Whisperで無料の文字起こし環境を作る|ローカル実行なら会議音声が社外に出ない

kento_morota 5分で読めます
社内のAI・IT活用、技術がわかる相手に無料相談。 相談 →
目次

「会議の文字起こしをAIサービスに任せたいが、経営会議や顧客との商談の音声をクラウドにアップロードするのは抵抗がある」——文字起こしサービスが普及した今、かえって増えている悩みです。月額課金のサービスコストも、利用者が増えれば無視できません。

この悩みは、OpenAIが公開している音声認識モデルWhisper(ウィスパー)を自社のPCで動かすことで解決できます。オープンソースなので利用料は無料、そして音声データが一切社外に出ません。この記事では、Whisperをローカルで動かす手順と、実務で使える精度に近づけるコツを解説します。

Whisperとは?無料で使える高精度音声認識モデル

WhisperはOpenAIが2022年に公開した音声認識モデルで、日本語を含む多言語の文字起こしに対応しています。重要なのは、ChatGPTのようなクラウドサービスとしてだけでなく、モデル本体が公開されており、自分のPCにダウンロードして完全オフラインで実行できることです。

クラウドの文字起こしサービスと比べたときの違いは明確です。

  • 費用:モデルもソフトも無料。かかるのはPCの電気代のみ
  • セキュリティ:音声がPCから出ないため、機密会議・商談・人事面談も安心して処理できる
  • 制限なし:月間の時間制限や従量課金を気にせず、何時間でも文字起こしできる

モデルサイズの選び方:日本語なら「medium」以上が目安

Whisperにはサイズ違いのモデルが用意されており、大きいほど高精度・低速になります。

  • tiny / base:非常に高速だが日本語精度は低め。動作確認向け
  • small:実用レベルの入口。はっきりした音声なら十分
  • medium:日本語の業務利用で最初に試すべきバランス型(VRAM約5GB)
  • large-v3:最高精度(VRAM約10GB)。専門用語が多い会議や複数人の議論に

GPUがあれば、1時間の会議音声をmediumモデルでおおよそ5〜15分で文字起こしできます。CPUのみでも動作しますが処理時間は大きく伸びるため、日常的に使うならGPU搭載PCをおすすめします。必要なスペック感はローカルLLMに必要なPCスペックの考え方がそのまま参考になります。

導入手順:3ステップで今日から使える

ステップ1:インストール

Python環境があれば1行です。

pip install openai-whisper

あわせて音声処理ライブラリのffmpegが必要です(macOSなら brew install ffmpeg、Windowsなら公式サイトから導入)。なお、CPU中心で速度を稼ぎたい場合は軽量実装のwhisper.cppやfaster-whisperという選択肢もあります。まずは本家Whisperで始めるのが簡単です。

ステップ2:文字起こしの実行

録音ファイル(wav / mp3 / m4a など)を指定して実行します。

whisper meeting_recording.m4a --model medium --language ja --output_format txt

これだけで、同じフォルダにテキストファイルが出力されます。--output_format srt にすればタイムスタンプ付きの字幕形式でも出力でき、「どの発言が何分ごろか」を追いたい議事録に便利です。

ステップ3:精度を上げる録音のコツ

Whisperの実務精度は、モデルサイズよりも録音品質で決まる部分が大きいです。次の3点だけで結果が大きく変わります。

  • マイク(スマホでも可)を会議室の中央に置く
  • 発言はなるべく一人ずつ。かぶった発言は精度が落ちる
  • 空調の真下や窓際など、雑音源のそばを避ける

発展:ローカルLLMと組み合わせて「議事録の全自動化」へ

文字起こしはあくまで素材です。ここにローカルLLMを組み合わせると、「録音 → 文字起こし → 決定事項・担当・期限の形式に要約」までを、すべて社内のPCだけで完結させられます。会議の機密情報がどの段階でも外部に出ない、これが企業にとってのこの構成の最大の価値です。

具体的なプロンプト設計や運用フローはローカルLLMで議事録・要約を自動化する方法で詳しく解説しています。まずクラウドAIで議事録づくりの型を作りたい方は議事録作成をAIに任せる方法から読むのがおすすめです。

まとめ:無料・セキュア・無制限の文字起こしは自社PCで作れる

Whisperのローカル実行は、「文字起こしサービスの月額費用」と「音声を社外に出す不安」を同時に解消します。導入はpipで1行、必要なのはそこそこのPCと正しい録音習慣だけ。まず直近の定例会議1本で試し、精度に手応えを得てから議事録の自動化へ広げていくのが現実的な進め方です。

「自社のPC環境で動くか確認したい」「議事録の自動化までまとめて設計してほしい」という方は、当社のIT顧問・AI導入支援でご相談ください。要件整理から構築・定着まで伴走します。

#Whisper#文字起こし#議事録#ローカルLLM#音声認識
ManageAI 先行モニター企業 募集中|先着5社・2026年11月末まで

生成AIの利用費、「誰が・何のために・いくら」まで見えていますか?

