ChatGPTで文字起こしする方法｜録音・音声入力・議事録の作り方

仕様確認：2026年11月5日。利用できる機能・上限は、アカウント、端末、組織設定、提供状況によって異なります。

ChatGPTで文字起こしする方法は？まず入力の種類で選ぶ

最初に確認したいのは、手元にあるのが「音声ファイル」「これから話す内容」「文字起こし済みの文章」のどれかです。マイクのアイコンがあることと、録音ファイルを取り込めることは同じではありません。

OpenAI公式の音声入力の説明では、話した内容をプロンプトのテキストへ変換し、確認・編集してから送る使い方が示されています。一方、文字起こしAPIはプログラムから録音を処理する別の仕組みです。

録音済みの音声ファイルを文字起こしする手順

1．原音と、確認に必要な情報を準備する

録音を再生できるか、冒頭・中盤・末尾に音があるかを確認します。会議名、録音日、参加者の呼び名、製品名の正しい表記も別のメモにまとめましょう。用語集は表記の参考資料であり、音声で聞こえない内容を補う根拠にはしません。

業務の録音は、利用目的、参加者への説明、AIへの送信可否を社内ルールに沿って確認します。個人情報や未公開案件を含む場合は、許可された環境で扱い、不要な部分を先に除きます。

2．対応画面でファイルを添付し、要約より先に文字起こしを頼む

ChatGPTのファイル追加メニューで、手元の音声が選択・読み込みできるかを確認します。添付を受け付けない、処理できないと表示される場合は、この方法に対応していない可能性があります。拡張子だけを変更して無理に読み込ませず、後述するテキスト経由の方法に切り替えてください。

添付した録音を、日本語で発言順に文字起こししてください。
・最初は要約せず、発言の内容を残す
・聞き取れない箇所は［聞き取り不明］とする
・推測で人名、金額、日付、発言を補わない
・話者を識別できなければ［話者不明］とする
・時刻を取得できる場合だけ付け、取得できなければ作らない
・途中までしか処理できていない場合は、その範囲を明示する
表記参考：［社名・製品名など、必要な語だけ記載］

「議事録を作って」とだけ頼むと、発言が短く整理され、後から省略を見つけにくくなります。逐語に近い原稿が必要なのか、フィラーを除いた読みやすい原稿でよいのかを先に指定します。

3．録音の末尾まで含まれるかを確認してから整える

原音と照合し、冒頭・中盤・末尾がそろっているかを確認します。重要な金額、日付、否定表現、担当者、決定と保留の区別は、抽出した全件を原音へ戻って確認してください。部分的な抜き取り確認だけで全文が正確とは判定できません。

長い録音を分割する場合は、ファイル名に順番と元の時間帯を付けます。境界付近を少し重ね、統合時に重複を取り除くと、発言途中で切れた箇所を照合しやすくなります。分割前後の原音も残します。

音声入力・録音機能・外部ツールを使い分ける

自分の短いメモなら音声入力を使う

入力欄の音声入力を開始し、話し終わったら変換されたテキストを確認して送ります。「来週までに見積もりを確認する」といった短いメモを、その後ToDoに整理する使い方です。常時録音や長時間会議の完全な記録と同じものとして扱わないでください。

録音機能を使う場合は、短い事前テストで保存まで確かめる

ChatGPTのRecordなどの録音機能が画面に提供されている場合は、利用条件と端末の対応を確認してから試します。開始・停止だけでなく、文字起こしが残るか、要約との区別が分かるか、必要な内容を取り出せるかまで確認します。音声入力や音声対話のボタンを、会議の録音ボタンと取り違えないことが重要です。

対応していない環境では、文字起こし済みテキストを渡す

1. 録音ファイルに対応したツールで文字起こしする。
2. 原音を聞き、必要な発言・話者・時刻を確認する。
3. テキストを書き出し、ChatGPTへ貼り付ける。
4. 次章の指示で、議事録や記事に整理する。

たとえばRimoやPlaudなどを候補にする場合も、製品名だけで決めず、録音方式、テキストの書き出し、話者修正、保存期間、追加料金を公式画面で比較します。本稿では同じ音源を使った製品別の精度順位は検証していません。

