Nottaの文字起こしが、実際の会議でどこまで正確なのか気になりますよね。
緑（みどり）公式は98.86%だけど、早口の人や雑音のある会議でも使える精度なのかな……。
碧（あおい）早口や雑音ではほとんど崩れず、誤りが目立ったのは人名・社名と相づちでした。
原稿を合成音声にし、条件を変えて読み込ませました。一致率は、普通の速さで99.6%、早口と雑音ありでも98.9〜100%です。私の声の2本も99.2%と100%で、崩れていません。
一方で、人名・社名が入る音声は97.3%で、会話では「はい」などの相づちが抜けました。
フリープランでも、1回3分まで自分の録音で試せます。長い会議は3日間の無料トライアルで試せます。契約するなら、紹介リンクからの登録で初回の支払いが10%OFFです。
＼プレミアム機能を試したい方はこちら！／
＼有料プランを契約する方はこちら！／
- 公称98.86%を測った条件
- 早口・雑音・専門用語・会話で試した一致率
- 単語登録など、精度を上げる方法と注意点
- 申し込む前に、自分の録音で精度を確かめる方法
Nottaの文字起こしの精度は公称98.86%｜Notta社が好条件で測った数字
Nottaの日本語の文字起こしの精度は、公称で98.86%です。この数字は、静かな会議室でNotta社が測ったものになります。
測った条件は、環境音が約40dBの会議室、話す人と外部マイクの距離が1m、4人が発言を重ねずに話す会話です。話す人の数が決まっていて、マイクの位置もそろえた条件です。Notta社も、実際の精度は話し方や音の環境で大きく変わると注記しています（音声認識精度を高めるには｜Notta）。
98.86%は、100字のうち約1字を間違える割合です。ただ、話す人の数やマイクの位置まで公称の条件にそろう会議ばかりではありません。自分の会議でも近い数字が出るかは、別に確かめる必要があります。
緑（みどり）うちの会議はノートパソコンのマイクで録っているし、早口の人もいるけど大丈夫？
碧（あおい）普段の会議は、この条件より不利なことが多いですよね。そこで、速さや雑音を1つずつ変えて試しました。
＼プレミアム機能を試したい方はこちら！／
Nottaの文字起こしの精度を5つの条件で試した結果
原稿は、展示会の準備を伝える263字の連絡、IT用語が多い272字の共有、人名・社名が入る184字の連絡、2人の会話の4つです。Macの読み上げ機能（合成音声）で音声にし、速さや雑音などの条件を1つずつ変えました。どの音声も、無料のフリープランの1回3分までに収まる長さです。
音声はNotta Web版にファイルで読み込ませ、言語は「日本語」を指定しています。文字起こしの結果を原稿と比べて、違っていた文字の数から一致率を計算した形です。私の声で同じ原稿を録音した2本の結果も、表に並べています。
| 条件 | 一致率（合成音声） | 一致率（私の声） | 主な誤り |
|---|---|---|---|
| 普通の速さ | 99.6% | 99.2% （静かな部屋） | 1〜2字の漢字の違い |
| 早口 | 100%（約1.3倍） 100%（約1.7倍） | ― | なし |
| 専門用語が多い | 99.3%（IT用語） 97.3%（人名・社名） | ― | 人名・社名の漢字 |
| 雑音あり | 100%（雑音が小さい） 98.9%（雑音が大きい） | 100% （周りに音がある場所） | 数字の「一」などが抜けた |
| 発言が 重なる会話 | 95.0% | ― | 相づち3回が抜けた |
※一致率は、句読点と数字の書き方の違いを除いて、違っていた文字の数を原稿の文字数で割り、100%から引いた値です。送り仮名の違いも誤りに数えています。
速さや雑音ではほとんど崩れず、誤りが目立ったのは人名・社名と相づちでした。
普通の速さで話した音声
普通の速さの合成音声は、263字のうち違ったのは1字でした。「午後」が「午后」と、中国語で使う字になっています。
私の声で、静かな部屋で録音した音声は2字の違いです。「東側」が「左側」になった箇所と、「五百部を」の「を」が抜けた箇所です。
どちらも読めば意味が分かる誤りで、議事録の下書きなら手直しは少なく済みます。数字の「三時」「五百部」「一週間」も、すべて正しく書き起こされていました。
早口の音声
読み上げの速さを約1.3倍と約1.7倍にした音声は、どちらも誤りが0字でした。約1.7倍は、普通の速さで約53秒かかる原稿を、約31秒で読む速さです。
緑（みどり）早口の人がいると、文字起こしは崩れると思っていた……。
碧（あおい）合成音声は発音がはっきりしているので、人の早口より条件はよいです。発音がはっきりしていれば、速さだけでは精度は落ちない結果でした。
約1.3倍の音声も約1.7倍の音声も、「三時」「五百部」などの数字まで正しく書き起こされています。
Notta社も、早口は認識が難しい音声の例に挙げています。人が話す早口は発音も崩れやすいので、合成音声と同じ結果になるとは限りません。
