動画・MP4を文字起こしする方法とAIツール9選【無料】

「会議を録画したMP4ファイルを、そのまま文字にしたい」
「無料でどこまでできるのか、先に知っておきたい」
「文字にしたあと、誤字を直す手間をできるだけ減らしたい」

動画を文字にする方法はいくつかありますが、無料でどこまでできるか、手直しがどれくらい残るかは、方法によって違います。

本記事では、動画の文字起こしを4つの方法に整理し、無料でできる範囲、精度を求めるときに使えるアプリ・ツール、手直しを減らすコツを紹介します。

【本記事でわかること】

• 動画の文字起こしの4つの方法と、無料でできる範囲

• 字幕づくり・議事録づくりなど、目的に合わせて選べるアプリ・ツール9選

• 文字起こしの精度を上げて、手直しを減らすコツ

動画の文字起こしとは？

動画の文字起こしとは、動画で流れている音声を聞き取り、テキストにすることです。できたテキストは、字幕にして音声を聞けない場所でも内容を追えるようにしたり、会議の議事録や記事の下書きに使ったりできます。

始める前に、次の3点を押さえておくと方法を選びやすくなります。

• 無料でできる範囲は限られる：音声をテキストにするところまでは無料でもできますが、話者の区別や長時間の処理には制限がある場合があります

• ファイル形式で使える手段が変わる：MP4は多くのツールが対応していますが、形式によっては変換が必要になる場合があります

• 長い動画ほど待ち時間が出る：パソコンの標準機能やGoogleドキュメントを使う無料の方法は、動画を再生して、その音を音声入力で文字にするため、収録した時間とほぼ同じだけ時間がかかります

どこまでを無料で済ませ、どこからツールに任せるかを先に決めておくと、あとからのやり直しを減らせます。

主な動画・音声ファイル形式（MP4・MOV・M4a）を紹介

動画や音声のファイルにはいくつか種類があり、文字起こしのツールによって読み込める形式が違います。使いたいツールが対応していない形式は、MP4などへの変換が必要です。

よく使われる動画・音声のファイル形式を紹介します。

動画の文字起こしをする方法は大きく分けて4つ！

動画の文字起こしをする方法として以下の4つがあります。

お金をかけずに試すなら方法1・2、動画に字幕を付けたいなら方法3、会議の録画を議事録やレポートにしたいなら方法4が向いています。

方法1：WindowsやMacの標準搭載機能で文字起こしをする

動画の文字起こしをしたいけど、いきなり有料サービスはハードルが高い...と思っている方もいるかもしれません。そこで、本章では動画の文字起こしを無料でする方法を、WindowsとMacに分けて解説します。

パソコンで再生した動画の音を文字にするには、音声入力の機能（Windowsの「音声入力（ディクテーション）」・Googleドキュメント）と、再生している音を入力に回す設定（ステレオミキサー・BlackHole）を組み合わせるのが基本です。

【Windows】音声入力（ディクテーション）を活用

Windows11には「音声入力」という機能があり、文字起こしに使えます（Windows10では「ディクテーション」という名前です）。WindowsキーとHキーの同時押しですぐに起動できます。

参考：音声入力を使用して、PC 上でタイプをする代わりに話す

専用のソフトやアプリを入れずに始めたい方は、まずWindowsの音声入力を試してみましょう。

ただし、長い動画の聞き取りには向かず、まちがって変換された言葉を自分で直す手間がかかります。

また、Windows10のディクテーションは日本語に対応していません。日本語で使うなら、Windows11の音声入力が必要です。

【Windows】ステレオミキサーを有効化

ステレオミキサーは、パソコンで再生している音を、マイクの代わりに入力として使えるようにする設定です。

Googleドキュメントなど、音声入力の機能が備わったツールと組み合わせると、再生している動画の音声を文字にできます。

Windows11では、［設定］→［システム］→［サウンド］の［その他のサウンド設定］を開き、［録音］タブで「ステレオミキサー」を選びます。

［プロパティ］を開き、［デバイスの使用状況］で［このデバイスの使用 (有効にする)］を選ぶと使えるようになります。

利用方法が少し複雑なため、機械の扱いが苦手な方にとっては難易度が高いと感じるかもしれません。また、パソコンによっては、ステレオミキサーが設定の画面に出てこないこともあります。

【Mac】「BlackHole」をインストールして設定

macOSにはステレオミキサーの機能がありません。代わりに、BlackHoleをインストールして設定します。BlackHoleは、Macで再生している音を、マイクの代わりに入力として使えるようにするソフト（仮想オーディオデバイス）です。

