対面での会話を録音し、文字起こしする方法

執筆:whispertranscribe.ai 編集部 ・ 最終更新:2026年11月 ・ 読了の目安:12分

会話を録音するには、まず全員に録音することを伝え、はっきりと同意を得ます。そのうえで、スマホ標準の録音機能やパソコンの録音アプリを起動します。機器は柔らかいものの上に、一番声が小さい人の近くに置きましょう。最初に短く試し録りし、再生して確認します。終了後は元のファイルをバックアップし、アップロードして話者ラベル付きの文字起こしを作成します。

このガイドでは、インタビュー、カフェでの会話、会議室での打ち合わせなど、対面での会話を扱います。通話については、別の記事「電話の通話を録音する方法」をご覧ください。各機器の手順はApple、Google、Samsung、Microsoftのヘルプページに基づいています。確認時点は2026年11月です。

録音前に同意を得てください。ここでは一般的な情報を提供しており、法的助言ではありません。 米国連邦法では、対面の会話を録音するには当事者の少なくとも1人の同意が必要です。州によっては全員の同意が求められます。報道の自由委員会(Reporters Committee for Freedom of the Press)の記者向け録音ガイドで各州の概要を確認できます。

会話を録音する4つの手順

必要なのは、音声を録音できる機器、静かな場所、参加者の同意です。1つのテーブルで2人が話すなら、通常はスマホで十分です。人数が多い場合や周囲が騒がしい場合は、外部マイクを使いましょう。

  1. 同意を得てから、その返事を録音する。 録音の目的を伝え、同意を得たら録音を始めます。改めて確認し、同意の返事を音声ファイルに残します。
  2. 機器を置く。 折りたたんだ布やノートの上に、マイクをふさがず、一番声が小さい人の近くに置きます。
  3. 試し録りしてから、本番を録音する。 数秒間録音し、ヘッドホンで再生して確認してから、本番の録音を始めます。
  4. 保存、バックアップ、文字起こしを行う。 元のファイルを別の場所にもコピーし、アップロードして話者識別を有効にします。

会話に合った録音機器と置き方

場面に合った設定を選んでください。どの場合も、参加者が録音されることを把握している前提です。

場面 おすすめの機器 注意点
小さなテーブルで2人が話す 2人の間のテーブルにスマホを置く 着信や通知による中断
取材や調査で1人にインタビューする スマホのインタビューモード、または相手にピンマイクを付ける 相手の声が、自分の声と同じかそれ以上の大きさで入るようにする
1つのテーブルを囲む3〜6人の会話 スマホやレコーダーを中央付近の、声が小さい人がいる側に置く 遠くにいる人の声は、距離が離れるにつれて急に小さくなる
会議室で6人以上が話す 外付けの無指向性マイクかバウンダリーマイク、またはレコーダー2台 空調の低い音や発言の重なりに注意し、予備の録音も残す
歩きながらのインタビューや騒がしい場所 話者一人ひとりにピンマイクを付ける 衣擦れや風の音に注意し、マイクをしっかり留める
ノートパソコンを開いて行う着席の会議 ノートパソコンとUSBマイクまたはヘッドセットマイク、あるいはブラウザの録音機能 マイク付近のタイピング音やファンの音
2時間以上の長時間の収録 電源につないだスマホ、または専用レコーダー バッテリー、空き容量、ファイル1つあたりの録音時間の上限

録音機器の選び方

まずは手持ちの機器で試してみましょう。録音の仕上がりには、機器のメーカー以上に、話者それぞれの口元とマイクとの距離が影響します。

iPhoneの「ボイスメモ」

「ボイスメモ」はiPhoneの標準アプリです。Appleのボイスメモのガイドによると、内蔵マイク、対応するヘッドセット、外部マイクで録音できます。

  1. ボイスメモを開きます。移動していなければ「ユーティリティ」フォルダにあります。
  2. 録音ボタンをタップします。Appleは、録音レベルを調整するにはマイクを音源に近づけるか、遠ざけるよう案内しています。
  3. 停止ボタンをタップして、録音の名前を変更します。初期設定では「新規録音」または録音した場所の名前が付きます。