専門用語が多い音声
IT用語が多い音声では、n8n、Webhook、JSON、ChatGPT、APIを英字で正しく書き起こしました。Slack、OAuth、Zapier、Docker、cronも同じです。違ったのは、「見積もり」が「見積」になった送り仮名だけです。
一方、人名と社名が入る音声では、次の3か所が違いました。
- ミナトシステム → 港システム
- 碧（あおい）さん → 葵さん
- 鴇田（ときた）さん → 時田さん
SaaS、KPI、MRR、CVR、ROIなどの略語は、正しく出ています。読みが同じで漢字が違う名前は、音だけでは決められません。
雑音がある音声
別の3人の話し声と、ざわざわした音を雑音として重ね、声と雑音の大きさの差を3段階に変えました。雑音が小さいと100%、中くらいで99.6%になりました。
話し声と雑音が同じ大きさでも、一致率は98.9%です。抜けたのは、「一週間」の「一」など2か所でした。
私の声を、周りに音がある場所で録った音声は、100%になりました。部屋の反響を加えた「マイクが離れている」想定の音声も、誤りはありません。
発言が重なる会話の音声
2人の会話には、相手の発言の終わりに食い込む箇所を3つと、「ええ」「はい」「なるほど」の相づちを入れました。話者は2人に正しく分かれ、食い込んだ発言も書き起こされています。ただ、相づちは3回とも文字になりませんでした。
相づちを除いて比べると、一致率は98.3%まで上がります。違ったのは、「いつごろ」が「いつ頃」に、「ほか」が「他」になった表記だけでした。
議事録なら、相づちが残らなくても困ることはありません。話し言葉をそのまま残したいインタビューでは、相づちを手で足す必要があります。
＼プレミアム機能を試したい方はこちら！／
Nottaの文字起こしの精度で足りる場面・足りない場面
Nottaの精度で足りるかは、使い方によって分かれます。試した結果から、場面ごとにまとめました。
| 使い方 | Nottaの精度で 足りるか | 理由 |
|---|---|---|
| 社内会議の 議事録の下書き | 足りる | 普通の速さ・雑音ありで一致率98.9%以上。 会話も話者は正しく分かれた |
| 自分用のメモ | 足りる | 誤りは1〜2字で、読めば意味が分かる |
| 人名・社名が多い 商談の記録 | 手直しが前提 | 読みが同じ別の漢字になる |
| 相づちまで残す インタビュー | 手直しが前提 | 相づちが文字にならない |
社内会議やメモは、そのまま読んでも意味が通る精度です。今回、手直しが必要になったのは、名前の漢字と相づちの2つだけです。録音の条件がよければ、まず下書きをNottaに任せ、人は確認と手直しに回る使い方ができます。オンライン会議の音声やスマホアプリの録音は、今回は試していません。
緑（みどり）商談の記録に使いたいけど、名前を間違えるなら使えないのかな？
碧（あおい）間違えるのは名前の漢字で、話の中身は正しく残ります。名前だけ直せば、記録として十分です。
今回の商談を想定した音声では、184字のうち違ったのは名前の5字だけでした。日時や数字、SaaSなどの略語は、すべて正しく出ています。
名前の誤りは、文字起こしの画面で手で直せます。商談のあとは、話の中身より名前を中心に確かめれば十分です。間違えた名前をメモしておくと、次の商談でも見直しが早く済みます。
それでも人名や社名の誤りが困るときは、ほかの文字起こしツールと比べてみるのも1つの方法になります。
＼有料プランを契約する方はこちら！／
Nottaの文字起こしの精度を上げる方法
Nottaの精度が低い、悪いと感じたときは、まず録り方と設定を見直しましょう。今回試した結果とNottaの公式の案内をもとに、見直したい点を次の5つにまとめました。
- 静かな場所で録音する
- マイクを話す人の近くに置く
- 単語登録をする
- 文字起こしの言語を音声に合わせる
- 一人ずつ、はっきり話す
1. 静かな場所で録音する
周りの騒音が多いと、精度は下がることがあります。逆に、録音の環境を整えれば精度の向上が期待できます。
今回の結果は、声と雑音が同じ大きさでも一致率98.9%です。ただ、合成音声と人工的な雑音で試した結果です。実際の会議室には、空調、紙の音、別の会話など、さまざまな音が混ざります。
大事な会議ほど、周りの音が少ない部屋を選んで録るのが確実です。インタビューなら、本番の前に短く試し録りをして、声の聞き取りやすさを確かめます。
2. マイクを話す人の近くに置く
パソコンの内蔵マイクが拾えるのは、約30cm〜1mまでの範囲です。そのため、複数人の会話を同時に正確に録るのは難しく、マイクと話す人の距離の調整が必要です。近すぎても音が歪むため、口元から少し離します。話す人が何人もいるときは、マイクをなるべく中央に置きます。
何人もが参加する会議では、スピーカーフォンを使うのがおすすめです。スピーカーフォンは集音性が高く、遠くに座る人の声まで拾えます。