古い解説記事では、Soundflowerというソフトが紹介されていることがあります。ただし、Soundflowerは、Appleシリコン（M1以降のチップ）を搭載したMacには対応していません。

BlackHoleは、IntelとAppleシリコンのどちらのMacにも対応しています。

参考：BlackHole（GitHub）

【Windows・Mac】Googleドキュメントの音声入力で文字にする

Googleドキュメントは、Googleアカウントがあれば無料で利用でき、音声入力機能を使って動画の音声をテキストに変換できます。

音声をテキスト化するには、動画を再生しながら、その音を音声入力に回す必要があり、直接ファイルを読み込むことはできません。そのため、Windowsではステレオミキサーの設定、MacではBlackHoleのインストールが必要です。

また、Googleドキュメントで句読点を音声で入れるコマンドは英語のみのため、日本語では句読点が入らず、読みやすく整える手間がかかります。音声認識の精度も完璧ではありません。

無料で利用できる手軽さはありますが、作業効率や精度を考えると、動画の文字起こしには向かないでしょう。

関連記事：Googleドキュメントの文字起こし完全ガイド！無料でできる方法や注意点を紹介します

方法2：YouTube動画やWeb会議ツールの字幕機能を活用する

YouTubeやWeb会議ツールに付属している字幕機能を活用する方法もあります。動画や会議の音声を、その場で文字にして表示できるため、手軽に始められます。

ただし、字幕機能は画面に表示するための機能のため、テキストとして手元に残すには、ツールごとに別の操作が必要です。

YouTubeでは、自分の動画の字幕をYouTube Studioからダウンロードできます。

ZoomやMicrosoft Teamsでは、字幕は会議中に表示されるだけで、あとから保存できません（Zoomは2026年5月から）。会議の内容を文字で残したいときは、字幕ではなく「文字起こし（トランスクリプト）」の機能をオンにします。

Google Meetでも、文字起こしの機能を使うと、Googleドライブに保存されます。いずれも、契約しているプランや、主催者・管理者の設定によっては使えない場合があります。

また、自動で付く字幕は、精度が十分とは限りません。仕事で使う場合は、手直しの時間も見込んでおきましょう。字幕付きの動画を作りたい場合は、方法3の動画編集ソフトも選択肢になります。

YouTube動画をテキスト化してダウンロードする方法はこちらの記事で詳しく解説していますのでぜひ参考にしてみてください。

関連記事：YouTubeの文字起こしをコピー・ダウンロードする方法【スマホ対応】

方法3：文字起こし機能のある動画編集ソフトを利用する

動画編集ソフトのなかには、文字起こし機能を搭載しているものがあります。

動画編集ソフトの文字起こし機能を活用すれば、動画の音声データを自動的にテキスト化でき、作業の手間を減らせます。また、字幕の自動生成やタイムコード付きの文字起こしができるソフトもあり、字幕付けと編集をまとめて進められます。

ただし、文字起こし機能がすべての編集ソフトに付属しているわけではないため、事前に仕様を確認することが重要です。

また、ソフトによってはテキストデータの書き出しに対応していない場合もあります。字幕の追加には問題ありませんが、議事録作成やほかの用途で文字起こししたテキストのみを利用したい場合は、テキストの書き出し機能があるかどうかも確認しましょう。

文字起こし機能のある動画編集ソフトは、CapCut・Vrew・Adobe Premiereなど5つを、この記事の後半の「文字起こし機能のある動画編集アプリ・ソフトおすすめ5選」で紹介します。

方法4：高精度な文字起こしアプリ・ツールを導入する

AI技術を活用した文字起こしアプリやツールを導入すれば、精度と効率を重視した文字起こしができます。動画ファイルをそのまま読み込ませられるものなら、再生しながら音を拾う方法より、短い時間でテキストにしやすくなります。

さらに、多言語対応や要約機能が搭載されているものもあり、動画の内容をさまざまな形で活用できる点が魅力です。また、Web会議ツールと連携可能なツールもあり、録画データの文字起こしだけでなく、リアルタイムで議事録を作成する場合にも役立ちます。