株式会社カイダンと共同開発したAI利用ガバナンスSaaS「ManageAI」は、OpenAI・Azure OpenAI・Claude・AWS Bedrock・Google Vertex AIの費用と利用状況を、部署・利用者・プロジェクト別に可視化します。導入は読み取り専用キーの登録だけ。初期費用0円・月額5万円(税別)で先行モニター企業を募集しています。

ニュースリリースを読む
共有:
無料メルマガ

週1回、最新の技術記事をお届け

AI・クラウド・開発の最新記事を毎週月曜にメールでお届けします。登録は無料、いつでも解除できます。

※ プライバシーポリシーに基づき管理します

関連記事

Related / 9 articles

  1. AI

    AIを使った文章の書き方 完全ガイド|文字起こしから構成・推敲までのワークフロー

    AIを使った文章の書き方を、文字起こしから構成・執筆・推敲までの6工程ワークフローで解説します。頼み方(プロンプト)の5部品、下書きと仕上げの分担、添削でのAIの使い方、事実確認は人が担うべき理由まで、任せてよい仕事と人が握るべき仕事の線引きを紹介します。

  2. AI

    文字起こしをAIで記事にする手順|インタビュー音声から原稿を作る実践ガイド

    取材やインタビューの文字起こしをAIで記事に変える手順を解説します。文字起こしの整形、発言の抽出、一番のニュースを決める構成づくり、下書きから仕上げまでの記事化の4ステップと、やってはいけないそのまま記事化の注意点、AIと人の役割分担まで紹介します。

  3. AI

    AIで文章を添削・推敲する方法|頼み方の例文と見落としやすい落とし穴

    AIに文章を添削してもらう実践手順を解説します。誤字・表記の機械的チェック、読みやすさを高める表現の改善、読者目線のレビューという3段階の頼み方例文、指摘を取捨選択するコツ、AI添削に任せてはいけない3つのこと、公開前のAI添削10分コースの実践フローまで紹介します。

  4. AI

    AIで文章の構成案を作る方法|書き出せない人のための「壁打ち」活用術

    AIで文章の構成案を作る方法と壁打ちの技術を解説します。素材を箇条書きで吐き出し、選んだ切り口で構成案を3案もらい、構成が決まったら本文は自分の言葉で書く3ステップに加え、壁打ちを深める質問の型と、構成案のもっともらしさに流されないための注意点を紹介します。

  5. AI

    文章作成プロンプトの書き方と型|AIから良い下書きを引き出す5つの部品

    AIに文章を書かせるプロンプトの書き方を解説。役割・読者・目的・条件・形式の5部品で組み立てる基本型、お知らせ・記事・お礼文などそのまま使えるテンプレート3種、出力を磨く追加注文のコツ、プロンプトより大事な材料の用意まで、実例つきで紹介します。

  6. AI

    ChatGPTの始め方|スマホだけでOK・無料での使い方を初心者向けに解説

    ChatGPTをスマホで始める手順を初心者向けに解説します。公式アプリの入手からアカウント作成、話しかけるまでの3ステップ、無料版でできること、最初に試したい使い方5つ、個人情報など入力してはいけないものを含む3つの注意点まで紹介し、今日から安心して使い始められます。

  7. AI

    AI電話対応(ボイスボット)とは?中小企業の電話業務を減らす導入ガイド

    電話の一次対応をAIに任せるAI電話対応(ボイスボット)を中小企業向けに解説します。従来のIVRとの違い、向いている定型・高頻度の電話と人が対応すべき電話の見分け方、導入の4ステップと効果の考え方、失敗しない運用ルール3つまで実務目線でまとめました。

  8. AI・機械学習

    Stable Diffusionの使い方とビジネス利用の注意点|ローカル画像生成入門

    自社PCで動かせる画像生成AI「Stable Diffusion」の始め方をビジネス目線で解説します。実行ツールの選び方とVRAMを軸にした必要スペック、商用利用で最重要となるモデルのライセンス確認、中小企業での現実的な活用シーン、クラウド型とローカル型の選び方をまとめました。

  9. AI・機械学習

    Claude CodeのSkills(エージェントスキル)とは?作り方と活用例を解説

    Claude Codeに定型ワークフローを覚えさせる「Agent Skills」を解説。SKILL.mdの書き方、スラッシュコマンドやサブエージェントとの使い分け、チームで再利用できるスキル設計のコツを実例つきでまとめました。

ManageAI

先行モニター企業 募集中

生成AIのコストを「部署別」に、請求書より先に。

先着5社限定・2026年11月末まで。初期費用0円・月額5万円(税別)で、正式版と同等の機能に加え、開発者と伴走者による導入支援を追加費用なしで提供します。プロンプト原文は一切取得しません。

株式会社カイダン × Harmonic Society株式会社の共同事業|読み取り専用キーの登録だけで導入できます