Option 01
Zoomビルトイン
Zoomアプリ内の自動文字起こし。有料Zoomプランに限定。
必要Zoom Pro+ ($15/ホスト/月)
スピーカーダイアライゼーションいいえ（モノ時）
言語1言語/通話、EN優先
エクスポートVTTのみ、ダッシュボード内
AIサマリーZoom AI Companion（有料）
コスト$15+/ホスト/月
Best for既にZoom Proを使用していて、単言語の会議の粗いテキストダンプのみが必要なチーム向け。
Zoom文字起こし。スピーカーラベル付き、99言語対応。
Zoom通話の録音をドロップ。タイムスタンプ付きのスピーカーラベル付きトランスクリプトを99言語で取得 — Zoom有料プランなし、ダッシュボードロックインなし。
Drop a file, or pick one
MP3 · WAV · M4A · MP4 · MOV · MKV · OGG · OPUS · FLAC · WEBM — up to 100 MB anonymously
Paste a link, we’ll fetch the audio
YouTube · TikTok · Vimeo · Twitter · SoundCloud · Spotify · 50+ more
↓ 出力結果を見てみましょう
クラウド録音の入力。 クリーンなトランスクリプトの出力。
その設定がオンの場合、Zoomは各参加者を別々のチャネルに記録します — 推測なしにスピーカーを分割するのに使用します。モノクラウド録音？音響ダイアライゼーションがフォールバックを処理します。
Zoomクラウド録音
自動検出 en-US16 kHz ステレオ · 128 kbps
~90s
トランスクリプト · ストリーミング
S1
クイックチェック — Marcus、ベンダーSOWは署名されて戻りましたか？
S2
そうです、火曜日に届きました。この通話の後で転送します。
S1
完璧です。それでQ3予測レビュー — まだ木曜日？
S2
木曜日午後2時です。資料は今朝送られました。
ステレオクラウドで96%SRT · DOCX · TXT · JSON
↓ This is the dashboard
This is what loads when the job finishes.
Same layout as the real dashboard — Summary, full Transcript, Speakers tab, Exports. Key points and action items extracted automatically. Auto-tags on every job.
Summary 5Transcript 1,420Speakers 2Exports
Founders need post-call content, not just transcripts. Tools force them to stitch 5 apps together.
Sample preview from a founder interview about post-call workflow. Real transcripts look exactly like this — same tabs, same summary block, same key-points / action-items split, same auto-tag chips.
Key points
Gap exists between raw recordings and shippable content — tools stop at transcript.
Show notes, social clips, blog drafts all expected by call's end, not next-day.
Current tooling fragmented across 5 apps — no single pipeline.
Conversion-rate signal flipped a buyer-segment assumption at week 3.
40% of original hypothesis survived — the shape held, mechanics rebuilt.
Action items
Speaker 1Investigate single-pipeline approach to replace 5-app stitch.
Speaker 2Mock how show-notes draft could flow from the transcript.
Speaker 2Pull conversion-rate by segment, Monday EOD.
Speaker 1Map the 5-app stitch & list which steps actually need a human.
3つの実際のオプション · 正直な比較
Zoomビルトイン。OtterまたはFireflies。 または当社。
Zoomは有料ティアで独自の文字起こしを提供しています。OtterとFirefliesはボットとしてカレンダーに統合されています。当社は既存のファイルと連携するか、ライブ会議にボットを送信します。
Option 02
Transcription.Solutions
録音をドロップするか、ボットを送信。無料プランを含むあらゆるZoomプランに対応。
必要Zoom側では何も不要
スピーカーダイアライゼーションステレオチャネル分割
言語99言語、自動検出
エクスポートSRT · VTT · DOCX · TXT · JSON
AIサマリーすべてのプランで無料
コスト / 分あたり$0.03
Best for無料Zoomで記録する人、多言語会議を実施する人、またはZoomダッシュボード外でトランスクリプトが必要な誰もが対象。