文字起こしに特化したアプリ・ツールは、精度とスピードを重視する方向けです。無料の方法より費用はかかりますが、手直しや作業の時間を減らせる場合があります。

おすすめの文字起こしアプリ・ツールは、Rimo・torunoなど4つを、この記事の後半の「高精度な文字起こしアプリ・ツールおすすめ4選」で紹介します。

無料の方法と文字起こしツールの分かれ目

無料の方法（パソコンの標準機能やGoogleドキュメントの音声入力）で足りるかどうかは、料金よりも、動画の文字起こしでどこに詰まるかで見分けられます。無料の方法でつまずきやすいのは、次の3点です。

• 話している人を分けられない：誰の発言かが残らないため、会議の録画は読み返すときに手間がかかります

• 録画ファイルを読み込めない：再生した音を拾う方式が中心で、手元のMP4をそのまま渡せないものがあります

• 整える手間が残る：「えー」「あのー」が残り、Googleドキュメントの音声入力では句読点も付かないうえ、専門用語や固有名詞を登録できないため、同じ言葉がまちがって変換されやすくなります

もう1つの分かれ目は、文字にしたあとに振り返るかどうかです。記録として残すだけで見返さないなら、無料の方法や録画の保存で十分な場合もあります。

過去の会議やセミナーの内容をあとから探したい、資料づくりに使いたいとなったら、ツールの導入を検討するとよいでしょう。

文字起こし機能のある動画編集アプリ・ソフトおすすめ5選

動画に字幕を付けたい方に向けて、文字起こし機能のある動画編集アプリ・ソフトを紹介します。

議事録など、字幕ではなくテキストとして使いたい場合は、このあとの「高精度な文字起こしアプリ・ツールおすすめ4選」で紹介する文字起こしアプリ・ツールを使うと、要約まで自動で作れます。

動画編集も無料でできる「CapCut」

出典：CapCut

『CapCut』はAIを搭載した動画編集ツールで、スマートフォン（iOS・Android）のアプリのほか、パソコンのアプリやブラウザでも使えます。動画に字幕を自動で付ける機能もあります。

『CapCut』は有料版もありますが、無料で始められます。無料版で使える機能の範囲は変わることがあるため、使う前に公式サイトで確かめておくと安心です。

ただし、CapCutが用意している音楽やテンプレートなどの素材は、個人の非商用に限られるものと、商用にも使えるものに分かれています。商用にも使える素材には印が付いていて、印の無い素材は個人の非商用に限られます。

また、商用向けの音楽も、投稿できる先はCapCutやTikTokなどだけです。仕事で使う動画では、素材ごとに印と使える範囲を確かめてから使いましょう。

参考：CapCut Materials License Agreement（2026年10月に確認）

YouTubeが提供「YouTube Studio」

出典：YouTube クリエイター

YouTubeが提供している『YouTube Studio』は、YouTubeに投稿した動画を管理する、ブラウザベースのオンラインツールです。

YouTubeにアップロードした動画には、音声から字幕を自動で付ける「自動字幕起こし」が使えます。YouTube Studioでは字幕を編集でき、自分の動画の字幕をダウンロードすることもできます。

動画のアップロードから分析、収益化までをまとめて管理できるため、YouTubeで収益を図る目的で動画に字幕をいれたいという方におすすめです。

AIを活用した編集が可能な「Vrew」

出典：Vrew

『Vrew』は音声認識による自動字幕生成を備えた動画編集ソフトです。無料プランがあり、Windows・Mac・Ubuntuで利用できます。

文字起こしされたテキストを見ながら編集できるため、機械の扱いに慣れていない方でも、作業を進めやすいでしょう。字幕の自動生成だけでなく、カット編集や無音部分の自動削除、AI音声によるナレーション、テキストからの動画作成にも対応しています。

字幕付けと動画編集を、1つのソフトでまとめて済ませられます。

細かな仕上がりまで作り込むなら「Adobe Premiere」

出典：Adobe Premiere

『Adobe Premiere』（旧称 Adobe Premiere Pro）は、動画制作の初心者からプロの映像制作者まで使える動画編集ソフトです。デスクトップ版とモバイル版があります。

動画の音声を自動で文字・字幕に書き起こせる「音声のテキスト化」という機能があり、日本語にも対応しています。

参考：AIでビデオ音声の文字起こし - Adobe

動画編集におけるさまざまな機能がそろっているため、使いこなせば、細かな仕上がりまで作り込めます。

動画編集や字幕生成に対応した「VEED」

出典：VEED

『VEED』は、AIを搭載した動画編集ツールです。ブラウザで使えるため、パソコンやスマートフォンのブラウザから利用でき、iOS向けのアプリもあります。無料で始められます。