議事録・取材記事に整えるプロンプト

会議は「決定」「提案」「保留」を分ける

以下の文字起こしだけを根拠に、社内共有用の議事録を作ってください。
出力：①概要 ②決定事項 ③提案段階の案 ④保留事項 ⑤ToDo（担当・期限）
各項目に根拠の発言番号または元の時刻を付けてください。
決まっていない担当・期限・金額は「未定」とし、推測で埋めないでください。
後の発言で訂正された内容は区別し、矛盾が解消しなければ確認事項へ。
最後に、人が原音へ戻って確認すべき箇所を一覧にしてください。
［ここに確認済みの文字起こしを貼る］

取材は、読みやすさより先に発言の意味を守る

次の取材文字起こしをQ&A形式の原稿に整理してください。
フィラーと同じ意味の繰り返しは減らしてよいですが、断定の強さを変えないでください。
「可能性がある」を「実現した」に変えないでください。
発言にない事例・実績・結論は追加せず、不足は確認事項にしてください。
原文の発言番号と編集後の段落の対応表も付けてください。

動画の説明文へ使う場合も、元データにないタイムスタンプや結論を作らせないようにします。短く要約した文を字幕として使う場合は、原発言そのものの字幕とは区別してください。

確認例：15万円が12万円に訂正された会議をどう残すか

以下は説明用に作成した架空の会話です。実際の音声認識結果や、当メディアの顧客事例ではありません。出力を評価する基準を具体化するための例です。

[01] A：広告予算は月15万円で考えています。
[02] B：今月は12万円までにしてください。
[03] A：では今月の予算は12万円で進めます。
[04] B：配信開始日は、まだ決めないでください。
[05] A：素材は担当Cに確認します。
[06] B：Cさんの担当可否は、まだ返事待ちです。

「文章が自然だったか」だけでなく、この3項目が守られたかを確認します。実務では確認漏れ件数、聞き直し時間、修正時間を記録すると、使用前後の負担を比べられます。同じ長さ・難しさの録音で比較しない限り、時間削減率を一般化しないでください。

文字起こしできない・内容がおかしい場合の対処

無料で使う場合と、APIで自動化する場合の注意点

費用をかけずに試すなら、手元にあるテキストを、利用中のChatGPTの範囲内で整理するところから始められます。無料の文字起こしツールを併用する場合も、無料時間、書き出し、保存、超過時の条件は別々に確認しましょう。

開発者向けのOpenAI公式ガイドでは、保存済み録音用にgpt-transcribeが案内されています。大量処理には、アップロード、文字起こし、失敗時の再処理、原音照合、保存先の管理が必要です。ChatGPTの月額契約とAPIの利用料金は別に確認します。

同ガイドにあるAPIへのファイル上限25MBを、ChatGPTの添付上限として転用しないでください。APIの対応形式にはMP3、MP4、MPEG、MPGA、M4A、WAV、WebMが挙げられていますが、ChatGPTの画面で同じ条件になるとは限りません。この記事ではAPIへの送信や課金を伴う動作試験は行っていません。

ChatGPTの文字起こしでよくある質問

録音をスピーカーで流して、マイクに聞かせればよい？

再生と同じだけ時間がかかり、部屋の音や通知音も混ざります。録音ファイルに対応した方法が使えるなら、そちらを先に検討します。原音を保管し、短い区間で結果を確認してください。

文字起こしと議事録は何が違う？

文字起こしは発言を文字へ移す工程、議事録は目的に沿って決定やToDoを整理する工程です。要約だけを受け取ると原発言の抜けに気づきにくいため、重要会議では確認できる原稿を残します。

AIが整えた文章なら、そのまま共有してよい？

そのままではなく、内容と共有範囲を確認します。原音、確認済み原稿、共有用議事録を区別し、保存・削除は社内規定と利用サービスの条件に従ってください。

まず短い録音で、読み込みから原音照合まで試す

ChatGPTを使うときは、入力方法を選び、文字起こしを確認し、その後で要約・記事化へ進めます。音声を扱えない環境でも、テキストを渡す方法なら後工程へ組み込めます。

最初は扱ってよい短い録音で試し、金額・否定・期限・担当の確認手順を決めましょう。出力の速さだけでなく、確認まで含めて業務で使えるかを判断することが大切です。

関連：AI・SaaS利用時の情報漏洩対策／マーケティング部門の生成AIガイドライン