Option 03
Otter / Fireflies
ボットがカレンダーに常駐。きれいなUI、English優先、ファイルサイズの厳しい制限。
必要カレンダーOAuth + 有料
スピーカーダイアライゼーション音響、EN調整済み
言語非EN言語は精度低下
エクスポート2 GB上限（Fireflies）
AIサマリー有料ティアの背後
コスト$17–19/ユーザー/月
Best forZoomの外で記録しない、カレンダーネイティブなボットを望むEnglish専用の営業チーム向け。
料金と機能フラグは2026年5月時点で正確です。Zoom AI Companionの利用可能性は地域展開に依存します。
Zoom特有
で人々を悩ます3つのこと。 汎用文字起こしツール
記録前に正しい設定を選択すれば、トランスクリプトはより清潔に戻ります。
問題が発生する場所
- 1モノクラウド録音。 Zoomはデフォルトで全員を1つのチャネルにミックスします。音響ダイアライゼーションは似た音声を1人のスピーカーにマージします。
- 22文字の企業名（PSI、DKMS、Klue）は音声的にスペルされます。汎用AIはそれらが固有名詞であることを知りません。
- 3チャットメッセージはリンク、ID、アクションアイテム付きで音声とは別に存在し、失われます。
ここで変更すること
- 1会議前にZoomで各参加者のオーディオファイルを別々に記録をオンにします。別チャネルファイルを検出し、ダイアライゼーションを完全にスキップします。
- 2チームボキャブラリーをジョブフォームのカスタムボキャブラリーに貼り付けます。ハードマッチではなく、ヒントとして認識器に渡します。
- 3ボットをライブ会議に送信します（録音ではなく）。チャットメッセージは年代順でトランスクリプトにマージされます。
Zoom用の推奨ジョブ設定
Zoomファイルをドロップするとこれらはデフォルトでオンになります。フォームからジョブごとにオーバーライドします。
- ダイアライゼーション
- 利用可能な場合は別チャネル
- スピーカーモデル
- 会話型 · 2〜8人のスピーカー
- 言語
- 自動検出 · 多言語オン
- フィラーワード
- デフォルトで削除
- サマリー
- アクションアイテム + 決定事項
- エクスポート
- DOCX · SRT · タイムスタンプ付きTXT
Accuracy · real-world numbers
クラウド録音で96%以上。 電話ダイアルインでも持ちこたえます。
上限はZoomがキャプチャしたもので設定されます。ステレオ別チャネルクラウド録音が最適な場合；電話ダイアルイン参加者が最速で劣化します。以下の数字は実際の顧客Zoomファイル（本番環境）から取得したもので、合成ベンチマークではありません。
96%+
別チャネルクラウド録音
Zoomの「参加者ごとに別々のオーディオファイル」設定がオン。各スピーカーが分離、ダイアライゼーションはスキップ — テキストのみエラー。
94%
ステレオクラウド、≤3人のスピーカー
デフォルトクラウド録音、128 kbps。ステレオチャネル分割で音声を確実に区別。ほとんどのZoom通話はここに該当します。
90%
モノクラウド、4〜6人のスピーカー
音響ダイアライゼーション、似た声がマージされる場合があります。スピーカーチップで2分のリネームパスを計画してください。
87%
電話ダイアルイン参加者
8 kHz狭帯域オーディオ。単語は使用可能、数字と固有名詞での場合によっては見落とし。当社データの最悪の場合。
よくある質問
人々が尋ねる8つのこと。 Zoom文字起こしについて
01Zoomクラウド録音URLから直接プルできますか？+
いいえ。ZoomクラウドURLはzoomアカウントログインが必要 — 当社はあなたになりすますことはできません。最初にMP4をダウンロードしてください（zoom.us → 録音 → ダウンロード）、その後ファイルをここにドロップします。30秒かかります。
02ボットはOtterのようにカレンダーOAuthが必要ですか？+
いいえ。Zoomの招待にボットURLを手動で入力するか、ダッシュボードから会議URLにボットを送信します。当社はカレンダーを読みません。
03Zoom AI Companion — 文字起こしを行いますか？+
Zoom AI Companionはサマリーを提供します。スピーカーラベル付きの逐語録ではなく、エクスポートもします。有料Zoomプランに限定され、多くの企業環境ではデフォルトで無効になっています。
04複数の言語を含む国際的なZoom通話を処理できますか？+
はい — 自動検出が主要言語を選択し、認識器はほとんどの言語ペアで中文への文内コード切り替えを処理します。スペイン語↔英語、中国語↔英語、およびほとんどのインド・ヨーロッパ言語ペアはきれいに機能します。
05文字起こし後に録音は削除されますか？+
はい — ジョブ完了後24時間。トランスクリプトとエクスポートはアカウントに好きなだけ保存されます。削除は回復不可能で、監査証跡に記録されます。
06ボットは会議の参加者として表示されますか？+
はい — ラベル付きボットは通常の参加者のように参加します。設定で名前を変更できます（デフォルト：「Transcription.Solutions」）。2者同意地域の場合は自動開示を設定します。
07Zoomがモノ録音のみを保存した場合はどうなりますか？+
音響ダイアライゼーションが開始されます — 音声プリント クラスタリングでスピーカーを識別します。別チャネルより精度が低い（90% vs 96%）ですが読取可能です。スピーカー1/2を1回リネームすると、それが伝播します。
08キャプション再アップロード用のSRTのみを取得できますか？+
はい。すべてのジョブはデフォルトでSRTとVTTを生成します。ZoomのキャプションアップロードフィーチャーでもYouTubeで再アップロードしている場合は。