AIによる自動字幕生成や文字起こし機能を備えており、テキストからAIでナレーションを作ることもできます。YouTubeやSNS、企業の説明動画など、さまざまなコンテンツ制作に使えます。

さらに、作りたい動画の内容を文章で入力するだけで動画を作れる機能もあり、編集作業をスピーディーに進めたい方に合うツールです。

高精度な文字起こしアプリ・ツールおすすめ4選

ツールを選ぶときは、要約まで自動で作れるか、使うパソコン（Windows・Mac）で動くか、無料で文字にできる時間は足りるか、Web会議と連携できるかを見比べると、違いが分かりやすくなります。

動画の内容を議事録やレポートにまとめるなら、次の4つのアプリ・ツールがおすすめです。

以下、それぞれの特徴を詳しく紹介します。

高精度なAIが文字起こしの要約まで作成「Rimo」

会議終了後わずか5〜10分で文字起こしと要約が完了する、AI議事録サービスが『Rimo』です。録画した動画や音声のファイルをアップロードして、文字起こしすることもできます。

Zoom・Teams・Google Meet・Webexのオンライン会議では、Rimoが会議に自動で参加して、録画と文字起こしをします。

テキストと音声がつながっていて、文字をクリックすると、その箇所の音声をすぐに聞けるようになっています。

AIが作る要約があるので、会議の内容をあとから振り返るときにも役立つでしょう。

社外に出せない会議やセミナーの録画も扱えるよう、ISO27001・ISO27017認証を取得し、データは日本国内で保管されます。入力したデータがAIの学習に使われることもありません。

無料トライアルは、クレジットカードの登録なしで始められます。文字起こしツールを検討する際は、『Rimo』をぜひ一度お試しください。

▶ Rimoの詳細を見る

会議を「テキスト＋音声＋画面キャプチャ」で残せる「toruno」

出典：toruno

『toruno』は、会議の音声の文字起こしに特化したサービスです。文字と音声に加えて、会議の画面に映った資料もキャプチャして記録できます。

動画ファイルをアップロードして文字起こしするだけでなく、デスクトップ上で再生している動画を記録して文字起こしすることも可能です。生成AIで議事録の作成・要約もできるため、議事録づくりの手間を減らしやすくなります。

『toruno』の専用デスクトップアプリは、Windowsでしか使えません。Macには専用アプリがなく、ブラウザ版でICレコーダーなどで録音した音声・動画ファイルをアップロードして文字起こしする形になるため、注意しましょう。

参考：プロダクト紹介 | 会議を文字起こし＆録音-トルノ

Webブラウザ上で使える「文字起こしさん」

出典：文字起こしさん

音声・動画・画像・PDFのファイルを、サイト上のフォームにアップロードするだけで文字起こしができる文字起こしサイトです。MP4やMOVなどの動画ファイルにも対応しています。

100以上の言語に自動対応しているほか、使い方がシンプルなのも魅力です。

ただし、無料で文字起こしできるのは登録なしなら最初の3分まで、無料登録をしても1日あたり10分までとなるため、長時間の動画を文字起こしする場合には有料版を活用しましょう。

Web会議ツールとの連携も可能「AI議事録取れる君」

出典：AI議事録取れる君

高精度AIを活用し、Zoom・Teams・Google Meetでの会議内容を、リアルタイムで文字起こしできるサービスで、文字起こしから要約まで行えます。

月額1,380円（税別）から利用でき、7日間の無料トライアルで試せます。さまざまなツールを活用してオンライン会議を行う機会がある方にはおすすめです。

参考：Pricing - AI議事録取れる君

動画の文字起こしをするメリット

動画で情報を伝える場面や、オンライン会議を録画する場面は、仕事でも身近になっています。動画の文字起こしをすることで得られるメリットは、次の5つです。

1. 動画の内容理解へつながる

動画の文字起こしをして、文字も一緒に表示することで動画の内容がより理解しやすくなります。

YouTube動画を配信する場合や、社内でセミナー動画・研修動画を共有する場合に字幕があれば、難しい言葉や細かいニュアンスも文字で確かめられます。

2. 再生回数を伸ばす助けになる

字幕を付けると、音声を聞けない場所でも内容が伝わるため、再生回数を伸ばす助けになることがあります。

YouTuberなど動画で収益を得ようと考えている方は、取り入れておきたい方法の1つです。

3. 多言語でも動画を共有できる

外国の方と仕事をする機会があり、多言語の環境で働いている方もいるでしょう。動画の文字起こしをして、国に合わせた言語で字幕をつければ多言語で動画を共有できます。

そのため、仕事の幅が広がったり、よりコミュニケーションがしやすくなったりすることも見込めます。

4. レポートや記事にして発信できる

動画の文字起こしをすることでレポートを作りやすくなります。また、動画の内容をWeb記事にして発信したい場合も、文字起こしのテキストがあれば、一から聞き直さなくても、内容をまとめる作業から始められます。

