ボイスメモを文字起こしする方法|iPhone・Android・ブラウザ

執筆:whispertranscribe.ai 編集部 · 最終更新:2026年11月 · 読了目安:12分

ボイスメモを文字起こしするには、iPhone 12以降の「ボイスメモ」で録音を開いて文字起こしを表示を選ぶか、Google Pixelの「レコーダー」を使います。編集や話者ラベルの追加、DOCXやSRTへの書き出しが必要なら、録音を.m4aファイルとして共有し、ブラウザで使える文字起こしツールにアップロードしましょう。

この記事では、2026年11月にAppleとGoogleの公式ヘルプで確認した4つの方法を紹介します。録音のコツ、トラブル別の対処法、それぞれの方法で音声がどう扱われるかもまとめました。

ボイスメモを文字起こしする手順

録音を読み返したり検索したりするだけなら、スマートフォンの無料の文字起こし機能で十分なことが多いです。文書や字幕のファイル、話者ラベルが必要な場合や、別の言語の音声を扱う場合は、録音を書き出してアップロードします。

  1. 対応端末を確認します。 対応言語・地域でiPhone 12以降を使うか、「レコーダー」が使えるPixelを用意します。
  2. ボイスメモを書き出します。 「共有」や「ファイルに保存」を使い、1つの.m4aファイルにまとめます。
  3. アップロードして文字起こしし、結果を保存します。 音声の言語を選び、会話なら話者検出をオンにします。その後、DOCX、TXT、PDF、CSV、SRT、VTTのいずれかでダウンロードします。

端末と用途に合う方法を選ぶ

まず、文字起こしの結果をどう使うかを考えましょう。スマートフォンの標準機能なら端末上で無料でテキストを読めます。アップロード型のツールなら、用途に合ったファイルを書き出せます。

方法 対応端末・条件(公式情報) 対応言語 得られるもの 向いている用途
1. iPhoneの「ボイスメモ」で文字起こし iPhone 12以降。一部の国・地域では利用不可 10言語 閲覧・検索・コピーができるテキスト 自分の録音の内容をざっと読んだり検索したりする
2. .m4aを書き出してアップロード ファイルを共有できるスマートフォンとブラウザ 130以上 DOCX、PDF、TXT、CSV、SRT、VTTファイル 文書、字幕、話者ラベルが必要
3. Googleの「レコーダー」 Pixel 3以降のスマートフォンとPixel Tablet Pixel 6以降のリアルタイム文字起こしは15言語。再文字起こしは42言語 アプリ内の文字起こし、.txtファイル、またはGoogle ドキュメント Pixelで録音する
4. ブラウザで録音 マイクを使えるウェブブラウザ 130以上 書き出し可能なタイムスタンプ付きの文字起こし まだ録音しておらず、パソコンを使える

方法1:iPhoneの「ボイスメモ」の標準機能を使う

「ボイスメモ」では、アプリを追加でインストールしなくても、録音中や録音後に文字起こしを表示できます。AppleのiPhoneユーザガイドによると、対応端末はiPhone 12以降です。対応言語は英語(すべての地域バリエーション)、スペイン語、ポルトガル語、イタリア語、フランス語、ドイツ語、日本語、韓国語、中国語(簡体字)、中国語(繁体字)で、一部の国・地域では使えません。

同ガイドには、iOS 17以前で作成したボイスメモも、録音を開くと文字起こしされるとあります。つまり、この機能が追加されたのはiOS 18です。iOS 18、iOS 26、iOS 27の各版で、この注意書きは同じです。

録音後に文字起こしを表示する

  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. 録音をタップし、その他ボタン(三点リーダー)をタップします。
  3. 読んだり一部を選択したりするには文字起こしを表示、全文をコピーするには文字起こしをコピーを選びます。
  4. テキストを「メモ」や「メール」、文書などに貼り付けます。

録音中に文字起こしを見る

録音を始め、波形の上端から上にスワイプして文字起こしボタンをタップします。話している言葉が順に強調表示されます。

発言した言葉から録音を探す

「ボイスメモ」の検索では、タイトルと文字起こしの両方が対象になります。文字起こしの単語を選ぶと、録音の該当箇所に再生位置が移動します。

💡 ヒント: Appleによると、iOS 27でApple Intelligenceに対応するiPhone 15 Pro、iPhone 15 Pro Max、iPhone 16以降では、作文ツールで文字起こしを要約できます。

