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」

手元の動画をテキストにしたいとき、方法が多すぎてどれから試せばよいか迷ってしまう方も多いのではないでしょうか。

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

まず方法を選びたい、ツールを比べたい、形式を確かめたいという方は下記をご覧ください。

• まず方法を選びたい方 → 動画の文字起こしをする方法は大きく分けて4つ！

• ツールを比べたい方 → 高精度な文字起こしアプリ・ツールおすすめ4選

• MP4など形式を確かめたい方 → 主な動画ファイル形式（MP4・MOV・M4a）を紹介

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テキスト化して目で見てわかるようにすることです。

字幕のように音声に合わせて文字を流すことで、音声を聞けない場所であっても内容を理解できる点が視聴者にとってのメリットです。

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：無料の方法は動画を再生しながら読み込ませる方式が中心で、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、あとから作業をやり直さずに済みます。

主な動画ファイル形式（MP4・MOV・M4a）を紹介

動画と一言で言っても、さまざまなファイルがあるため、まずはファイルの種類について理解しておく必要があります。

特に動画の文字起こし作業においては、ファイル形式によって処理方法が異なる場合があるため、形式ごとの特性を知っておくことが重要です。

MP4をはじめとした、よく使用される動画・音声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。

動画の文字起こしにはさまざまな方法がありますが、それぞれのメリット・デメリットを理解し、目的に応じて適切な方法を選びましょう。

WindowsやMacの標準搭載機能で文字起こしをする方法

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ための方法をWindows・Macそれぞれの機種ごとに解説します。

【Windows】ディクテーション（音声入力ツール）を活用

Windowsにはディクテーションという音声入力ツールがあるため、こちらが文字起こしに活用できます。

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

Windowsを使っておりなおかつ専用ソフトやアプリの活用が難しいと考えている方はまず音声入力ツールを活用してみましょう。

ただし、長文の聞き取りは不可能に近く、テキスト化された候補から自分で該当する言葉を選択しなければなりません。そのため、手間はかかります。

また、Windows10では日本語に非対応のため、使用する場合にはWindows11にアップグレードが必要です。

【Windows】ステレオミキサーを有効化

パソコンで再生している音声から文字起こしをするときに活用できるツールがステレオミキサーであり、Windowsではデフォルトで搭載されている機能です。

Googleドキュメントなど、音声入力の機能が備わったツールの使用が必要です。

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場合があります。

【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。そのため、BlackHoleで仮想オーディオデバイスを作成しましょう。インストールや設定はさほど難易度は高くないと感じる方が多いです。

macではSoundflowerが仮想オーディオデバイスとして普及していましたが、M1モデルのMacでは利用できません。

仮想オーディオデバイスにはさまざまな種類がありますが、現在多く使われているBlackHoleをまず活用してみても良いでしょう。

YouTube動画やWeb会議ツールの字幕機能を活用する方法

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。しかしYouTubeやWeb会議ツールの字幕機能はダウンロードができないなど、使い勝手が悪い点に注意が必要です。

そこで、『Adobe Premiere Pro』等の文字起こし機能が搭載された動画編集ソフトを活用する方法があります。

『Adobe Premiere Pro』は日本語をはじめ英語などの海外の言語にも対応しており、初心者でも簡単に利用できることが特徴です。

無料でできることには限度があります。高品質な文字起こしをしたい場合は、動画編集ソフトを活用することで簡単に実現できます。

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】

Googleドキュメントを活用する方法

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。しかし、動画の文字起こしには適しているとは言えません。

音声をテキスト化するには、動画を再生しながらパソコンのマイクで入力する必要があり、直接ファイルを読み込むことはできません。さらに、Windowsではステレオミキサーの設定が必要で、Macでは仮想オーディオデバイスをインストールする手間が発生します。

また、Googleドキュメントの文字起こしは句読点が付かずスペースのみで区切られるため、読みやすさに欠けるうえ、音声認識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

文字起こし機能のある動画編集ソフトを利用する方法

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、作業を大幅に省略できます。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可能なソフトも多く、効率的に作業を進められるのが特徴です。

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については後ほど紹介します。

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、高精度で効率的な文字起こしが可能です。音声認識の精度が非常に高く、動画内の音声を短時間で正確にテキスト化できます。

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活躍します。

文字起こしに特化したアプリ・ツールの導入は、精度重視でスピーディーな作業を求める方に最適です。無料ツールより初期費用はかかりますが、結果的に作業時間や手間を削減できるため、導入する価値は十分にあるでしょう。

おすすめの文字起こしアプリ・ツールは後ほど紹介しますので、ぜひ参考にしてみてください。

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

もっと手軽に動画に字幕を付けたいと考えている方におすすめしたいアプリ・ツールをご紹介します。

特にYouTubeを活用している方、質の高い動画の文字起こしをしたいという方はぜひ参考にしてみてください。

動画編集も無料でできる「CapCut」

▼CapCut公式サイト

出典：CapCut

『CapCut』はAI搭載のオールインワンのクリエイティブプラットフォームでiOS、 Android両方で動画に字幕がつけられます。

『CapCut』は有料版もありますが、無料版でほとんどの機能が使えます。

ただし、『CapCut』の利用規約を確認すると、編集した動画は商用利用が禁止されているため、商用利用するために作っている動画の字幕を付ける際には『CapCut』の利用はあまりおすすめできません。

