Next TokenParallel World

← ラボ / 使い方マップ

録音した音声や会議の声を、AIで文字にして、あとから探したり要約したりできる形にする流れが作れます。文字にするところはAIに任せやすい一方、聞き間違いの直しと、誰の発言かの確認は自分に残ります。

こんな人に：会議の議事録、授業やセミナーのメモ、語学の聞き取り練習の録音を、文字で見返したい人。

最初の一歩

  1. 1まず「録音する場所」と「文字にする場所」を決める

    オンライン会議なら、Google Meetの「Take notes for me」のように会議の中でメモを取る機能があります。対面や授業なら、スマホの録音のほか、Obsidianの「Audio recorder」コアプラグインでノートの中に直接録音できます。録音の前に、相手や主催者に録音と文字起こしをすることを伝え、会社や学校のルールも確かめます。

  2. 2録音ファイルを文字にするツールを選ぶ

    手元で処理したいなら、OpenAIが公開しているWhisperを自分のパソコンで動かせます（公式のREADMEでは、pipで入れ（ffmpegも別に必要）、コマンドに音声ファイルを渡す形です）。ブラウザで済ませたいなら、Gemini Notebookに音声ファイルを資料として追加すると、文字にして取り込まれます。Nottaのような文字起こしサービスは、無料プランに月の分数や1回の長さの上限があるので、料金ページで確かめます。

  3. 3文字になったものを、聞き直して直す

    AIの文字起こしには聞き間違いがあります。人名、専門用語、数字、日付は、元の録音の該当箇所を聞き直して直します。CapCutの公式ヘルプも、自動でできた字幕は見直して手で直すよう勧めています。語学の練習なら、聞き取れなかった所を自分で書き出してからAIの文字と見比べると、聞き取りの練習になります。

  4. 4要約・やることリスト・質問に使い、ノートにしまう

    文字をGemini Notebookの資料にすれば、資料の中の内容について質問できます（資料の追加方法は公式ヘルプ「Add or discover new sources」）。ObsidianならMarkdownのノートに文字を貼って、日付と会議名をつけて保管します。要約は下書きとして使い、決定事項や担当者は元の文字で確かめてから配ります。

どのツールを、どう組み合わせるか

Obsidian ＋ Whisper

Obsidianは録音してノートに保管する役。Whisperは録音ファイルを文字にする役。

Obsidianで録音し、保存された音声ファイルをWhisperに渡して文字にし、その文字を同じノートに貼ります。2つをつなぐ公式の機能は確かめられていないので、ファイルの受け渡しは手でします。

公式の根拠：Obsidian：ヘルプ「Audio recorder」（リボンから録音し、保管庫に保存して、ノートの末尾に埋め込む）。Whisper：OpenAIのGitHub「openai/whisper」のREADME（音声認識モデル。多言語の文字起こし。MITライセンス）。

Google Meet ＋ Gemini Notebook

Google Meetは会議中にメモをGoogleドキュメントとして作る役。Gemini Notebookは、たまった議事メモを横断して質問する役。

会議で「Take notes for me」をオンにし、できたドキュメントをGemini Notebookの資料に追加して、「決まったこと」「宿題」などを聞きます。

公式の根拠：Google Meet：ヘルプ「Take notes for me in Google Meet」（Googleドキュメントにメモを作成し、主催者に要約のメールを送る）。Gemini Notebook：ヘルプ「Add or discover new sources for your notebook」（Googleドキュメントを資料に追加でき、数分ごとに自動で同期される）。

Gemini Notebook ＋ スマホなどの録音ファイル

録音は手元の機器で行い、文字にして整理するのはGemini Notebookに任せる分担。

授業や語学の録音ファイルを資料として追加し、出てきた文字を読みながら、分からなかった語句や要点を質問します。

公式の根拠：Gemini Notebook：ヘルプ「Add or discover new sources for your notebook」（音声ファイルを取り込んで文字にする。mp3、m4a、wavなどの形式と、音声の取り込みに対応する言語の一覧が載っている。確認日の一覧は71言語）。

