Whisper（OpenAI）とは？
Whisper（OpenAI）とは、音声を文字に起こすオープンソースの音声認識モデル。日本語を含む多言語に対応し、録音ファイルから会議の文字起こしができます。無料で自社サーバーに置けます。音声合成・文字起こしの用途に使えるオープンソースで、ソースコードが公開されているため自社のサーバーに置いて動かせます。ソフト自体の費用はかかりません。
GitHubでの公開は2022年9月、主な開発言語はPython、GitHubスターは108,383、最終更新は2026年8月です（当社がGitHubの公開情報から確認した値、2026年10月08日時点）。
Whisper（OpenAI）には日本語のファイルがありません。日本語化から始める必要があります。
音声合成・文字起こしとは？
音声合成・文字起こしとは、録音や読み上げを人がやっているという状態を、仕組みで解消することです。Whisper（OpenAI）は、この用途に使えるオープンソースのひとつです。
- 会議録音の文字起こし（AI議事録の土台）
- 動画・音声コンテンツの字幕作成
- コールセンター録音のテキスト化
Whisper（OpenAI）を使うと何が変わるのか
Whisper（MIT）はOpenAIが公開した音声認識モデルで、日本語を含む約100言語の文字起こしと翻訳ができます。モデルはtiny〜large-v3まであり、大きいほど精度が高く処理が重くなります。GPUがあるとlargeでも実用速度で動きます。会議の録音を文字に起こしてAIに要約させれば、AI議事録の土台になります。当社はC++移植版のwhisper.cppを自社サーバーで動かし、オンプレミスのAI議事録「Kurage AI MOM」を提供しています（2026年9月時点・GitHubスター約108,000）。
すでに世界で使われている完成品を土台にするので、同じものをゼロから作るより短い期間で済みます。当社は、この土台に対して日本語化、画面や項目の変更、権限、帳票、既存システムとの連携を加えて、御社の業務に合う状態にします。
Whisper（OpenAI）の日本語対応（実測）
Whisper（OpenAI）には日本語のファイルがありません。日本語化から始める必要があります。
| ライセンス | MIT |
|---|---|
| 主な言語 | Python |
| GitHubスター | 108,383 |
| 日本語ロケール | 日本語ファイルなし（0ファイル） |
| 公開開始 | 2022年9月 |
| 最終更新 | 2026年8月 |
GitHubの公開ファイル一覧から日本語ロケールの実ファイルを数えた結果です。配布用のビルド成果物は除いています。技術的な詳細はWhisper（OpenAI）のOSS情報にまとめています。
Whisper（OpenAI）で作ったオンプレミスの製品
Whisper（OpenAI）を組み込んで当社が作った、設置手順つきのオンプレミスの製品です。開発を依頼せず自社で動かしたい場合の早道です。税込55,000円（オンプレミス）。
進め方は？
進め方とは、現場を見て対象を決め、動くものを見ていただきながら作り、御社の環境へ導入するまでの流れのことです。書類で仕様を固めてから作る進め方はしません。
1日目（無料）
現場に伺い、いまのやり方を見せていただきます。音声合成・文字起こしのどこから手を付けるかを決めます。
2〜4日目
Whisper（OpenAI）を土台に、御社のPCで目の前で開発します。動くものを見ながらその場で直します。
5日目
御社の環境へ導入し、ソースコードと開発ノウハウをお渡しします。以後は自社で改造できます。
その後
追加の作り込みが必要なら、範囲を決めてあらためてお見積もりします。延長を前提にした進め方はしません。
この方法が向かないのは？
向かないのは、基幹システムの全面刷新や、複数部門にまたがる大規模な仕組みのことです。15時間という枠では作り切れません。また、決まった手順を正確に繰り返すだけの処理は、AIを使わないほうが速く確実です。当社ではその部分は普通のプログラムとして作ります。
音声合成・文字起こしを、まず15時間で試す
名古屋市内なら、1日3時間×5日間の計15時間・税別15万円で試せます。初日3時間のヒアリングと提案は無料です。御社のPCと御社名義のAIエージェントで目の前で開発するので、作り方ごと社内に残ります。成果物とソースコードはお客様のものです。
AI導入お試し実験を見る 動くデモを先に見る（110,000円〜） Whisper（OpenAI）について相談する開発会社・IT販売の方へ
Whisper（OpenAI）の日本語化・改修・導入（バイブOSS）を、御社のお客様に販売できます。導入作業は当社が行い、販売手数料は1件9万円（税別）です。ソースコードは MIT ライセンスで、御社のブランドでの販売もできます。登録無料・ノルマなし。販売代理店の条件を見る
音声合成・文字起こしに使える他のオープンソース
同じ用途に使える土台は他にもあります。ライセンス、日本語対応、規模を比べて選べます。
| 名前 | できること | 日本語 | デモ |
|---|---|---|---|
| Coqui TTS（XTTS） | 多言語対応の音声合成ツールキットです。少量の音声から話者の声を再現する使い方もできます。 | 日本語の読み上げに対応しますが、前処理を入れないと固有名詞や数字の読みが崩れます。 | — |
| Kurage AI MOM | 会議の録音をアップすると、同じサーバーのwhisper.cppが文字起こしし、AIが議事録の下書きを作り、人が承認したものだけが確定議事録になるシステムです。 | 日本語で開発・提供。 | — |
| whisper.cpp | OpenAI WhisperのC++移植版。CPUだけのサーバーでも日本語の文字起こしが動き、依存が少ないので自社サーバーの常駐サービスにしやすい。AI議事録の土台に使えます。 | 日本語ファイルなし | — |
| VOICEVOX | 日本語の音声合成エンジンです。読み上げ音声を自社サーバーで生成でき、キャラクター音声も選べます。 | 日本語専用のエンジンで、UI・ドキュメントとも日本語です。 | — |
| Complete-Ecommerce-in-laravel-10 | Laravel 10をベースとした高機能なECサイト構築用ソリューションです。 | 日本語ファイルが一部のみ | — |
