽出し、チーム資料を管理することです。

ブラウザ版WhisperツールこれらのツールはOpenAI WhisperとWebGPUに基づいてブラウザでローカル実行され、MP3、M4A、WAVをサポートし、MP4、MOV、WebM動画も直接ドラッグでき、SRT、Word、TXT、Markdownでエクスポートできます。音声はサーバーにアップロードされず、初回モデルダウンロード後はネットワークが切れても使えます。ソフトウェアをインストールしたくないがプライバシーを気にする人に適しています。制限は初回にモデルをダウンロードする必要があり、長いファイルはメモリを消費します。Tinrecが補完するのは、各会議を検索可能なチームデータベースに集中させることです。

Python SpeechRecognitionは開発者向けです。SpeechRecognitionパッケージをインストール後、Jupyter Notebookやターミナルで音声認識ができ、自分で自動化フローを書きたい人に適しています。Tinrecができてこのパッケージにないのは、プログラミングなしで要約、ToDo、メンバー管理ができることです。

失敗しないためのガイド：ローカル音声文字起こしで最も犯しやすい3つの間違い

間違い1：「無料」を「ゼロコスト」と考える。 ローカルツールはサブスクリプション不要ですが、ハードウェア、時間、そして手動で句読点を補うコストを払う必要があります。時給が低くないなら、これらの時間は通常サブスクリプション料金より高くつきます。

間違い2：モデルサイズだけを見て、中国語の句読点と固有名詞を無視する。 ネット上では多くの人がモデルパラメータを比較しますが、本当に影響するのは「自分の仕事の録音」が転写されて使えるかどうかです。背景音や固有名詞のある録音で試すことをお勧めします。他人のテストだけを見ないでください。

間違い3：会議後のワークフローを無視する。 音声を文字にするだけでは、3分の1しか完了していません。要約、ToDoの抽出、チームへの共有もするなら、多くのツールを自分でつなぐより、Tinrecのような転写、要約、Q&A、チームスペースを一緒にしたツールを使う方が良いでしょう。これも私が通常「転写後に何ができるか」を先に見る理由です。

まとめ：結局どれを選ぶべきか？

簡単に3つの状況に分けます。

厳格なプライバシー要件があり、音声ファイルが完全にパソコンの外に出てはいけなく、逐語録だけが必要なら、Handyまたはブラウザ版Whisperを選んでください。動画字幕を作り、タイムコードが必要なら、WhisperDesktopを選んでください。自分でプログラミングして自動化したいなら、Python SpeechRecognitionを選んでください。

しかし、あなたが大多数の会社員なら——会議が多く、録音後に議事録を整理し、時々「その時誰が言ったか」を振り返る必要がある——なら、必要なのは純粋なローカルツールではなく、会議後の整理です。この場合、Tinrecはローカルツールより多くの時間を節約できます。ボットを招待する必要がなく、要約とToDoがあり、会議内容について質問でき、チーム版では席と使用量も管理できます。

もしあなたたちがチームで、会議資料を新メンバーに見せるために残す必要がある、またはメンバーが流動するときに資料が人についていってほしくないなら、チーム版が個人版より適しています。

まず無料版または試用版から始め、転写品質とフローが自分の仕事の習慣に合うことを確認してから、課金を検討することをお勧めします。最初から買う必要はありません。

（注意：各ツールの価格と権益は公式ページを基準とします。録音前に現地の法律を遵守し、必要な同意を得てください。）