音声ファイルの文字起こしを無料でする方法 — m4a・mp3・mp4・wav をそのままテキストに

手元の音声ファイルの文字起こしは、インストールも会員登録もなしに、ブラウザだけで始められます。

この記事では、文字起こしと書き起こしの違い、形式ごとの注意点、無料の 3 つの方法の比較、実際の手順を説明します。

読み終えると、自分のファイルがそのまま使えるか、無料でどこまで確認できるかが分かります。

文字起こし・書き起こし・テープ起こしの違い

3 つとも「音声を文字にする作業」を指し、依頼でも検索でも同じ意味で通じることがほとんどです。

• 文字起こし：音声を文字にする作業全般。いちばん広い言い方。
• 書き起こし：ほぼ同じ意味。取材や会議など、話された内容を文章に書き記す場面でよく使われる。
• テープ起こし：カセットテープの時代の名残。いまは録音データにも使われる。

作業は同じなので、気にしたいのは仕上げの度合いです。話された通りの「素起こし」、「えー」「あの」を除く「ケバ取り」、書き言葉に整える「整文」があり、用途で選びます。

m4a・mp3・mp4・wav・aac 別の注意点

ocrjp.com/mojiokoshi で使える形式と、よく出てくる場所は次のとおりです。

形式	よく出てくる場所	そのまま使えるか
m4a	iPhone のボイスメモ、Zoom の音声のみの保存	使える
mp3	IC レコーダー、録音アプリ	使える
mp4（mov・m4v も同様）	Zoom などの録画、ウェビナー、スマホの動画	使える。音声だけが使われる
wav	スタジオ録音、リニア PCM のレコーダー	使える。容量が大きい
aac	録音アプリや一部のレコーダー	使える
ogg・webm	一部のアプリやブラウザの録音	使える
WMA など上記以外	古い IC レコーダーなど	非対応。m4a か mp3 に変換する

動画の音声の文字起こしでも、使われるのは音声だけです。映像の画質を落とす必要はありません。wav は圧縮されておらず、44.1kHz・16bit のステレオで 1 分およそ 10MB なので、長い録音は上限の 500MB に先に届きます。mp3 や m4a にしてください。

非対応の形式は、標準的な無料の方法で変換できます。iPhone のボイスメモは共有すると m4a で書き出されます。Mac は「ミュージック」アプリの変換機能で mp3 や AAC を作れます。無料のコマンドツール ffmpeg なら、ffmpeg -i 元のファイル 出力.mp3 のように拡張子を指定するだけです。

無料で文字起こしする 3 つの方法の比較

1. Google ドキュメントの音声入力。 Chrome の「ツール」から使います。ファイルは読み込めず、マイクが拾った声を文字にします。音声ファイルなら、スピーカーで再生してマイクで拾わせるため、雑音や音量の影響を受け、再生時間と同じだけかかります。

2. スマホの音声入力。 キーボードのマイクボタンから使う iPhone・Android 標準の機能です。自分が話す内容をその場で書き取るのは得意ですが、保存済みのファイルは渡せず、再生音を拾わせる弱点は 1 と同じです。

3. ブラウザの文字起こしサービス。 ファイルを選ぶだけで全文を文字にします。当サイト（ocrjp.com/mojiokoshi）はこの方法です。

項目	Google ドキュメント	スマホの音声入力	当サイト
登録	Google アカウントが必要	不要	不要
料金	無料	無料	1 日 3 回分まで無料。3 分超は最初の 3 分を無料で確認
対応形式	ファイルは読めない	ファイルは読めない	m4a・mp3・wav・aac・ogg・webm、mp4・mov・m4v
話者分離	なし	なし	あり（A・B…）
タイムスタンプ	なし	なし	発言ごとに [mm:ss]
長さの上限	再生時間と同じだけかかる	同左	1 ファイル 500MB・180 分

録音済みのファイルがあるなら、3 が手間のかからない方法です。ただしリアルタイムの文字起こし、会議への自動参加、翻訳、アプリ版は提供していません。

音声ファイルを文字起こしする手順

対象は日本語の音声です。m4a・mp3・mp4 などは変換せずに使えます。

1. ocrjp.com/mojiokoshi を開き、「ファイルを選ぶ」でファイルを選びます。登録やログインは要りません。
2. 3 分を超える音声は、最初の 3 分が回数を消費せずに文字起こしされます。聞き取れているか、話者が分かれているかをここで確認します。3 分以内の音声には無料プレビューがなく、1 回分で全文を文字起こしします（1 日 3 回分の無料枠が使えます）。
3. 全文に進む前に、用語リストへ人名・社名・専門用語を入れます。その表記に合わせて文字にするので、精度を上げる手軽な手です。
4. 結果画面では、話者ラベルを名前に変えられます。タイムスタンプを押すとその位置から再生されるので、聞き返しながら直せます。
5. 全文が終わると、ケバ取り、整文、議事録（要点・決定事項・ToDo・担当・保留）、要約（300〜500 字）に切り替えられます。整形に回数はかかりませんが、無料プレビューだけでは使えません。
6. コピーするか、TXT、Word（.docx）、SRT で保存します。SRT は字幕用のファイルで、動画の音声の文字起こしを字幕にしたいときに使います。

長い音声・大きなファイルの扱い

1 ファイル 500MB・180 分までなら、分割せずにそのまま選べます。180 分を超える録音だけ、休憩や議題の切れ目で 2 つに分けてください。

回数は 3 分 = 1 回分（端数も 1 回分）で、1 時間なら 20 回分、2 時間なら 40 回分です。無料枠は 1 日 3 回分なので、長い録音には有料の回数が要ります。スターターパック（¥300）は 60 回分で 3 時間分、ブックパック（¥980）は 300 回分で 15 時間分、ビジネスパック（¥2,480）は 1,000 回分で 50 時間分です。

2 時間の録音は、アップロード後に変換と区切りの検出が行われ、そのあと文字起こしが進みます。目安は、準備が 1 時間の音声で 2〜3 分、文字起こしが 1 時間の音声で 4〜5 分です。進み具合はパーセントと残り時間で表示されます。失敗したときは「再試行」で続きから再開でき、失敗した部分の回数は戻ります。残高が途中でなくなると一時停止し、購入後に続きから再開できます。

ファイルの保存と削除

音声ファイルは文字起こしのためだけに外部の AI サービスへ送られ、処理後すぐ削除されます。途中で止めたファイルも 24 時間以内に自動で削除され、音声や結果が AI の学習に使われることはありません。

• サーバー側の結果は、完了後 2 時間で削除されます。
• 履歴はブラウザの中にだけ残り、直近 10 件（24 時間以内）を開き直せます。
• 再生用の音声もブラウザ内に 24 時間だけ保存され（200MB 超は保存なし）、サーバーには再送信されません。

必要な結果は、TXT や Word で早めに保存してください。

よくある質問

関連記事

👉 音声文字起こし（ocrjp.com/mojiokoshi） — 登録不要、最初の 3 分は無料で確認できるブラウザの文字起こし。

👉 録音の文字起こし — ボイスメモ・IC レコーダー・Zoom の録音の取り出し方と、無料の 3 つの方法の比較。

👉 録音から議事録を作る方法 — 議事録に書く項目とテンプレート、録音から作る 4 ステップ。