公式が紹介している使い方

  • 会議の終わりに文字と要約を共有し、決定事項と担当者を確かめて配る（Google Meetの公式ヘルプが、メモの共有先として主催者のGoogleドライブや予定への添付を説明している）。
  • 授業や講演の録音を文字にして、検索しながら復習する。Gemini Notebookは資料の中の内容に基づいて答えるツールとして説明されている。
  • 語学では、聞き取りの録音を文字にして、自分が聞き取れなかった所と見比べる。Whisperは多言語の文字起こしができると公式に説明されている。
  • 音声を外に出したくない録音は、Whisperを自分のパソコンで動かす。READMEは、手元で動かすモデルの大きさごとにメモリの目安を載せている。
  • ObsidianのAudio recorderで、思いついたことをその場でノートに声で残す。

気をつけること

  • 録音と文字起こしは、相手や主催者の了解を取る。Google Meetのメモ機能は、参加者に通知が出て、管理者が同意を求める設定にもできると公式ヘルプにある。社内や学校のルールも確かめる。社外秘や個人情報を含む音声は、クラウドのツールに入れる前に、契約と学習への利用の設定も確かめる（記事126、125）。
  • Google Meetの「Take notes for me」は、対応する言語（日本語を含む8言語）のうち1つだけで進める会議向け。対象のGoogle Workspaceのエディションか Google AI プランが必要で、管理者がオフにしている場合もある。公式ヘルプでは、メモが不完全だったり正確でなかったり、作られなかったりすることがあると書かれている。
  • 無料のツールには上限がある。Nottaの料金ページでは、無料プランは月120分、1回の録音は3分までと表示されている（2026-10-23の表示）。有料の月額は年払いの表示だけで、月払いの金額は読めなかった。
  • OpenAIのAPIで文字起こしを自分のアプリに組み込む場合、公式ガイドでは入力は25MBまで。whisper-1などは非推奨で、2027-02-26に終了すると書かれている（現在の推奨はgpt-transcribe）。
  • Obsidianで録音をノートから消しても、音声ファイルは残る。公式ヘルプのとおり、ファイルの管理画面から別に削除する。

僕らの見立て（公式の説明をもとにした考え方で、断定ではありません）

  • 僕らの見立て：会議は「Meetのメモ→Gemini Notebookで質問」、対面や授業は「録音→文字起こし→Obsidianに保管」と、場面ごとに型を1つ決めると続けやすそう。
  • 僕らの見立て：語学の練習は、録音を文字にしたあと、聞き取れなかった所だけを抜き出して自分用の単語帳にすると、見直しが短くなりそう。
  • 僕らの見立て：最初は10分ほどの短い録音で、文字の間違い方を確かめてから、長い会議に広げると、直す手間の見当がつきそう。

あわせて読む記事：記事97「会議の議事録をAIで作る：文字起こしと要約の道具4つと、…」、記事96「Whisper × Obsidian：録音はObsidi…」、記事18「音声の文字起こしを、手元のMacで：音声を外に出さない方…」、記事165「文字起こしAIの無料枠は月120〜300分ほど、有料は月…」、記事103「語学の練習相手にAIを使う：ChatGPT・Claude…」、記事379「会議のあとの「やることリスト」をAIから取り出して配る：…」

確認できていない点（4件）
  • Obsidian「Audio recorder」が保存する音声の形式は、公式ヘルプのページに書かれていなかった。Gemini Notebookの対応形式に合うかは、実際のファイルで確かめる。
  • Nottaの無料プランの数字は料金ページの表示。日本語の画面や日本向けの価格は確かめていない。
  • Gemini Notebookの有料プランでの資料数の上限は、読んだヘルプに書かれていなかった。
  • Zoom、Teamsの文字起こし機能は、この項目では公式ページを読んでいないため載せていない（記事379を参照）。
出典（7件）

← 文章を書く・直す・メールの返信を作りたい　資料・スライド・画像・動画を作りたい（Canva、CapCutなど） →

確認日：2026年10月23日。取得は要約経由のものを含みます。画面名・機能名・料金は変わります。使う前に、各公式ページで確かめてください。

ラボの資料は、公式の文書を読んでまとめたもので、実際に使って確かめた記録ではありません。日付や仕様は変わるので、使う前に各ページの出典で確かめてください。事実と「僕らの見立て」は、分けて書いています。