法的文書の文字起こしソフト、 正直に話します

これが何で、何でないか

はっきり線を引いておきます。他の多くの分野よりも、ここではそれが重要だからです。Whisper はディクテーションソフトです。話すと、言葉がカーソル位置に編集可能なテキストとして現れます。認定文字起こしではありません。証言録取書、審問、または録音されたインタビューの逐語的・証明可能な記録を生成するものではありません。法廷記録レベルでもなく、コンプライアンス、特権、守秘義務、証拠保全チェーンに関する保証も一切ありません。文書が認定される必要がある場合や、発言内容の正確な記録としてファイルに保存する必要がある場合、これは間違ったツールです。それだけははっきり言えます。

このツールが役立つのは、自分自身の初稿です。一文ずつ苦労しながらタイプするようなメモ。依頼人への書状、電話後の案件メモのまとめ、案件の現状の社内まとめ、論点を整理する前の大まかなアウトライン。これらでは、あなたが著者であり、重要な唯一の基準は「自分の意図を捉えられたか」です。そのためには声の方がタイピングより速い——私自身の使用感では、話す速さは約1分145語に対し、タイプは約40語——そして誰かに見せる前に自分で編集できます。

ローカルモードについて、もう一点正直に言っておく価値のあることがあります。他の場所では大げさに宣伝されがちです。Whisperのローカルエンジンは完全にあなたのマシン上で動作するため、音声も生成されたテキストもコンピュータの外に出ません。センシティブな案件にとって、テキストを端末内に保持することは実際に意味のある特性です。しかしそれ自体は、守秘義務やコンプライアンスの保証ではありません——ファイルに関するルールは、あなた自身のシステム、ポリシー、義務によって定められます。約束のように聞こえる一文を買うより、その違いを理解してほしいのです。

ホットキーを押して話すと、テキストが下書きに入る

仕組みはシンプルです。シンプルさがポイントです。ホットキーを押して話し、離すと、トランスクリプトがフォーカスのある場所のカーソル位置に貼り付けられます。Whisperはキーを離した後も少しだけ録音を続けるので、最後の言葉が切れることはありません。OSのカーソル位置に貼り付けるため、Wordの案件メモは単なる「テキストボックス」——メールクライアントや案件管理システムと同じです。特定の法律アプリに接続するプラグインも、認証が必要なインテグレーションも不要です。

それがランディングページが複雑に見せている部分です。実際は、カーソルが下書きにあれば、話すだけで言葉が現れます。話している間、小さなカプセルが表示されてWisperが聴いていることが分かります：

ホットキーは最初に正しく設定する価値のある唯一のことです。Windowsでは Ctrl+Space、Macでは Command+Option（話している間押し続けるプッシュ・トゥ・トーク方式の修飾キーのみ）です。どちらも、既に使っているショートカットと競合する場合は設定で変更できます。（娘が「ホットキーが使えない」と言ってきたことがあります。バグではなく競合でした。それ以来、すべてのホットキーはカスタマイズ可能にしています。）WindowsでのディクテーションやMacでのディクテーションを設定したことがあれば、同じ操作感でそのまま起草アプリで使えます。

2分でセットアップ（Windows または Mac）

Apple Silicon搭載のMacまたはWindows 10以降のPC、動作するマイク、そして起草に使うアプリが開いていれば準備完了です。ローカルパイプライン全体はサインイン済みアカウントであれば無料で、サインアップ時に支払い方法は不要です。手順は以下のとおりです。

時間がかかるのはモデルのダウンロードであり、セットアップ自体ではありません。それ以外は上の4ステップです。動き始めれば、思いをページに書き出すことがタイピング作業ではなく、話す作業になります。

