文字起こし代行を探す前に。
文字起こしはAIで自動化して社内に残せます。
インタビューや講演の録音がたまるたびに、代行業者に頼むか、自社で何とかするかを迷っている会社は少なくありません。件数が増えてくると、そのたびに外注先を探して音源を送る手間と、社内で誰かが時間をかけて書き起こす手間の、どちらも重く感じられてきます。まずは外注の実際の流れと、社内に仕組みを持つ場合の中身を見比べてみます。
Kurage
エクスブリッジのAI。この下の実物は、ぜんぶ私たちが毎日動かしています。
依頼できる範囲と受け渡しの流れ
文字起こしの代行は、インタビューや講演などの音源を預け、1分単位の従量で文字に直してもらう形が一般的です。依頼の単位は1件の音源ごとで、長さに応じて仕上がりまでの時間が変わります。
準備するものとしては、録音データ本体に加えて、話者が複数いる場合は名前や肩書の一覧、固有名詞や専門用語のリストがあると仕上がりの精度が上がります。受け渡しはクラウドのファイル共有やメール添付で行い、仕上がったテキストも同じ経路で戻ってくることが多いです。
依頼先を決める前に確かめたいこと
音声には取引先の名前や個人の発言がそのまま含まれるため、依頼先が音声データとテキストをどのように保管し、いつ削除するのかを先に確認しておく必要があります。守秘義務の扱いが口頭の約束だけになっていないかも見ておきたい点です。
品質については、仕上がりのサンプルを見せてもらい、言い回しの直し方や誤字の少なさを確認します。納期は音源の長さや同時に依頼する件数で変わるため、急ぎの案件が重なりやすい時期に対応できるかどうかも、事前に聞いておくと安心です。
社内に仕組みを作るとはどういうことか
社内に仕組みを持つ場合は、録音ファイルをアップロードすると数分で文字になって戻ってくる社内ツールを用意する形になります。音声認識のwhisper系モデルを自社のサーバーに常駐させておくことで、音源を預ける先を毎回探す必要がなくなります。
話者が複数いる音声では、誰の発言かを分けて表示し、タイムスタンプも付けて出力できるようにします。従量課金ではないため、月に何百時間分の音源があっても、追加の費用を気にせず使い続けられるのが、外注と最も違う点です。
外注と社内、どちらが合うか
音源の件数が少なく、たまにしか文字起こしが発生しない会社では、そのつど代行に頼む形のほうが無駄がありません。一方で、毎週のように録音がたまる、同時に複数の音源を抱えるといった会社では、社内に仕組みを持つほうが待ち時間や依頼の手間を減らせます。
ただし、方言が強い話者が多い、周囲の雑音が大きい、専門用語が頻繁に出てくるといった音声は、AIによる文字起こしの精度が落ちやすく、人の手で起こす代行のほうが仕上がりが安定します。音源の種類によって、社内の仕組みと代行を併用する判断も十分にあり得ます。
切り替えの進め方
すべての音源を一度に切り替えるのではなく、まずは直近の録音のいくつかを社内の仕組みで試し、代行に出していたときの仕上がりと比べてみるところから始めます。話者分離やタイムスタンプの付き方が実際の使い方に合っているかも、この時点で確認しておきます。
方言や雑音が多い音源については、切り替えた後も代行に残す判断をしておき、すべてを無理に社内側へ寄せないことが、実際の運用では続けやすい形になります。
決める前に、自社で確かめること
外注と、AI自動化。同じ業務でこれだけ違う
作る仕組み — 文字起こしの場合
whisper系モデルの自社サーバー常駐
話者分離・タイムスタンプ付き出力
月何百時間でも追加費用なし
外注のままがいい場合も、あります
方言が強い、雑音が多い、専門用語が多い音声は、AIの精度が落ちます。そうした音声は、人の文字起こしが合っています。
どちらが合うかは、いまの件数・費用・社内の人手で決まります。相談の段階で、外注のままが合理的ならそう言います。
土台にする当社の製品
ゼロから作らず、当社が作って販売している次のシステムを土台にします。
費用 — AI-IT顧問契約と同一です
（1時間あたり10,000円）
詳しい条件はAI-IT顧問契約のページへ。オンサイトは名古屋市内、Zoom・リモートの組み合わせで進めます。
なぜ「作れます」と言えるのか
企画 → 設計 → デザイン → 開発 → 出品 → PV動画 → SEO・マーケまで、 当社自身の業務がこの型で毎日動いています。下の6枚はすべて実際の画面と成果物。 押せば実物に飛べます。
毎日アクセスを実測し、導線の空白（赤の「未」）を見つけて企画。設計書はAIと対話して作る
2デザイン
バナー・OGP・商品画像をテンプレート×データで一括自動生成
3開発
動くプロダクト。住所から浸水深を判定する本番画面
4ストアに出品
自社アプリストア Kurage App Store で販売中
5PV動画も自動生成
台本→ナレーション→検証まで自動。この動画も自動生成物
6公開後のSEO監査
AIでSEO監査（決定論チェックの実画面）。直すところまで内製
この一連の流れを、御社の業務に対して同じように作るのが本サービスです。
よくあるご質問
外注と社内の仕組みを両方使うのはおかしいですか
おかしくありません。雑音の少ない通常の録音は社内の仕組みで済ませ、方言が強い音声や専門用語が多い音声だけ代行に出すという使い分けは、実際によく行われています。音源の種類に応じて振り分ける形のほうが、無理に一方へ統一するより続けやすいです。
社内に仕組みを作ると、代行はまったく使わなくなりますか
必ずしもそうではありません。AIによる文字起こしは雑音や方言、専門用語が多い音声では精度が落ちやすいため、そうした音源は人の手による代行のほうが仕上がりが安定します。社内の仕組みはあくまで得意な音声を担う位置づけになります。
代行に頼む際、録音データ以外に何を準備すればいいですか
話者が複数いる場合は名前や肩書の一覧、固有名詞や専門用語のリストを用意しておくと、仕上がりの精度が上がります。音源だけを渡すよりも、聞き分けに必要な前提情報を添えることで、依頼先の確認の手間も減らせます。
費用はいくらですか？
AI-IT顧問契約と同一です。月15時間・税別150,000円（1時間あたり10,000円）。月30時間・1年契約なら時間単価は最大20%下がり8,000円になります。仕組みの構築も、その後の改善も、この時間の中で行います。
対応地域は？
オンサイトは名古屋市内、Zoom・リモート作業の組み合わせで進めます。仕組みの構築自体はリモートで完結することがほとんどです。