会話の録音で確認したい設定があります。

  • 声を分離/ワイドスペクトル。 コントロールセンターの上部にある「ボイスメモ」をタップします。Appleによると、「声を分離」は周囲の音を抑え、「ワイドスペクトル」は周囲の音も取り込みます。「ワイドスペクトル」は一部のモデルで利用できます。複数人でスマホを囲む場合は、両方を試してみてください。
  • 録音モード。 「設定」→「アプリ」→「ボイスメモ」→「録音モード」で、「モノラル」「ステレオ」「空間オーディオ」を選べます。使えるモードはモデルによって異なります。
  • ほかのアプリ。 録音中に別のアプリへ切り替えられますが、Appleによると、別のアプリが音声を再生し始めると録音は停止します。

Samsung Galaxyの「ボイスレコーダー」とインタビューモード

Samsungの「ボイスレコーダー」には、1対1のインタビュー向けの録音モードがあります。Samsung米国サポートによると、「インタビュー」モードはスマホの上端と下端に向かって話す音を拾い、それ以外の音を抑えます。「標準」モードは、会議や講義の音声をバランスよく録音します。

  1. ボイスレコーダーを開き、メニュー、「設定」、録音モードの順にタップします。
  2. 2人が向かい合う場合はインタビュー、グループなら標準を選びます。
  3. 2人の間にスマホを平らに置きます。上端を一方の人に、下端をもう一方の人に向けます。
  4. 録音ボタンをタップします。大事な箇所はブックマークアイコンで目印を付け、終了したら録音を止めて名前を付け、保存します。

同じ設定画面で、録音品質(高、中、低)や録音中の着信をブロックも設定できます。画面がロックされたときに録音が止まる場合、Samsungは「設定」→「アプリ」→「ボイスレコーダー」→「バッテリー」で、アプリのバッテリー使用を制限なしに設定するよう案内しています。

Google Pixelの「レコーダー」

Pixel Phoneヘルプによると、「レコーダー」アプリはPixel 3以降のスマートフォンとPixel Tabletで使えます。画面がスリープ状態になっても録音を続けられ、1回につき最長18時間録音できます。

Pixel 6以降では、レコーダーが生成する文字起こしに話者ラベル(話者1、話者2)を付けられます。Googleの話者ラベルのヘルプページによると、対応言語はアメリカ英語のみです。

ノートパソコンやデスクトップパソコン

パソコンは、席に着いて行う会議に向いています。電源を確保しやすく、保存容量にも余裕があります。

  • Windows。 Microsoftのサウンド レコーダーに関するよくある質問によると、1ファイルの録音時間は最長3時間です。Ctrl+Rで開始し、スペースキーで一時停止、Escキーで停止して保存します。
  • Mac。 Macにも「ボイスメモ」が標準で入っています。AppleのMac版の設定ガイドによると、「ボイスメモ」→「設定」のオーディオ品質で、圧縮(容量が小さく音質が低い)またはロスレス(容量が大きく音質が高い)を選択できます。
  • ブラウザが使えるパソコン。 whispertranscribe.aiのオンラインボイスレコーダーでは、言語とマイクを選び、話者識別を有効にして、録音からそのままタイムスタンプ付きの文字起こしを作成できます。

外部マイク

機器を移動しても誰かの声が遠く聞こえる場合は、マイクを追加しましょう。価格よりも指向性が重要です。表の最初の3行はShureの指向性のガイドに基づきます。最後の行は、指向性の種類ではなくマイクの形状です。

指向性・タイプ どこからの音を拾うか どんな会話に向くか 置き方のコツ
無指向性 全方向の音を均等に拾う 静かな部屋で何人かが1つのテーブルを囲む 話者の中央に置く
カーディオイド(単一指向性) 主に前方の音 1人につきマイク1本を使う場合や、騒がしい部屋 マイクの正面を口元に向ける。Shureによると、無指向性マイクに比べ周囲の音を約3分の2減らせる
双指向性(8の字型) 前後の音を拾い、横からの音は拾わない テーブルを挟んで2人が向かい合う 2人の間に置き、マイクの前後をそれぞれの話者に向ける
ピンマイク 口元に近いため、主に装着した人の声 歩きながらのインタビュー、騒がしい場所、パネル討論 スカーフやファスナーを避けて胸元に留める

購入前に対応機種を確認してください。AppleはiPhoneユーザーに「Made for iPhone」または「Works with iPhone」と表示されたアクセサリを案内しています。

レコーダーを置く場所のチェックリスト

自分で調整できる最も大きな要因は、マイクと話者の距離です。Shureの録音マイクの技術資料によると、直接音は距離が2倍になるごとに約6 dB下がります。一方、室内の環境音は場所によらずほぼ同じ音量です。このため、最も遠い人の声は周囲の音に埋もれやすくなります。