Windowsでの音声入力 · Macでの音声入力

声でメモ、書状、案件メモを起草する

機能一覧より実際の使用感の方が参考になるので、日常的な使い方を紹介します。依頼人との電話が終わり、忘れる前にメモを残したい。案件メモにカーソルを置き、ホットキーを押しながら何が起きたかを平易な文章で話して離します。2分後には、白紙を眺めている代わりに、整理できる段落が手元にあります。同じ流れで、メモの初稿、添え状、ファイルのまとめ、請求書の説明——あなたが著者で言葉が自分のものから始まるものなら何にでも使えます。

ディクテーションが真価を発揮するのは長い文書です。2ページのメモは、言いたいことが決まっていれば、タイピング量は多くて思考量は少ない。声で話すと、口頭で論じる順番で出てきます——それがそのまま読む順番であることが多い。誰かの発言を文字起こしするわけではなく、自分の論点を話す速さでページに書き出して、その後に編集します。編集はまだあなたの仕事です。声はキーボードを取り除くだけで、弁護士を取り除くわけではありません。（同じ起草ワークフローはドキュメントを多く使う他の職種にも当てはまります——コンサルタント向けディクテーションソフトで説明したものに近く、そちらではメモではなくレポートが成果物です。）

もう一つの静かなメリットは手首への負担軽減です。10年間の起草作業で手首が限界なら、初稿を口で出して編集だけにキーボードを使うのは本当に楽になります。これを医療的な主張として飾ることはしません——そうではありません。同じ成果に対してキーストロークが少なくなるというだけで、文章を職業とする人なら受け入れて損はないものです。

ローカルかクラウドか：センシティブな案件にどちらを使うか

法的文書の起草にはまずローカルモードを試してください。理由はシンプルです：まとまっていない論点、依頼人の名前、現在進行中の案件の事実——そのようなテキストは、下書きになるためにマシンの外に出る必要はありません。Whisperのローカルエンジンはコンピュータ上で完全に動作するため、音声もテキストもそこに留まります。センシティブな仕事にとってこれは実際の特性ですが、冒頭で述べたように、処理がどこで行われるかの特性であり、コンプライアンス証明書ではありません。MacがApple Siliconか、PCが最近数年以内のものであれば、ローカルは日常的なディクテーションを問題なく処理します。

3つの方式の違いを説明します。アプリで選択が必要で、賢く選んでほしいからです：

• Local Parakeet — NVIDIAのTDTエンジンで約600MB、最速のローカルオプションです——CPUでのWhisperより5〜10倍速い。英語と他の24のヨーロッパ言語、合計25言語をカバー。英語への翻訳機能とカスタム語彙はありません。英語で起草していてオフラインで速度が欲しい場合はこれが最初の選択です。
• Local Whisper — 同じマシン上でParakeetより遅いですが、カスタム語彙を設定できるエンジンです——これが重要で、当事者名、ラテン語の法律用語、毎日口にするフレーズを登録すれば、エンジンが推測しなくなります。多言語ビルドは99言語をカバーし英語への翻訳もできます。英語専用ビルドは英語のみです。デフォルトの英語モデルは約480MBです。用語の正確さを重視するならローカルでこれを選んでください。
• Cloud（OpenAI、BYOK） — 最高の精度とウェブアクセス。自分のOpenAIキーを使い、OpenAIに直接課金されます。文字起こしはデフォルトでgpt-4o-mini-transcribeで動作します。インターネットが必要なため、テキストがマシンの外に出る唯一の方式です——センシティブな案件をこれでルーティングする前によく考えてください。クラウド機能はWhisper Proの一部です。

地味な真実を言えば、自分の文章の初稿であればローカルで十分であり、センシティブな案件であれば明らかな出発点です。どちらのローカルエンジンもサーバーへの送信なしに完全にあなたのマシンで動作します。クラウドが役立つのは、難しい録音に最高の精度を求めるときや、文章の途中でウェブから情報を引き出したいとき——そしてコンテンツをマシン内に保持するほどセンシティブでないときです。ローカルから始めて、ローカルでは物足りないときだけクラウドへ。

