選び方と比較

Googleドキュメントで文字起こしする——できること、できないこと

無料で使える音声入力ですが、公式に書かれているのは「マイクに向かって話す」手順だけです。録音済みのファイルを渡す道は用意されていません。対応ブラウザ、句読点の入れ方、会議で使えるかどうかまで、公式ヘルプの記載だけで整理しました。

Recory 編集部編集

2026.09.09 読了 17分 価格・仕様の確認 2026.09.09

Googleドキュメントには音声入力という機能があり、追加の契約もインストールもなしに使えます。「無料で文字起こし」を探すと、たいていこれが出てきます。Googleアカウントさえあれば、いますぐ試せる手軽さがあります。

ただ、紹介記事の多くは「無料で文字起こしができる」で止まっていて、どういう入力なら通るのかまで書いていません。ここを先に知らないまま録音ファイルを用意すると、渡す場所が無いことに気づいて探し直すことになります。

ただし、多くの人が期待しているものとは少し違います。手元にある会議の録音を渡して文字にしてもらう、という使い方は公式には案内されていません。この記事では、公式ヘルプに書かれていることだけを並べて、何ができて何ができないかをはっきりさせます。

できるのは「話しながら文字にする」ほう

公式ヘルプの手順は1つだけです。[ツール] → [音声入力] の順にクリックします。するとマイクの絵が出るので、それを押して話します。話した内容がその場で文字になり、終わったらもう一度マイクを押して止めます。

前提もはっきり書かれています。「音声入力または音声コマンドを使用するには、パソコンのマイクがオンになっており、正常に動作している必要があります。」つまり入力はマイクからだけで、ファイルを渡す欄はありません。

Googleスライドでも同じことができて、そちらは [ツール] → [スピーカー ノートを音声入力] です。発表用の原稿を口述で作るときに使えます。スライドを作りながら話す内容を固めていく進め方とは相性がよく、手を止めずに書き足せます。

なお、この機能はGoogleドキュメントの中で完結します。別のアプリで録った音を持ち込む欄はなく、ドキュメントを開いた状態でマイクから入れる、という一本道です。ここを最初に押さえておくと、探し方が変わります。

用途としては、次のようなものが向いています。

• 頭の中にあることを、打つより速く吐き出したい
• 手が塞がっているときにメモを取りたい
• 長い文章の下書きを、話して作りたい

逆に「終わった会議の録音を文字にしたい」という用途には、この機能は向いていません。理由は次に書きます。

始めるまでの手順を、画面の順に

初めて使うときに迷うところがあるので、順に書きます。パソコンでの手順です。

1. Googleドキュメントで、書き込みたいドキュメントを開く
2. 上のメニューから [ツール] を開く
3. [音声入力] をクリックする
4. 画面の左側にマイクの絵が出る。その下に言語の表示があるので、日本語になっているか見る
5. マイクの絵をクリックする。ブラウザがマイクの使用を尋ねてきたら許可する
6. 話す。文字が入っていく
7. 終わったら、もう一度マイクの絵をクリックして止める

4番を飛ばす人が多いのですが、言語の表示はマイクの絵のすぐ下にあります。ここが英語のままだと、日本語で話しても意味の通らない英単語が並びます。「うまく認識されない」の相当な割合が、これです。

マイクの絵は、話しているあいだ色が変わります。色が変わらないなら、音が届いていません。マイクの選択かブラウザの許可を見直してください。

精度を上げるためにできること

同じ機能でも、条件で結果がかなり変わります。効く順に並べます。

マイクを口に近づける。いちばん効きます。内蔵マイクは机の反射音や打鍵音を一緒に拾うので、ヘッドセットや外付けのマイクにするだけで別物になります。高いものは要りません。

静かな場所で話す。空調、換気扇、外の車。人間には気にならない音でも、認識の邪魔になります。認識できないときは「音声がよく聞き取れません」というエラーが出ると公式に書かれていて、案内も静かな場所へ移るか外付けマイクを使うことです。

普段よりゆっくり、区切って話す。早口だと語の切れ目が潰れます。1文ずつ、間を置いて。

固有名詞は避けるか、あとで直す前提にする。人名・社名・製品名は苦手です。口述の段階では「A社」で通して、あとから置換するほうが速い。

長く話しすぎない。5分くらいで一度止めて、入った文字を確認します。ずれたまま20分話すと、直す量が増えます。

日本語で使うときの、現実的な運用

音声コマンドが英語のみである以上、日本語では「話す」と「整える」を分けるのが現実的です。

1. まず止まらずに全部話す。句読点も改行も気にしない
2. 話し終えてから、上から読んで句点と読点を入れる
3. 段落に割る
4. 固有名詞を直す

この順にすると、話しているあいだは考えることに集中できます。途中で画面を見て直しはじめると、話が途切れて結局遅くなります。

もう1つ、AIに整えさせる手もあります。句読点の無い文字の塊をそのまま生成AIに渡し、「読点と句点を入れて、段落に割ってください。言い回しは変えないでください」と頼む形です。内容を変えられると困るので、指示に「言い回しは変えない」を必ず入れてください。AIに議事録を書かせるときの指示の作り方は議事録のプロンプトにまとめました。

スマートフォンでは、手順が違います

公式ヘルプに載っている [ツール] → [音声入力] の手順は、パソコンのものです。スマートフォンのGoogleドキュメントのアプリには、このメニューがありません。

スマートフォンで声から文字にしたい場合は、キーボード側の音声入力（マイクの絵）を使うことになります。これはGoogleドキュメントの機能ではなく、端末やキーボードアプリの機能なので、条件も挙動も別です。iPhoneで音声から文字にする方法をまとめたものはiPhoneで文字起こしするにあります。