「ボイスメモ」の文字起こしでできることの範囲

「ボイスメモ」の文字起こしは、録音の内容を読み返すのに便利です。Appleのガイドに記載されている操作は、表示、コピー、検索までです。

  1. 文字起こしをファイルとして書き出す機能はありません。 公式ガイドにあるのはコピーと貼り付けだけです。DOCX、PDF、字幕の書き出しはなく、コピーしたテキストにタイムスタンプは付きません。
  2. 話者ラベルはありません。 2人のインタビューも1つのテキストにまとまります。
  3. 対応は10言語で、言語選択メニューはありません。 オランダ語、ヒンディー語、アラビア語で録音したメモでは、実用的な文字起こしを得られません。
  4. 自分の「ボイスメモ」の録音が対象です。 他の人から受け取った音声ファイルを取り込む方法は、Appleのガイドに記載されていません。

これらの機能が必要なら、方法2を使ってください。

方法2:.m4aを書き出して文字起こしツールにアップロードする

ボイスメモは通常の音声ファイルとして書き出せます。Appleによると、デフォルトの形式は.m4aです。レイヤーを重ねた録音は1つの音声にまとまり、空間オーディオはステレオに変換されます。

手順1:iPhoneから録音ファイルを書き出す

方法 Appleの手順 ファイルの保存先 便利な場面
ファイルに保存 録音をタップし、「その他」から「共有」を開く。下へスクロールしてファイルに保存を選び、フォルダを指定して保存をタップする iPhoneの「ファイル」またはiCloud Drive iPhoneから直接アップロードする場合や、iCloud Drive経由でパソコンから開く場合
AirDrop 「その他」から共有を開き、AirDropで自分のMacを選ぶ Macの「ダウンロード」フォルダ 近くにあるMacにすぐ送りたい場合
メールまたはメッセージ 「その他」から共有を開き、アプリを選んで自分宛てに送る メールの受信トレイやチャット 短いボイスメモをWindows PCへ送る場合
iCloudで同期 iCloud設定で「ボイスメモ」をオンにする 同じApple Accountを使っているiPadやMacの「ボイスメモ」 普段からMacで文字起こししている場合

参照:Appleの録音を「ファイル」に書き出す方法、録音を共有する方法、録音する方法とiCloud同期。

「レンダリング済み」と「編集可能」のどちらを選ぶ? 共有シートのオプションでレンダリング済みを選ぶと、効果やレイヤーをまとめた1つの.m4aが作成されます。編集可能を選ぶと、レイヤーを調整できるQuickTime Audio形式になります。文字起こしに使うなら、レンダリング済みを選びます。

複数の録音をまとめて送る場合は、一覧上部の選択をタップし、対象の録音を選んでから「共有」をタップします。

手順2:ボイスメモの文字起こしページを開く

ボイスメモ文字起こしページを開きます。このページはwhispertranscribe.aiの機能の一つです。whispertranscribe.aiは、OpenAIのWhisperモデルを使って音声や動画を130以上の言語でテキストにするウェブサービスです。アップロードできるファイルは最大5GB・10時間で、アプリのインストールは不要です。まず試すなら、アカウント不要の無料文字起こしページでも同じ手順で進められます。無料枠は同ページに記載されており、変更されることがあります。

手順3:録音で話されている言語を選ぶ

ページのStep 1で、130以上の選択肢から録音の言語を選びます。英語(インド)やスペイン語(中南米)など、地域別の選択肢もあります。車内やカフェで録音した場合は、Noise / Low-Quality Audio/Videoを選べます。結果がうまくいかなければ、設定を変えて試すようページに案内があります。

手順4:.m4aをアップロードして話者検出を設定する

ページのStep 2で、.m4aをアップロード欄にドラッグするか、ファイル選択から指定します。対応形式にはM4AとAACのほか、MP3、WAV、AMR、OPUS、ALAC、CAF、動画形式があります。ファイルの上限は5GB・10時間です。インタビューや会議ではEnable Speaker Detectionをオンにすると、誰の発言かを分けて表示できます。

手順5:文字起こしして確認し、結果を書き出す

Transcribe voice memosをクリックします。クリアな音声では精度が最大99%に達しますが、雑音が多い場合や、なまりが強い場合、発言が重なる場合は精度が下がります。人名や数字は録音と照らし合わせてから書き出してください。