  • 一番声が小さい人の近くに。 声が大きい人から離し、声が小さい人に機器を近づけます。
  • 柔らかいものの上に。 ノートや折りたたんだ布を敷いて、テーブルをたたいた音がマイクに入るのを防ぎます。
  • マイクをふさがない。 スマホをポケットやカバンに入れたり、書類の下に置いたりしないでください。
  • 音が出続けるものから離す。 空調の吹き出し口、プロジェクター、冷蔵庫、コーヒーマシンなどから離します。
  • 硬い面が少ない場所を選ぶ。 ガラスや何もない壁は音を反射します。カーペット、カーテン、本棚があると反響を抑えやすくなります。
  • 通知などによる中断を防ぐ。 通知を一時停止するモードをオンにし、テーブルにあるほかの機器の音も消します。
  • 電源と空き容量を確保する。 バッテリーを充電し、空き容量を確認するか、電源につなぎます。
  • 本番と同じ条件で試す。 一番遠い人に普段どおりに話してもらい、ヘッドホンで録音を確認します。
  • マイクを2本使うなら、間隔を空ける。 Shureの3対1ルールでは、マイク同士を、それぞれのマイクと担当する話者との距離の少なくとも3倍離します。

ここで紹介した機器の組み合わせは未計測のため、具体的な距離は示していません。実際に使う部屋で試し録りして判断してください。

グループでの文字起こしを読みやすくする

話者識別は声の違いを判別できますが、話者の名前は特定できません。最初に一人ひとり名前を名乗ってもらいましょう。決定事項を話すときは発言を重ねないようにし、重要な数字ははっきり繰り返します。

会話を録音する前に同意を得る方法

まず同意を得て、改めて録音にも残しましょう。対面での録音のルールは、州や国、参加者がプライバシーを期待する状況かどうかによって異なります。この節は一般的な情報であり、法的助言ではありません。

  • 連邦法の最低要件。 報道の自由委員会(RCFP)の録音ガイドの導入ページによると、対面、電話、電子的な手段による会話を録音するには、連邦法上は事前に当事者の少なくとも1人から同意を得る必要があり、州はさらに厳しいルールを定めることができます。
  • 全員の同意を求める州もある。 同ページによると、原則として全員の同意が必要なのは約11州です。「米国の州ごとの通話録音に関する法律」では、該当する州を法令へのリンク付きで紹介しています。
  • プライバシーへの期待。 連邦法の「口頭での通信」の定義には、傍受されないと本人が期待し、状況から見てその期待が正当な発言が含まれます(合衆国法典第18編第2510条第2項)。RCFPによると、裁判所は会話の場所、話題、声の大きさを考慮し、自宅での会話でプライバシーに対する期待が最も高いとしています。
  • 録音機器を見える場所に置く。 RCFPによると、対面インタビューを録音する機器がはっきり見える場所にある場合、通常は同意があったと推定されます。口頭での同意を録音に残すことを推奨しています。
  • 米国外の場合。 ルールは国によって異なります。勤務先や学校の規則も確認してください。

対面での録音で同意を確認する言い方

録音ボタンを押したら、次のように伝え、一人ずつ返事を待ちます。以下はこの記事のために作成した例文です。

「今日は[日付]で、ここは[場所]です。正確な文字起こしを作るために、この会話を録音します。録音は[保存場所]に保存し、[共有相手]と共有します。皆さん、同意いただけますか。お一人ずつ、お名前と『はい』というお返事をお願いします。」

誰かがためらう場合は、録音せずにメモを取りましょう。途中で気が変わった人がいたら、録音を止め、すでに録音した部分の扱いを話し合って決めます。

録音後のファイル名、バックアップ、形式の選択

ファイルは録音した当日に整理しましょう。Microsoftによると、サウンド レコーダーは録音をアプリ内に保存するため、アプリをアンインストールすると録音も削除されます。

元のファイルに名前を付けてバックアップする

  1. 検索で見つかる名前に変更する。 目的と参加者の名前を入れましょう。例として interview_lee-patel_original.m4a のように付けます(架空の例です)。
  2. 元のファイルをそのまま残す。 編集した場合は別名で保存します。Pixelの「レコーダー」は切り取った音声をコピーとして保存します。
  3. 別のドライブや自分で管理するクラウドストレージに、コピーをもう1つ作る。
  4. ファイルと一緒に短いメモを残す。 話者、場所、同意が録音されたタイムコードを書き留めます。
  5. 機密性の高い録音は削除する日を決めておく。