YouTubeが提供「YouTube Studio」

▼YouTube Studio（YouTube クリエイター）

出典：YouTube クリエイター

YouTubeが提供している『YouTube Studio』はブラウザベースのオンラインツールです。

動画に字幕をいれるというよりも、YouTube上でテロップを自動で差し込んでくれます。

動画のアップロードから分析、収益化まですべてを一括管理で行ってくれるため、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」

▼Vrew公式サイト

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、機械の扱いが難しいという方には使いやすいでしょう。

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まとめて済ませたい場合にも活用しましょう。

質の高い動画の文字起こしなら「Adobe Premiere Pro」

▼Adobe Premiere公式サイト

出典：Adobe Premiere Pro

動画制作の初⼼者からプロの映像制作者まで、多くの⽅に使われ、人気のあるソフトです。

動画の音声を自動で文字・字幕に書き起こせる「音声の字幕化」という機能があるため、かんたんに文字起こしができます。

動画編集におけるさまざまな機能が充実しているため、うまく使いこなすことができれば映画やテレビのようなプロの仕上がりも実現できます。

動画編集や字幕生成に対応した「VEED」

▼VEED公式サイト

出典：VEED

『VEED』は、高性能なテキスト読み上げ機能を備えたAI搭載の動画編集ツールです。

AIによる自動字幕生成や文字起こし機能を備えており、iOSやAndroid、PCからも利用可能です。無料プランでも基本的な機能が揃っています。

直感的な操作で字幕の自動生成ができるほか、テキストから感情のこもったナレーションを作成できる機能も搭載しています。YouTubeやSNS、企業の説明動画など、さまざまな形式のコンテンツ制作に活用可能です。

さらに、プロンプトを入力するだけで、ナレーション・字幕・BGM・ビジュアルを自動で組み合わせた動画を作成する機能もあり、編集作業をスピーディーに進めたい方にも適しています。

高精度な文字起こしアプリ・ツールおすすめ4選

動画の内容を議事録やレポートにまとめるには、以下の4つのアプリや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 Voice」

▼Rimo Voice公式サイト

出典：『Rimo Voice』

動画や音声をアップロードするだけで、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自動文字起こしサービスが『Rimo Voice』です。

テキストと音声がシンクするスライダー機能を搭載しているため、文字をクリックしてピンポイントに音を聞くことができ、音声を聞きたい場合には手軽に聞ける点もポイントです。

さらに、文字起こしだけでなくChatGPTを利用して文字起こしの要約まで作成します。

会議の内容やレポートを後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。

こちらから無料トライアルの登録もできます。クレジットカードの登録なしで始められるので、文字起こしツールを検討する際は、『Rimo Voice』をぜひ一度お試しください。

AIによる自動文字起こしが可能！「toruno」

▼toruno公式サイト

出典：toruno

会議の音声を文字起こしすることに特化したソフトで、会議を「文字起こし＋録音＋画面キャプチャ」で記録できる点が『toruno』の魅力です。

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できます。

共有もかんたんにでき、議事録が不要になるでしょう。

『toruno』の専用デスクトップアプリはWindowsのみの提供です。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」

▼文字起こしさん公式サイト

出典：文字起こしさん

音声・動画・画像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簡単に文字起こしができるという手軽さから多くの人に活用されている文字起こしサイトです。

100以上の言語に自動対応しているほか、使い方がとてもシンプルで使いこなしやすいのも魅力です。

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」

▼AI議事録取れる君公式サイト

出典：AI議事録取れる君

国内最高峰の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すぐに行えます。

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ミーティング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

SNSの普及により、動画を閲覧する人は以前よりも増えています。

また、新型コロナウイルスの影響を受けて以降、オンライン会議の需要が高まり、コロナによる制限が解除された現在でも多くの企業がオンラインミーティングを実施しています。

そのため、動画の文字起こしが必要とされる機会は以前よりも増えました。

動画の文字起こしをすることで次のメリットが得られます。

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などに、動画だけでなく文字と一緒に参照できることで視聴者の理解が深まります。

難しい言葉を使う場合や細かいニュアンスを伝えたい場合には文字起こしをして、字幕を表示する方が伝わりやすくなるでしょう。

動画のSEOにも役立ち再生回数アップに繋がる

動画に字幕を付けて視聴者の理解を深められると、再生回数アップにもつながります。

そのため、動画のSEOという観点からも動画の文字起こしはおすすめといえるでしょう。

YouTuberなど動画で一定の収益を得ようと考えている方は、動画の文字起こしは必須ともいえるでしょう。

多言語でも動画を共有できる

近年外国人と仕事をする機会も増えてきている方も多く、多言語環境に身を置く方も少なくありません。

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でしょう。

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容易に作れます。

また、動画の内容をWeb記事にして発信したい場合にも、動画文字起こしをしておけば、その内容をまとめるのみとなるため、すぐに発信ができます。

ミーティング内容の振り返り・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、どの部分に会議において重要な内容を話していたかすぐに取り出せず、時間を無駄にする可能性が高いです。

動画を文字と一緒に共有すれば、会議内容を自分自身の振り返りに活用したり、上司やミーティング欠席者への共有にも活用しやすくなったりします。

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。

まずは無料の方法を試して、手直しの時間が気になったところでツールの導入を検討する進め方でも十分です。

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 Voice』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。無料トライアルの登録はカードの登録なしで始められるので、気軽に試してみてはいかがでしょうか。