5. 会議の内容の振り返り・共有がしやすくなる

会議の録画データだけだと、すべて見返すのが面倒となり、結局見なくなることもあります。また、動画が長いと、どの部分で重要な内容を話していたかをすぐに取り出せず、探すのに時間がかかりがちです。

動画を文字と一緒に残しておけば、自分で振り返るときも、上司や会議を欠席した人に共有するときも、必要な箇所を探しやすくなります。

動画の文字起こしの精度を上げるコツ

どの方法を選んでも、文字起こしの精度は元の動画の音と、AIへの渡し方に左右されます。手直しの時間を減らすために、録るとき・読み込ませるとき・仕上げるときの3点を押さえておきましょう。

• 元の動画の音をきれいに録っておく：雑音が多い録画や、話し手がマイクから遠い録画は、どのツールでも正確に起こすのが難しくなります。これから録る会議やセミナーは、静かな部屋を選び、マイクの近くで話すだけでも違いが出ます。複数の人が同時に話すと言葉が混ざるため、会議では1人ずつ話すよう声をかけておくと、あとの手直しが減ります

• 動画ファイルをそのまま読み込ませる：再生した音をマイクやステレオミキサーで拾うより、ファイルごと読み込ませたほうが、精度が出やすくなります

• 専門用語は辞書登録で補う：社内用語や固有名詞を、はじめから正しく起こすのは難しいものです。辞書登録ができるツールなら、まちがって変換された言葉をその都度足していくと、使うほど直す手間が減っていきます

辞書登録は、最初からすべての言葉をそろえる必要はありません。次に文字起こしする動画から、気づいた言葉を1つずつ足していけば十分です。

動画の文字起こしに関するよくある質問

Q. 動画の文字起こしは無料でできますか？

できます。Windows11の音声入力やステレオミキサー、MacのBlackHole、Googleドキュメントの音声入力を組み合わせる方法なら、費用はかかりません。

ただし、動画を再生して、その音を音声入力で文字にするため、収録した時間とほぼ同じだけ時間がかかり、話者の区別や句読点は手直しが必要になります。

動画ファイルをそのまま読み込ませたい場合は、無料で試せる範囲のあるツールもあります。たとえば『文字起こしさん』は、無料登録をすれば1日あたり10分まで使えます。

Q. MP4ファイルをそのまま文字起こしできますか？

できます。MP4は多くの文字起こしツールや動画編集ソフトが対応しており、そのまま読み込ませられます。本記事で紹介した『Rimo』や『文字起こしさん』も、動画ファイルのアップロードに対応しています。

形式によっては変換が必要になる場合もあるため、使うツールの対応形式を確かめておきましょう。

Q. 字幕を付けたいときと、議事録にしたいときで、選ぶ方法は変わりますか？

変わります。動画に字幕を付けたいなら、字幕の自動生成と編集をまとめて進められる動画編集ソフトが向いています。会議の録画を議事録やレポートにしたいなら、要約や共有ができる文字起こしアプリ・ツールが合います。

まとめ｜動画の文字起こしは目的から方法を選ぶ

動画の文字起こしは、WindowsやMacの標準機能、YouTubeやWeb会議ツールの字幕機能、動画編集ソフト、専用のアプリ・ツールのいずれかで進められます。

字幕を付けたいなら動画編集ソフト、議事録やレポートにテキストを使いたいなら専用のツールというように、目的から逆算すると迷いにくくなります。

話している人の区別や、長い録画の読み込みが必要だと分かっている場合は、はじめから文字起こしツールを試すと、やり直しを減らせます。

動画を文字起こしして記事や議事録にまとめたい方は、『Rimo』も選択肢に入れてみてください。アップロードするだけで要約まで作成でき、気になる発言はテキストから音声をすぐ聞き直せます。

無料トライアルは、カードの登録なしで始められます。

▶ 【無料トライアルあり】Rimoのサービス概要をチェックする