TurboScribe は、OpenAI の音声認識モデル Whisper をベースに、音声ファイルや動画ファイルをテキストへ変換するオンラインツールである。2023年10月に米国で公開され、約98言語の音声入力と134言語以上への翻訳に対応する。1ファイルあたり最大10時間・5GB という上限の大きさと、有料プランに文字起こし時間の従量課金がない「無制限」の料金体系が特徴で、会議録・インタビュー・講義・ポッドキャストなど長尺の音源を扱う用途に向く。無料プランでも1日数件までは試せるため、まず精度を確かめてから導入を判断しやすい。
主な特徴
- Whisper ベースの多言語文字起こし: 約98言語の音声を認識し、日本語を含む主要言語でそのまま文字起こしできる。話し言葉の多い音源でも実用水準の精度が得られるとされ、専門用語の多い会議録でも下書きとして使える
- 134言語以上への翻訳: 文字起こしした結果をそのまま別言語へ翻訳できる。英語の講演を日本語で読む、日本語の会議録を英語チームへ共有する、といった使い方に対応する
- 最大10時間・5GB の長尺ファイル対応: 半日分のセミナー録画や長時間のインタビューを分割せずに投げられる。ファイル分割の手間がかからないのは、長尺音源を日常的に扱う人にとって効いてくる違いである
- 話者識別（スピーカー分離）: 複数人が話す音源で発話者ごとに区切って出力できる。対談やグループインタビューの整理に役立つ
- まとめてアップロードできる一括処理: 有料プランでは複数ファイルを同時に投入して順次処理させられる。過去の録音をまとめてテキスト化する初期移行のような作業に向く
- 無料プランで試せる: アカウントを作れば1日あたり数件の文字起こしを無料で実行できる。精度と操作感を確認したうえで有料へ進める
料金
| プラン | 月額料金 | 年額料金 | 主な内容 |
|---|---|---|---|
| Free | $0 | $0 | 1日3件まで、1ファイルあたり最大30分程度 |
| Unlimited | $20 | $120（月あたり$10相当） | 文字起こし無制限、1ファイル最大10時間・5GB、最大50ファイルの同時アップロード、134言語以上への翻訳、保存容量無制限 |
料金は2026年8月時点の情報です。無料プランの1日あたりの件数と1ファイルの上限時間は第三者のまとめによる値で、公式サイトの表記と異なる場合があります。最新の料金は公式サイトの料金ページをご確認ください。
料金体系は「無料か、無制限か」の2択にほぼ集約されており、文字起こしツールにありがちな「月◯分まで」「追加は従量課金」といった計算が要らない。月に何時間分を処理するか読めない場合でも、コストが予測できる点は選定時の判断材料になる。
メリット・デメリット
✅ メリット
- 有料プランに時間のクォータがなく、使う量が増えてもコストが変わらない
- 1ファイル最大10時間・5GB と上限が大きく、長尺音源を分割せずに処理できる
- 多言語の認識と翻訳を1つのツールで完結でき、海外の音源を扱う場面で手数が減る
- 無料プランで精度を確認してから課金判断ができる
- 料金プランが2種類のみで、機能の出し分けやシート単価の計算に悩まされない
⚠️ デメリット
- 共同編集・コメント・版管理といったチーム向けの編集機能は持たない
- 要約や議事録テンプレートのような後処理の作りこみは薄く、あくまで「文字起こし」が主軸
- 公開されている API がなく、他システムへ自動連携する使い方には向かない
- 無料プランの1日あたりの件数は少なく、継続利用ならほぼ有料プランが前提になる
- 音質が悪い音源や強い訛り、専門用語の多い場面では手直しが必要になる
類似サービスとの比較
| 比較項目 | TurboScribe | Otter.ai | Notta | Whisper（セルフホスト） |
|---|---|---|---|---|
| 主な用途 | ファイルの文字起こし・翻訳 | 会議のリアルタイム記録 | 会議記録・要約 | 自前環境での文字起こし |
| 課金の考え方 | 無制限（定額） | 月あたりの分数制 | 月あたりの分数制 | 自前のGPU・API費用 |
| 1ファイル上限 | 最大10時間・5GB | プランにより制限 | プランにより制限 | 環境次第 |
| 翻訳 | 134言語以上 | 限定的 | 対応 | 別途組み合わせが必要 |
| チーム編集 | 非対応 | 対応 | 対応 | 非対応 |
| 導入の手軽さ | ブラウザのみ | ブラウザ・会議連携 | ブラウザ・アプリ | セットアップが必要 |
リアルタイムで会議に同席させて記録を取らせたいなら Otter.ai や Notta のような会議連携型が向く。一方、すでに手元にある録音・録画ファイルをまとめてテキスト化したいのであれば、時間制限のない TurboScribe のほうが計算しやすい。Whisper を自前で動かす選択肢もあるが、環境構築と運用の手間を考えると、月額数十ドルで済ませられる意味は小さくない。
こんな人におすすめ
- インタビューや講演の録音を日常的にテキスト化するライター・記者・研究者
- 長時間のセミナー録画や講義動画を文字起こししたい教育関係者
- 海外の音源を日本語で読みたい、あるいは日本語の記録を英語で共有したい人
- 月ごとの処理量が読めず、分数制の課金だと予算が立てにくい人
- 過去に溜め込んだ録音資産をまとめてテキスト化したい人
まとめ
TurboScribe は、Whisper をベースにした文字起こしツールの中でも「長尺ファイルを、量を気にせず処理できる」点に振り切ったサービスである。会議への同席やチームでの共同編集といった機能は持たないが、手元のファイルをテキストと翻訳へ変えるという一点においては構成がシンプルで分かりやすい。まずは無料プランで自分の音源に対する精度を確かめ、処理したい量が月に数時間を超えるようであれば Unlimited プランを検討するのが現実的な進め方といえる。