用途 書き出し形式
WordやGoogle ドキュメントでメモやレポートを編集する DOCX
内容を編集してほしくない相手に渡す PDF
メモアプリ、CMS、AIツールなどに貼り付ける TXT
表計算ソフトで引用を整理したり回答を分類したりする CSV
ボイスメモから作った動画に字幕を付ける SRTまたはVTT

録音がすでにGoogle DriveやDropboxにあるなら、共有リンクをURLから文字起こしに貼り付ける方法もあります。有料プランは年払いで月額9.99米ドルからです。詳しくは料金ページをご覧ください。

方法3:AndroidではGoogleの「レコーダー」で文字起こしする

Googleの「レコーダー」は録音しながら文字起こしできます。Google Pixel ヘルプによると、Pixel 3以降のスマートフォンとPixel Tabletに対応しています。画面がスリープしても録音は続き、1回の録音は最大18時間です。

録音して文字起こしを読む

  1. レコーダーを開き、録音をタップします。
  2. 終わったら一時停止をタップし、名前を付けて録音を保存します。
  3. 録音を開き、文字起こしをタップします。検索では言葉だけでなく、拍手などの音も探せます。

言語を設定または変更する

Pixel 6以降では、録音前に言語を設定できます。ユーザーアイコンからレコーダーの設定を開き、文字起こしの言語を選んで言語を検出をタップします。Googleの案内では、リアルタイム文字起こしは15言語から選べます。複数の言語が混ざる録音では、最も多く使われた言語が文字起こしされます。

すでに録音した音声の場合は、録音を開いてその他から再度文字起こしを選ぶと、42言語から指定できます。再文字起こしでは、音声がGoogleのサーバーで処理される場合があります。文字起こしのヘルプ

誤変換を直し、文字起こしを共有する

単語を直すには、該当部分を長押しして単語を編集を選び、保存します。Googleの共有ガイドでは、.txtファイル(録音を長押しし、共有、文字起こし (.txt) を順に選択)、Google ドキュメント、NotebookLMでの共有を案内しています。Pixel 8以降では、5分から1時間の音声を要約することもできます。

Pixel以外のAndroid端末を使う場合

Googleのヘルプが案内しているのは、Pixelのアプリです。Samsungなど他社の端末には各社の録音アプリがあるので、メーカーのヘルプを確認してください。文字起こし機能がなければ、音声ファイルを共有して方法2を使います。アップロードにはM4A、AAC、AMR、OGG、OPUSなどが使えます。

方法4:ブラウザで録音しながら文字起こしする

パソコンの前にいて、まだ録音していないなら、スマートフォンを使わずに進められます。ブラウザのボイスレコーダーでマイクから録音し、タイムスタンプ付きの文字起こしを作れます。

  1. Step 1で言語を選びます。会話中に言語が切り替わる場合は、Multilingual Mixを選べます。
  2. Step 2で使用するマイクを選びます。通常は、ノートパソコンの内蔵マイクよりも、口元に近いヘッドセットのマイクのほうが音声を明瞭に収録できます。
  3. 他の人も話す場合は、Enable Speaker Detectionをオンにします。
  4. Record and convert to textをクリックします。ブラウザから確認が出たら、マイクへのアクセスを許可します。
  5. 録音を停止して書き出します。形式はSRT、VTT、DOCX、PDF、TXT、CSVから選べます。

