取得する方法 Zoomの文字起こしを

一番速いZoom文字起こしは、Zoomがすでに作ってくれているもの

誰もこの部分から話を始めません。Pro、Business、Education、Enterpriseのアカウントで、Zoomミーティングをクラウドに録画すると、Zoomは自動的に音声の文字起こしを生成し、準備が整うとメールで知らせてくれます。文字起こしはVTT形式で保存され、Zoom Webポータルの「録画と文字起こし」に置かれます。拡張機能も、ボットも、面倒な設定もありません。

落とし穴はアカウントのプランです。クラウド録画の文字起こしには、クラウド録画と音声文字起こしの両方をオンにする必要があり、無料のBasicプランにはどちらもありません。だから「Zoomミーティングを無料で文字起こしできるAIはあるの?」という問いには、ちょっと厄介な答えがあります。Zoom自身の文字起こしは、すでにZoomにお金を払っているなら追加費用ゼロという意味では無料ですが、Basicなら全く無料ではありません。

対応言語はまずまずです。Zoomのサポート文書には、クラウド録画の文字起こしで対応する言語が約19言語挙げられていて、英語、スペイン語、フランス語、ドイツ語、中国語、日本語、ウクライナ語、ルーマニア語が含まれます。社内のほとんどのミーティングには十分でしょう。同じ通話で韓国語とポーランド語を一緒に扱う必要があるなら、頼りにする前に最新のリストを確認してください。Zoomは時間とともに対応言語を増やしているからです。

Zoomの文字起こしを取得する手順

組み込みの流れは短いです。これがすべてです。

これだけです。買うツールはなく、メールが届けばかかる時間は数分です。Zoomミーティングの文字起こしツールを探してここに来たのなら、もう終わったかもしれません。

ライブ字幕 vs クラウド録画の文字起こし: どちらが欲しいのか

この2つは別物で、人はよく混同します。ライブ文字起こしはミーティング中に画面に字幕を表示するもので、アクセシビリティや、誰かの音声が聞き取りにくいときに役立ちますが、保存しない限り通話が終わった瞬間に消えます。クラウド録画の文字起こしは事後の文書です。後で読める、検索可能で編集可能なVTTファイルです。

言葉が必要になる瞬間で選びましょう。ライブで追いかけたいなら字幕が欲しいということです。要約したり、検索したり、フォローアップメールに貼り付けたりする記録が必要なら、クラウド録画の文字起こしが欲しいということです。「文字起こし」と言う人のほとんどは後者を意味していて、うっかり前者に手を伸ばしています。

正直に言うと一つ隙間があります。Zoomはミーティングの要約を書くAI Companionも宣伝していて、どのプランで使えるかの線引きは時間とともに変わります。Zoomの現在の文書で裏付けられない数字を引用するつもりはありません。要約を自動でやってくれる機能が目当てなら、すでにあると決めつける前に、今日のZoomプランに何が含まれているかを確認してください。

Whisperが合う場所: 文字起こしを使えるきれいなメモに変える

ここからは慎重にならないといけません。誇張するのは簡単だからです。WhisperはあなたのZoom通話には参加しません。Zoomボットはなく、ミーティングに自動参加もせず、他の参加者の音声を取り込むこともありません。ミーティングに居座って聞き取るものが欲しいなら、Whisperは間違ったツールです。正しいものはこのあとすぐにご案内します。

Whisperがやるのは、文字起こしを手に入れた後のステップです。ホットキーを押し（WindowsではCtrl+Space、macOSではCommand+Optionを押しっぱなしにするプッシュ・トゥ・トークで）、話すと、あなたの言葉が、今いるどんなアプリでもカーソル位置に貼り付けられます。だからZoomがあの生のVTTの文字の壁を渡してきたら、フォローアップを書く文書を開いて、人が読む版を口述します。3つの決定、2人の担当者、1つの締め切り、というふうに。

クラウドモードではAIアシスタントがもう一歩進みます。「Hey whisper」と言えば、段落を要約したり、ミーティングメモからアクションアイテムを抜き出したり、返信の下書きをしたりするよう頼めて、整えられた結果がカーソル位置に届きます。クラウド機能はWhisper Proの一部です。ローカルの音声入力パイプラインは、アカウントを持っていれば誰でも無料で、登録に支払い方法は要りません。文字起こしは原材料です。Whisperはそれを、送れる何かに仕上げるためのものです。

すでに持っているZoom録画ファイルを文字起こしする

ミーティングをローカルファイルとして保存して、Zoomの文字起こしが得られなかった場合は? Basicプランの問題ですね。録画はあるけれど、テキストがないという状態です。

