ホーム › Mac で文字起こしをするやり方
手順ガイド
Mac で文字起こしをするやり方
Mac に入っている録音データ、あるいはこれから録る会議やインタビューを、テキストに変換するまでの手順をまとめました。オンライン変換サイトにファイルを渡さず、Mac の中だけで完結させる方法です。ネット接続がなくても進められます。
全体の流れ
やることは 6 つだけです。順番に見ていきます。
- 文字起こしに使う音声を用意する（録音する／既存のファイルを使う）
- 音声認識モデルを一度だけ取り込む
- 文字起こしを実行する
- 話者名を付けて整え、必要な形式で書き出す
1. 音声を用意する
入り口は 3 通りあります。
- 手元のファイルを使う：mp3・m4a・wav などの音声ファイル、または動画ファイル。IC レコーダーやスマホで録ったものもここに含まれます。
- Mac 側で会議を録る：Zoom・Teams・Google Meet などのシステム音声と自分のマイクを、Mac 側で直接収録します。会議アプリに参加ボットを招く必要はありません。画面の録画も同時に残せます。
- その場で話す：音声入力（ディクテーション）として使う場合です。こちらは「Mac の音声入力」で詳しく扱っています。
他人の発言を録音する場合は、録音の可否は社内規程や取引先の意向に従ってください。日本では会議の冒頭で「記録のため録音します」と一言伝えておくのが一般的です。
録り方で精度がいちばん変わる
ソフトを変えるより、録り方を直す方が効果が大きい場面がほとんどです。
- マイクは話者に近い位置に。長机の中央に 1 本だけ置く配置は、遠い席の声が潰れます。
- 空調・プロジェクターの送風音が乗る位置を避ける。
- オンライン会議では、参加者にヘッドセットを使ってもらうと明瞭度が上がります。
- 同時に話す場面が多いと、どのツールでも取りこぼしが増えます。
2. 音声認識モデルを取り込む（初回のみ）
ローカルで処理する方式では、音声認識のモデル（学習済みのファイル）を最初に一度ダウンロードして端末に置きます。Lesskeys では初回起動時のセットアップで、サイズと用途を見ながら選ぶ形になっています。大きいモデルほど精度が上がり、処理時間とディスク使用量は増えます。
この取り込みが終われば、以降はネット接続なしで文字起こしできます。出張中の機内でも、外部につながらない社内ネットワークでも同じように動きます。対応言語は 99 言語で、話されている言語は自動で判別されます。
3. 文字起こしを実行する
ファイルから起こす場合は、アプリのウインドウに音声ファイルまたは動画ファイルをドラッグして落とすだけです。Mac 側で会議を録音した場合は、録音を停止した時点で、そのまま処理の対象になります。
処理は Apple Silicon の GPU で行われます。所要時間はモデルの大きさと Mac の世代によりますが、長時間の録音でも実時間より短く終わることが多く、その間もファイルはどこにも送信されません。
処理中に見ておくと良いのは次の点です。
- 言語の判別：日本語と英語が混ざる会議では、意図した言語で処理されているか確認します。
- 無音区間：冒頭の長い雑談や無音は、あらかじめ切っておくと結果が整理しやすくなります。
4. 話者を分けて、名前を付ける
複数人の録音では、発言ごとに話者が自動で分けられます（話者分離）。最初は「話者 1」「話者 2」といったラベルが付くので、聞き覚えのある発言を手がかりに実名へ置き換えます。一度登録した声は声紋として保存されるので、次に同じ人が出てくる録音では最初から同じ名前で表示されます。詳しくは「話者分離つき文字起こし」をご覧ください。
5. 修正のコツ
どのツールを使っても、そのまま提出できる状態にはなりません。効率よく直すための順番があります。
- 固有名詞から直す：社名・製品名・人名は誤りやすく、かつ検索で一括置換しやすいので最初に処理します。よく出る語は置換ルールとして登録しておけます。
- 数字と日付を確認する：金額・期日は誤ると影響が大きいところです。音声を聞き直して確認します。
- 再生しながら追う：文字をクリックしてその位置の音声から聞ける状態にしておくと、全体を聞き直さずに済みます。
- 要約は最後：文字起こしが整ってから要点をまとめた方が、結果的に早く終わります。
6. 書き出す
用途に応じて形式を選びます。Lesskeys で書き出せるのは次のとおりです。
| 形式 | 用途 |
|---|---|
| TXT | 議事録・原稿の下書き。話者名付きの本文をそのまま貼り付けられます |
| SRT / VTT | 字幕ファイル。動画に字幕を付ける場合はこちら |
| TXT / JSON / CSV | 音声入力の履歴の書き出し。集計や他ツールへの取り込み向け |
書き出したファイルは通常の Finder のファイルなので、社内の共有先や文書管理の運用にそのまま乗せられます。
動作条件と費用
Lesskeys の動作条件は macOS 13 以降、Apple Silicon（M1 以降）が必須です。Intel の Mac では動作しません。ダウンロードは無料で、続けて使う場合にアプリ内から Pro を $49.99 の買い切りで解除します。支払いはこの 1 回だけで、月額課金も従量課金もありません（日本円では約 7,500 円前後が目安ですが、為替とストアの価格設定により変動します。正確な金額は Mac App Store の表示をご確認ください）。
なお、文字起こしの結果はあくまで機械による変換であり、法的な記録としての保証はありません。重要な場面では、原本の音声と併せて保管し、内容を人が確認してください。
ダウンロード無料。Pro は買い切り $49.99。サブスクなし。 · 約7,500円・目安 · macOS 13 以降
よくある質問
Mac で文字起こしをするのに必要なものは何ですか？
音声ファイルまたは録音環境と、macOS 13 以降の Apple Silicon 搭載 Mac です。ローカル処理のアプリを使う場合は、初回に音声認識モデルを一度ダウンロードします。それ以降はネット接続がなくても文字起こしできます。
音声ファイルはどうやって読み込みますか？
アプリのウインドウに mp3・m4a・wav などの音声ファイルや動画ファイルをドラッグして落とすだけです。ファイルはどこにもアップロードされず、Mac の中で処理されます。
Zoom や Teams の会議はどうやって文字起こししますか？
会議アプリに参加ボットを招く代わりに、Mac 側でシステム音声と自分のマイクを直接録音します。録音を停止するとそのまま文字起こしの対象になります。他の参加者を録音する際は、社内規程や取引先の意向に従ってください。
誰が話したかを分けられますか？
はい。複数人の録音では発言ごとに話者が自動で分けられ、話者 1・話者 2 といったラベルに実名を割り当てられます。登録した声は保存されるため、次回以降の録音でも同じ名前で表示されます。
どんな形式で書き出せますか？
文字起こしの本文は TXT のほか、字幕用の SRT と VTT で書き出せます。音声入力の履歴は TXT・JSON・CSV で書き出せます。
文字起こしの結果はそのまま議事録として使えますか？
機械による変換なので、固有名詞や数字は人の目で確認してください。法的な記録としての保証はありませんので、重要な内容は元の音声と併せて保管することをおすすめします。
無料のままどこまで使えますか？
音声入力は 1 日 5 分まで、文字起こしは音声 5 件・動画 5 件まで無料で試せます（文字起こしは初回だけカウントされます）。録音そのものと、一度文字起こしした内容のやり直しは、無料のままで回数の制限がありません。この範囲を超えて使う場合に、アプリ内から Pro を $49.99 の買い切りで解除します。