話した言葉をテキストにする方法については、音声テキスト変換のページと、音声テキスト変換とは何かを解説した記事もご覧ください。

文字起こししやすいボイスメモの録り方

文字起こしの誤りの多くは、録音の段階で生じます。録り方を少し工夫すると、あとから設定を変えるよりも修正時間を減らせます。

  • 話す人の近くにマイクを置きます。 Appleは、音量を調整するには音源に近づけたり遠ざけたりするよう案内しています。2人で話すなら、スマートフォンはポケットに入れず、2人の間に置きます。
  • 周囲の音は録音時に抑えます。 iPhoneのコントロールセンターでボイスメモをタップし、声を分離を選ぶと背景音を抑えられます。
  • 他のアプリで音を出さないようにします。 Appleによると、別のアプリで音声の再生が始まると「ボイスメモ」の録音が止まります。先に動画や音楽アプリの再生を止めましょう。
  • 難しい名前は先に読み上げます。 珍しい人名、ブランド名、略語は、録音の冒頭で発音とつづりを伝えておきます。whispertranscribe.aiにはカスタム辞書機能がないため、校正時の手掛かりになります。
  • 発音に合った言語設定を選びます。 英語(オーストラリア)など該当する地域の設定を選び、音声が聞き取りにくいときはNoise / Low-Qualityを試します。
  • 一人ずつ話します。 発言が重なると、どの文字起こしシステムでも聞き分けにくくなります。
  • 先に同意を取ります。 Googleの「レコーダー」のヘルプでは、地域によって録音の同意が必要だと案内しています。米国の州別通話録音ルールでは米国の規則を紹介しています。この記事は一般的な情報であり、法的助言ではありません。

文字起こしの確認に使う固有名詞リスト(架空の例)

話した言葉 正しい表記 検索して確認したい誤変換
「Shivani」 Shivani Rao Shivanni、She Vani
「the Q3 offsite」 Q3 offsite queue three、Q three
「Kubernetes」 Kubernetes Cooper Netties、Kuber Nettis

ここで示した名前や誤変換は説明用の架空の例で、テストの出力ではありません。

ボイスメモのファイル形式と文字起こしへの影響

iPhoneのボイスメモは.m4aで書き出せます。whispertranscribe.aiは.m4aをそのまま受け付けるので、変換は不要です。米国議会図書館のMPEG-4形式の解説によると、M4AはMPEG-4の音声だけを格納するファイルで、AACまたはApple Losslessの音声に使われる拡張子です。

「レンダリング済み」で書き出したファイルをそのままアップロードしてください。.m4aを先にMP3やWAVに変換しても、手順が増えるだけで失われた音の情報は戻りません。MP3を文字起こしする方法では、ビットレートとサンプルレートが結果にどう影響するかを解説しています。同じ考え方は.m4aにも当てはまります。

ボイスメモの文字起こしで困ったとき

原因の多くは、端末の対応状況、書き出し設定、録音そのものにあります。

症状 主な原因 対処法
「ボイスメモ」に「文字起こしを表示」が出ない iPhone 11以前、iOS 17以前、または非対応の地域 「設定」の「一般」から「情報」を開き、モデルとiOSバージョンを確認する。それでも表示されない場合は、.m4aに書き出してアップロードする
文字起こしが意味をなさない、または違う言語で表示される 録音の言語がAppleの対応する10言語に入っていない 録音をアップロードし、自分で言語を指定する
録音が途中で止まった 他のアプリで音声が再生された 録音中はメディアアプリで音を再生しない
共有したファイルが.m4aではない 「オプション」で「編集可能」を選んだ もう一度共有し、「レンダリング済み」を選ぶ
Pixelの文字起こしが1言語だけになっている 複数言語の録音では、最も多く話された言語が文字起こしされる 「再度文字起こし」を使うか、録音をアップロードしてMultilingual Mixを選ぶ
ブラウザで録音しても無音のまま マイクへのアクセスが拒否されているか、入力機器が違う マイクへのアクセスを許可し、Step 2で正しい機器を選ぶ
アップロード後に「No audio detected」と出る ページの案内では、ファイルが破損している可能性がある 音声を再生して確認し、「ボイスメモ」から書き出し直す
録音時間が長すぎてアップロードできない 10時間を超えるファイルは処理対象外 録音を10時間以下のファイルに分割する
人名や専門用語が誤変換される カスタム辞書がない 固有名詞のリストを使って校正する(上の例を参照)

プライバシー:録音データはどこへ送られるか

各サービス提供元が、音声の扱いについて公式ページに記載している内容をまとめました。

方法 公式ページの説明 出典
「ボイスメモ」の文字起こし 文字起こしの処理場所は、ガイドに記載されていません。iCloudで「ボイスメモ」をオンにすると、自分の他の端末にも録音が同期されます Apple iPhoneユーザガイド
Googleの「レコーダー」 音声はGoogleの端末内サービスに渡り、文字起こし後に破棄されます。再文字起こしではGoogleのサーバーが使われる場合があります。バックアップをオンにするか、共有や別の場所への保存をしない限り、録音は端末に残ります Google Pixel ヘルプ
whispertranscribe.aiへのアップロードまたはブラウザ録音 アップロードした原本は処理後に削除されます。処理中に抽出されたMP3は既定で30日間保存されます。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 whispertranscribe.aiのプライバシーポリシー