M4A、MP3、WAVのどの形式で録音するか

変更する理由がなければ、機器の標準形式を使いましょう。後から変換しても、録音できなかった音の細部は戻りません。

形式 特徴 1時間あたりのおおよその容量 適した用途
M4A(AAC) 圧縮形式。iPhoneや多くのレコーダーで標準的な設定 128 kbpsで約58 MB 普段のインタビューや会議
MP3 圧縮形式。ほとんどの機器で再生できる 192 kbpsで約86 MB ファイルを共有したり、古い機器で再生したりする場合
WAV、16ビット、44.1 kHz、モノラル 非圧縮 約318 MB 静かな部屋で録音し、音声を編集する予定がある場合
WAV、24ビット、48 kHz、ステレオ 非圧縮、2チャンネル 約1.04 GB ポッドキャストや放送番組の制作

容量は実測値ではなく、計算による概算です(ビットレート × 3,600秒 ÷ 8)。whispertranscribe.aiにアップロードできるのは最大5 GB、10時間までです。上記の計算では、24ビット、48 kHzのステレオWAVは約4.8時間で5 GBを超えます。長いWAVファイルが大きすぎる場合は、先にMP3に変換するか、ファイルを分割しましょう。

録音した会話を文字起こしする方法

1時間の録音も、文字起こしがあれば検索して引用できます。ここでは、OpenAIのWhisperモデルを利用するブラウザベースの文字起こしツール、whispertranscribe.aiでの手順を紹介します。すべてブラウザ内で行えるため、インストールは不要です。

  1. アップロードページを開く。 インタビューなら、インタビュー文字起こしを使います。登録せずに試す場合は、アカウント不要の無料文字起こしページを同じ手順で利用できます。無料で使える範囲はページに表示され、変更される場合があります。「ボイスメモ」で録音した場合は、ボイスメモの文字起こしページを使いましょう。ファイルを書き出す方法は「ボイスメモの文字起こしガイド」で解説しています。
  2. 話されている言語を選ぶ。 130以上の言語から選べます。多くの言語では、カフェや路上での録音向けに「ノイズの多い音声・低品質の音声/動画(Noise / Low-Quality Audio/Video)」を選択できます。複数の言語が入り交じる会話には「多言語ミックス(Multilingual Mix)」もあります。
  3. ファイルをアップロードする。 M4A、MP3、WAV、AAC、FLAC、OPUSのほか、MP4やMOVなどの動画をアップロードできます。
  4. 「話者識別を有効にする(Enable Speaker Detection)」にチェックを入れる。 テキストが話者ごとに分けられます。冒頭で名乗ってもらった名前とラベルを照合しましょう。
  5. 確認してから書き出す。 音声が明瞭なら文字起こし精度は最大99%です。雑音、発言の重なり、マイクとの距離、強いアクセントによって精度が下がるため、人名、数字、引用箇所を確認してください。DOCX、PDF、TXT、CSV、SRT、VTTで書き出せます。

ノートパソコンを使っていて、これから録音する場合は、ブラウザのボイスレコーダーで録音と文字起こしを同時に行えます。通話の場合は電話の通話文字起こしをご覧ください。

有料プランは年払いで月額$9.99からです。料金と機能一覧をご確認ください。

アップロードしたファイルの取り扱い

whispertranscribe.aiのプライバシーポリシーによると、アップロードしたファイルは処理終了後に自動で削除され、処理中に作られたMP3のコピーは標準で30日間保持されます。文字起こしは利用者が削除するまでアカウントに残ります。同ポリシーでは、コンテンツがAIの学習に使われることやスタッフが内容を確認することはなく、転送時はTLS 1.3、保存時はAES-256で保護されると説明しています。ファイルをどこに送るかを参加者に伝え、機密性の高いデータをアップロードする前にポリシー全文を確認してください。