法律用語、当事者名、そして下書きの整理

生のディクテーションは文章が繋がったまま出てきます。「えーとファイルへのメモで依頼人と地役権の紛争について話したんですが審問前に解決したいと言ってて木曜日に書状の下書きを書くことを思い出させてください」——これが音声エンジンが渡してくる句読点のない文字の壁です。二つのことが助けになります。

一つ目は用語です。Local Whisperはカスタム語彙——エンジンが優先する単語リスト——を受け付けます。当事者名、ラテン語のフレーズ、事務所固有の略語を毎日繰り返す分だけ登録すれば、エンジンがそれらを推測しなくなります。この機能はWhisperローカル専用です。Parakeetとクラウドの文字起こしモデルはカスタム単語リストを受け付けません。二つ目は整理です。「えーと」を除いたり、繋がった文を整えたり、話し言葉の段落を使えるものに変えるために、WhisperはAIパスを実行できます。起動フレーズ「Hey whisper」を言うと、テキストが貼り付けられる前に整えられます。ローカルモデルではOllamaを通じて動作し、クラウドモードではデフォルトでgpt-5-miniを使います。

この分野に特に当てはまる注意点を一つ。AIの整理機能は文法と言い淀みを整えるだけです——校正ではなく、当然ながら法的レビューでもありません。言い間違えたことを自信を持った綺麗な文章に仕上げてしまうこともあります。依頼人やファイルに渡す前に必ず読み返してください。声は言葉を素早く書き出します。判断はあなたが行います。

この「話して整える」フローは法的文書の起草をはるかに超えた場面でも効果的です——任意のアプリにきれいな文章をディクテーションすることも一つのホットキーでできます。長い段落が、タイプする代わりにいくつかの話し言葉の文章になります。

認定文字起こしサービスが必要なとき

ここが最も重要なセクションなので、率直に話します。実際に必要なのが、発言内容の記録——証言録取書、審問、録音されたインタビュー、尋問——を正確で証明可能なトランスクリプトに変換することであれば、ディクテーションツールを使わないでください。Whisperも使わないでください。認定を受けた裁判所書記官または認定法的文字起こしサービスが必要です。これは異なるカテゴリの業務であり、異なる基準があります：逐語的な正確性、認定、そしてファイルされた記録が要求する説明責任。Whisperはそれらの保証を一切しません。そのことは正直に言います。

同じことは、ツール自体が基準を満たさなければならないコンプライアンス関連の業務にも当てはまります——文書化された証拠保全チェーン、契約上の精度基準、音声を扱った人物の監査証跡。Whisperは個人の起草ツールです。認定資格はなく、テキストをマシン上に保持することはローカルモードの特性であり、コンプライアンスの証明ではありません。規則、裁判所、または依頼人が認定された出力を要求する場合、正直な答えは認定サービスを使うことです。求められている基準に合った正しいツールを使ってください。

Whisperが適しているのは、自分でタイプするような文書です：メモ、書状、案件メモ、論点の初稿。「よく文章を書いていて手が疲れている」というニーズには合っています。「誰かが記録として頼りにするトランスクリプトを作成しなければならない」というニーズには合いません——ディクテーションツールには永遠に合いません。自分がどちらの側にいるかを把握することが、すべての判断です。

法的業務というより、サーバーを介さずにプライベートな初稿を書き留めることに関心があるなら、プライベートなオフライン音声テキスト変換の考え方も同じです。どちらもテキストを最初にあったマシン上に保持することに行き着くからです。

まとめると：認定文字起こしでも法廷記録でもなく、コンプライアンスの保証もありません。自分の下書きのためのディクテーションツールで、必要ならオフラインで使え、毎日口にする用語のための単語リストも使えます。このガイドの大部分は話しながら書き、その結果を編集しました——それがまさに私が説明しているワークフローです。そして証言録取書を作成することとはまったく異なります。それは資格のある人に依頼します。自分が立っているラインに合った正しいツールを使ってください。