whispertranscribe.aiのプライバシーポリシーには、録音と文字起こしはAIモデルの学習に使われず、人による確認も行われないと記載されています。また、データは通信中にTLS 1.3、保存時にAES-256で暗号化され、AIサービス提供元としてOpenAIが記載されています。機密性の高い録音は、アップロード前にポリシー全文を確認し、不要になったファイルは削除してください。通話については、通話を文字起こしするページと通話を録音する方法もご覧ください。

よくある質問

iPhoneのボイスメモは無料で文字起こしできますか?

はい。提供対象の地域でiPhone 12以降を使っていれば、「ボイスメモ」で英語、スペイン語、ポルトガル語、イタリア語、フランス語、ドイツ語、日本語、韓国語、中国語(簡体字)、中国語(繁体字)の録音を無料で文字起こしできます。録音を開き、「その他」から「文字起こしを表示」または「文字起こしをコピー」を選びます。テキストはiPhoneで読んだりコピーしたりできます。DOCXやSRTファイル、話者ラベル、別の言語への対応が必要なら、録音を書き出して文字起こしツールにアップロードします。

「ボイスメモ」に「文字起こしを表示」が出ないのはなぜですか?

端末や録音が対応条件を満たしていないことがよくあります。Appleの対応端末はiPhone 12以降で、この機能はiOS 18で追加されました。iPhone 11やiOS 17を搭載した端末では表示されません。また、一部の国・地域では提供されておらず、録音もAppleが対応する10言語のいずれかである必要があります。すべての条件を満たしていれば、iOSを更新してボイスメモを開き直します。条件を満たせない場合は、.m4aとして共有してオンラインで文字起こしします。

「ボイスメモ」の文字起こしをファイルとして書き出せますか?

直接はできません。Appleのガイドに記載されているのは表示、コピー、検索だけです。テキストを自分で「メモ」や「メール」、文書に貼り付けてください。コピーしたテキストにはタイムスタンプや話者名は付きません。ファイルが必要なら、録音を.m4aとして共有し、アップロードします。whispertranscribe.aiではDOCX、PDF、TXT、CSV、SRT、VTTに書き出せるため、1つの録音からメモと字幕の両方を作れます。

iPhoneのボイスメモのファイル形式は何ですか?

Appleによると、デフォルトでは.m4aで書き出されます。M4AはAACまたはApple Losslessの音声を格納する、音声専用のMPEG-4ファイルです。共有時に「オプション」から「レンダリング済み」を選ぶと、音声を1つにまとめた.m4aができます。「編集可能」では、あとから手を加えられるQuickTime Audioファイルになります。whispertranscribe.aiを含む多くの文字起こしツールは.m4aのまま扱えるので、先にMP3へ変換する必要はありません。

Androidのボイスメモはどうやって文字起こししますか?

Google Pixelでは「レコーダー」を使います。録音中に文字起こしが行われ、保存した録音を開いて「文字起こし」をタップすると読めます。Pixel 6以降なら設定した言語を検出でき、「再度文字起こし」では42言語から選べます。結果は.txtファイルまたはGoogle ドキュメントで共有できます。Pixel以外のAndroid端末は録音アプリが機種によって違うため、音声ファイルを共有し、オンラインの文字起こしツールにアップロードします。

ボイスメモを文字起こしサイトにアップロードしても安全ですか?

サービスによって違うため、機密性の高い録音を送信する前にプライバシーポリシーを確認してください。whispertranscribe.aiのポリシーによると、アップロードした原本は処理後に削除され、録音と文字起こしはAIの学習や人による確認に使われません。また、データは通信中と保存時の両方で暗号化され、文字起こしは自分で削除するまでアカウントに残ります。他の人の発言を録音するときは、事前に同意を得てください。この記事は一般的な情報であり、法的助言ではありません。

ボイスメモをテキストにしてみる

ボイスメモを「レンダリング済み」の.m4aとして書き出し、whispertranscribe.aiのボイスメモ文字起こしページを開きます。130以上の言語から該当するものを選び、最大5GB・10時間のファイルをアップロードしてください。

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 ↗