会話を録音するときによくあるトラブル

主な原因は、機器の置き方、電源、ファイル自体にあります。

症状 考えられる原因 対処法
1人の声が小さい、または遠く聞こえる レコーダーが声の大きい人に近かった 声の小さい人に機器を近づけるか、その人にピンマイクを付ける
声が響く、または低音がこもる 硬い面が多く反響する部屋、または2本のマイクが同じ声を拾っている 音を吸収するものが多い部屋を選ぶ。マイクは3対1ルールで間隔を取る
低い音やサーッという雑音が続く マイクの近くに空調の吹き出し口、プロジェクター、パソコンのファンがある 機器を移動し、もう一度試し録りする
iPhoneの録音が途中で止まった 別のアプリが音声を再生し始めた 録音中、メディアアプリで音声を再生しない
Galaxyの画面がロックされたときに録音が止まった バッテリーの最適化がアプリを停止させた 「ボイスレコーダー」のバッテリー使用を「制限なし」に設定する
Windowsで録音が途中で終了した サウンド レコーダーの上限は1ファイルにつき3時間 自然な区切りで停止し、新しいファイルに録音する
アップロードが拒否された ファイルが5 GBまたは10時間の上限を超えている MP3に変換するか、いくつかに分割する
文字起こしで複数人の発言が同じ話者にまとめられた 発言が重なったか、話者識別がオフだった 話者識別をオンにして再処理する。次回は大事な内容を一人ずつ改めて話す
人名や専門用語が別の言葉に置き換わった なじみのない言葉、雑音、アクセント 録音と照らし合わせ、最初に名乗ってもらった名前を確認しながら修正する

よくある質問

対面での会話を録音することは合法ですか?

合法の場合も多いですが、場所によって異なります。米国連邦法では、対面の会話を録音するには当事者の少なくとも1人の同意が必要で、約11州では原則として全員の同意を求めています。多くの法律は、参加者がプライバシーを合理的に期待できる場合に限って適用されます。裁判所は場所、話題、声の大きさから判断します。録音機器を見える場所に置くことは一般に有用です。同意は録音にも残し、州や地域の法律を確認してください。これは一般的な情報であり、法的助言ではありません。

2人以上の会話を録音する場合、スマホはどこに置きますか?

マイクをふさがないよう、柔らかいものの上に、一番声の小さい人の近くに置きます。2人なら間にスマホを平らに置きましょう。Samsung Galaxyのインタビューモードは、スマホの上端と下端から音を拾います。グループなら中央に置いてから、遠くに座っている人の方へ少し移動させます。直接音は距離が2倍になるごとに約6 dB下がるので、一番遠い席から話してもらって試しましょう。

会話の録音に外部マイクは必要ですか?

静かな部屋で2人が話すなら、通常は不要です。テーブルにスマホを置いて試し録りし、声が明瞭なら十分なことが多いです。機器を移動しても誰かの声が遠く聞こえるとき、部屋が騒がしいとき、話者が何人もいるときはマイクを追加します。歩きながらのインタビューや騒がしい場所では、話者ごとにピンマイクを付けると便利です。事前にスマホやパソコンに対応しているかを確認してください。

会話の録音にはどの音声形式がおすすめですか?

ほとんどの会話では、スマホ標準のM4A(AAC)で十分です。128 kbpsで1時間あたり約58 MBに収まります。WAVは音声を編集する予定がある場合に使いましょう。24ビット、48 kHzのステレオWAVは1時間あたり約1 GBなので、5時間未満でも5 GBのアップロード上限を超えることがあります。後から変換しても音の細部は元に戻らないため、録音前に形式を選んでください。

会話はどのくらい長く録音できますか?

アプリによって異なります。Google Pixelの「レコーダー」は1回で最長18時間録音できます。Microsoftのサウンド レコーダーのFAQでは、1ファイルにつき最長3時間です。iPhoneの「ボイスメモ」は、別のアプリが音声を再生すると停止します。長時間録音する場合は、電源につなぎ、空き容量を確認してください。whispertranscribe.aiで文字起こしできるファイルは10時間、5 GBまでなので、それより長い録音は分割します。

誰が何を言ったか分かる文字起こしを作るには?

話者識別に対応する文字起こしツールに録音をアップロードし、話者ラベルの名前を変更します。whispertranscribe.aiでは、言語を選び、ファイルをアップロードし、「話者識別を有効にする(Enable Speaker Detection)」にチェックを入れて、DOCX、PDF、TXT、CSV、SRT、VTTで書き出します。声とラベルを照合できるよう、最初に全員に名前を名乗ってもらいましょう。音声が明瞭な場合の精度は最大99%です。雑音、発言の重なり、アクセントがあると精度は下がります。


録音した会話を文字にしましょう。 whispertranscribe.aiのインタビュー文字起こしを開き、130以上の言語から選びます。話者識別をオンにして、DOCX、PDF、TXT、CSV、SRT、VTTで結果をダウンロードできます。

参考資料

録音を文字に起こしませんか?

whispertranscribe.ai で音声と動画を文字起こしできます。

文字起こしを始める ↗