3. 単語登録をする
単語登録は、名前の読みと表記を登録する機能です。フリープランは3個、プレミアムは200個まで登録できます（単語登録の方法｜Notta ヘルプセンター）。
誤った3語を登録し、同じ音声を読み込み直しました。「ミナトシステム」と「鴇田」は直り、「碧」は「葵」のままです。
一方、登録したあとは、登録していない語が崩れました。IT用語の音声は、n8nが「エイトn」、「要約」が「ようやく」になり、一致率は80.9%（登録前は99.3%）です。人名・社名の音声も、SaaSが「エレス」になり、97.3%から90.2%に下がりました。登録を消すと元どおりです。
登録したら最初の文字起こしでほかの語を確かめ、崩れるなら登録を外してください。
4. 文字起こしの言語を音声に合わせる
ファイルを読み込むときは、ファイルごとに「文字起こしの言語」を選べます。何も変えなければ、最初は「言語を自動検出」になっています。
IT用語が多い日本語の音声を「言語を自動検出」で読み込むと、結果は「日本語」を指定したときと同じ99.3%でした。
ただ、自動検出は言語の判定をNottaに任せる設定です。日本語の会議なら「日本語」を指定しておくと、判定の誤りを心配せずに済むでしょう。
5. 一人ずつ、はっきり話す
声が大きすぎる・小さすぎる、なまりや方言が強いといった音声は、人でも聞き取りにくい音声です。文字起こしでも、こうした音声を正しく認識するのは難しいといえます。
今回の会話では、発言が食い込んだ箇所は書き起こされたものの、相づちは3回とも文字になりませんでした。大事な返事は、相づちで済ませずに言葉にして話すと、議事録にもきちんと残せます。会議の進行役が、一人ずつ順番に話すよう声をかけるのも効果的です。
＼有料プランを契約する方はこちら！／
申し込む前にNottaの文字起こしの精度を確かめる方法
フリープランは、1回3分まで、月120分まで文字起こしできます。自分の会議の録音から、精度が落ちやすい3分を選んで試すと、申し込むかを判断しやすくなります。
- 人名や社名、製品名がよく出る部分
- 何人もが続けて話す部分
- 空調や周りの声が入っている部分
結果は、人名・社名の漢字と、抜けた発言を中心に見ます。誤りが名前だけなら、文字起こしの画面で直せば済む範囲です。発言が抜けている場合は、マイクの位置や録る場所を変えて、もう一度試してみてください。
長い会議で試したいときは、Web版の3日間無料トライアルで、300分まで文字起こしできます。終了前に解約しないと、年額14,220円（税込）の請求が発生します。
＼プレミアム機能を試したい方はこちら！／
Nottaの文字起こしの精度に関するよくある疑問
精度を調べていると、文字起こし以外の機能や、うまく動かないときのことも気になりますよね。ここでは、Nottaの文字起こしの精度に関わるよくある疑問を2つ取り上げて、順に答えます。どちらも、無料で試す前に知っておくと迷わずに済む内容なので、申し込みを考えている方は目を通しておいてください。
Nottaの翻訳の精度は？
翻訳はプレミアムの機能で、無料のフリープランでは使えないため、今回の検証では試していません。私のアカウントのホーム画面でも、「文字起こし結果の翻訳」はプレミアム機能として表示されています。
翻訳の精度を確かめるなら、3日間無料トライアルを使うのが早い方法です。トライアル中は、プレミアム会員と同じ機能をすべて使えます。翻訳したい言語の会議の録音を1本用意しておくと、短い期間でも試せます。
Nottaで文字起こしできないときは？
今回、部屋の反響を強くしすぎて、人が聞いても聞き取れない音声を読み込んだところ、文字が1つも出ませんでした。
文字が出ないときは、まず音声そのものが聞き取れるかを確かめます。聞き取れるのに文字にならないときは、言語の設定、ファイルの形式、通信の状態などを見直してください。私の画面では、読み込める音声は1GBまでと表示されています。原因ごとの詳しい対処は、次の記事にまとめてあります。
＼プレミアム機能を試したい方はこちら！／
まとめ｜Nottaの文字起こしの精度は話し方と周りの音で変わる
Nottaの文字起こしは、早口や雑音ではほとんど崩れませんでした。誤りが目立ったのは、人名・社名の漢字と相づちです。
- 公称98.86%は、静かな会議室でNotta社が測った数字
- 普通の速さ・早口・雑音ありでは、一致率98.9〜100%
- 人名・社名は、読みが同じ別の漢字になることがある
- 相づちは文字にならない
- 単語登録をすると、登録した語の多くは直る一方、ほかの語が崩れることがある
自分の会議で使えるかは、無料のフリープランで、精度が落ちやすい3分を選んで試すと分かります。長い会議を試すなら、3日間無料トライアルを使い、終了前に続けるかを決めましょう。迷ったら、まず3分の録音を1本試すところから始めてください。
＼プレミアム機能を試したい方はこちら！／
＼有料プランを契約する方はこちら！／