Whisperのクラウド経路は、ご自身のOpenAIキーを使って、持っている音声ファイルを文字起こしできます。OpenAIの音声テキスト変換APIはmp3、mp4、m4a、wav、webmに対応しています。覚えておくべき数字が一つ。そのAPIへのアップロードは25 MBが上限です。長いミーティングはこれを軽く超えるので、先に音声を分割することになります。ローカルエンジンはあなたのマシン上で動くので、このAPIの制限を共有しません。完全なRustによる文字起こしで、何もラップトップから出ていきません。

お伝えしておくべき注意点。デスクトップアプリのファイル取り込みの流れの正確なラベルを、私はまだ独自に確認できていません。なので「録画をドラッグして放り込めば動く」というのは意図として受け取ってください。確実なワンクリックのボタンが保証されているわけではありません。サイズ上限内のきれいな自己録画ファイルなら、クラウド経路で処理できます。日々の音声入力とメモの整理には、ホットキーが主役です。

Whisperを使わず、代わりにミーティングボットを使うべきとき

AIツールが決して書かないセクションなので、はっきり書きます。あなたの本当のニーズが、通話に参加してすべてを書き留めるものなら、Whisperは使わないでください。ミーティングボットを使いましょう。

OtterはGoogleやMicrosoftのカレンダーに接続し、Zoomミーティングに自動参加し、リアルタイムでメモを書き、共有されたスライドを取り込み、ディスカッションの要約をZoom Chatに投稿します。FirefliesはNotetakerボットを動かし、カレンダーのミーティングに自動参加して録音、文字起こし、要約を行い、通話ごとにアクションアイテムを残し、100以上の言語に対応すると宣伝しています。Tactiqは逆方向です。ボットを参加させずにZoomをリアルタイムで文字起こしするChrome拡張機能で、カードなしで最初の10回のミーティング文字起こしを使える無料枠と、ワンクリック要約があります。3つの異なる仕組みで、いずれもWhisperがあえてやらない、ミーティング中の取り込みをこなします。

これは私が責任を持って言える意見です。Otterはミーティングのため、Whisperは書くため。カテゴリが違うので、間違ったものに払いすぎるより、正しいものを使ってほしいのです。Whisperは声で書く行為を速くします。あなたのスタンドアップに居座ることはありません。

この違いは見た目以上に大事で、その理由はクラウド料金の話にあります。私が関わったあるチームは、契約者に社内向けのAI音声入力のプロトタイプを作らせていて、それは発話のたびに、すべてのラップトップでクラウドモデルを呼び出していました。四半期末、マネージャーがコストのダッシュボードを開くと、5桁の請求額が出ていました。その大半は、あるチームがスタンドアップの録画を4回も文字起こししていたぶんで、リトライのロジックが攻めすぎていたからです。契約者の解決策は「プロンプトを最適化する」でした。CFOの解決策は「いや、すでにメモがあるミーティングを文字起こしするのにお金を払うのをやめる」でした。必要なミーティングボットは、その価値があります。Zoomアカウントがすでにやっていることをやらせるために買ったミーティングボットは、その5桁の請求がいつ起きてもおかしくないということです。

Zoomの文字起こしにかかる費用

Zoomのクラウド録画の文字起こしは、すでに払っている有料Zoomプラン以外に費用はかかりません。無料のBasicプランではなく、Pro以上のプランで使えます。Whisperのローカル音声入力パイプラインは、アカウントを持つ人なら誰でも無料で、始めるのに支払い方法は要りません。クラウドの領域（OpenAIの文字起こし、AIによる仕上げ、Web検索）はWhisper Proの一部です。正確な金額はWhisperの料金ページにあるので、常に最新です。Otter、Fireflies、Tactiqのようなボットツールはそれぞれ独自の価格設定をしています。ミーティングボットの価格は変わりやすいので、各ページを直接確認してください。

WhisperはWindowsと、Apple SiliconのmacOSで動き、ローカルパイプラインは一度モデルをダウンロードすれば完全にオフラインで動作します。まず音声入力のワークフローの感覚をつかみたいなら、音声テキスト変換アプリの概要とOtter.ai代替の比較が、声で書く側をより詳しく扱っています。

Zoom文字起こしツールの検索は、たいてい同じ終わり方をします。文字起こしはもうZoomポータルの中に置いてあったのだと気づき、クラウド録画をオンにして、その日の続きに戻る。あなたが必要だったツールは、チェックボックス一つだったのです。そのあと残るもの、つまりタイムスタンプの壁をチームが読む2文に変えること、それこそ声でやる価値のある部分です。この記事の大半は、学校のお迎えと、よりにもよって「Zoomの文字起こしはどこにある?」というサポートメールの合間に口述しました。娘に何を書いているのと聞かれました。「Zoomの文字起こしの取り方だよ」と答えると、それって本当の仕事なの? と。もっともです。