Googleの他の手段と、役割が違う

Googleの中でも、音声を扱う道具はいくつかあり、入力の形と役割が違います。

録音済みのファイルがあるなら、まずNotebookLMを見てください。音声ファイルはインポート時に文字起こしされ、そのテキストが保存されて新しいソースとして使われる、と公式ヘルプにあります。区切りは時間ではなくファイル200MBまで・1つのソースは最大50万語です。

Google Meetの文字起こしは、そもそも会議に出ている必要があります。終わった録音を渡す道ではありません。Web会議の側で完結させたい場合の条件はWeb会議の文字起こしとプランに整理しました。

録音済みのファイルを渡す道は、用意されていない

公式ヘルプに、音声ファイルを読み込む手順は載っていません。載っているのはマイクに向かって話す手順だけです。

とはいえ、物理的にできないわけではありません。パソコンのスピーカーで録音を再生し、その音をマイクに拾わせれば、文字にはなります。実際にこの方法を紹介している記事もあります。ただし、代償が3つあります。

1時間の会議を文字にするために1時間パソコンの前に座る、というのは、多くの場合それ自体が仕事になりません。録音済みのファイルがあるなら、ファイルを直接受け取れる道具を使うほうが早いです。手元のファイルを渡せる無料の選択肢は文字起こしを無料でやる方法に、形式ごとの通りやすさは音声ファイルから文字起こしするにまとめました。

対応ブラウザは3つ。Chrome専用ではありません

「Googleドキュメントの音声入力はChromeでしか使えない」と書かれていることがありますが、公式ヘルプの記載は違います。

この機能は、以下のブラウザの最新バージョンで動作します。

として挙げられているのはChrome・Edge・Safariです。SafariでもEdgeでも動きます。ただし「最新バージョンで」と条件が付いているので、古いままのブラウザだと出ないことがあります。

ここでもう1つ、知っておくと納得しやすい点があります。音声の処理を行っているのはGoogleドキュメントそのものではなく、ブラウザです。公式は、ブラウザが音声の処理方法を特定してテキストを送る、と説明しています。だから対応ブラウザという条件が付き、ブラウザによって挙動が少し変わることもあり得ます。

日本語では、句読点を声で入れられません

ここがいちばん誤解されているところです。公式ヘルプは音声コマンドの一覧を載せていて、「ピリオド」「カンマ」「感嘆符」「疑問符」「改行」「新しい段落」といった操作が並んでいます。

ただし、そのすぐ近くにこう書かれています。

音声コマンドは英語でのみご利用いただけます。

つまり日本語で話しているときは、句読点も改行も声では入れられません。出てくるのは、句読点の無い文字の連なりです。あとから手で読点と句点を入れ、段落に割ることになります。

1時間ぶんの文字に句読点を入れる作業は、思っているより時間がかかります。ここを見落としたまま「無料で文字起こしできる」と受け取ると、あとの作業量で驚くことになります。この機能の実力は、句読点を自分で入れる前提で見積もってください。

会議に使えるか——結論から言うと、条件が厳しい

会議を録るのに使えるか、という質問には、次のように答えるのが正確です。

対面の会議で使えない理由は2つあります。パソコンのマイクは、離れた席の声を拾いきれません。そしてもう1つ、話者が分かれません。全員の発言が1つの流れとして並ぶので、あとから「これは誰が言ったか」を復元することになります。

オンライン会議も、パソコンのマイクが拾うのは基本的に自分の声です。相手の声はスピーカーから出た音を拾い直す形になるので、上に書いた劣化がそのまま乗ります。ブラウザで完結させる方法の限界はブラウザだけで文字起こしするにまとめました。

会社のアカウントで出てこないことがある

「ツールを開いても音声入力が無い」という場合、ブラウザやバージョンの前に、アカウントの種類を疑ってください。

公式ヘルプには、組織でこの機能が有効になっていない場合、管理者によって無効にされている可能性がある、と書かれています。会社や学校のアカウントでは、管理者が機能を絞っていることがあります。

見分け方は簡単で、個人のGoogleアカウントで同じ操作を試すことです。個人では出て、会社では出ないなら、管理側の設定です。この場合、自分の手元でできることはありません。管理者に頼むか、別の手段を使うことになります。

うまくいかないときに見るところ

順に見ていくと、たいていどこかで当たります。

1. マイクが選ばれているか。パソコンに複数のマイク（内蔵、ヘッドセット、Webカメラ）がある場合、意図しないほうが選ばれていることがあります
2. ブラウザにマイクの許可を出しているか。アドレス欄の錠前の絵から確認できます
3. ブラウザが最新か。公式の条件は「最新バージョン」です
4. 言語の設定。音声入力のマイクの絵の近くに言語の表示があります。日本語になっているか見てください
5. 静かな場所か。認識できないときは「音声がよく聞き取れません」というエラーが出ます

エラーが出たときの案内は、静かな場所へ移るか、外付けのマイクを使うことです。内蔵マイクは、キーボードの打鍵音や空調の音を一緒に拾います。口述で長い文章を作るなら、安いヘッドセットでも1つ用意すると変わります。

無料でどこまでか、公式に書かれていること

料金は追加でかかりません。Googleアカウントがあれば使えます。

一方で、時間の上限については公式ヘルプに記載を確認できませんでした。「無制限です」と書かれているわけでもありません。上限が書かれていないだけ、という状態です。ここを「無制限」と紹介している記事は多いのですが、公式の記載として確認できたわけではないので、当サイトではそう書きません。

長時間の口述に使うつもりなら、途中で一度止めて保存する運用にしておくほうが安全です。ブラウザのタブを閉じた、マイクの接続が切れた、といった理由で止まる可能性は残ります。

同じ「無料」でも、入力の形で選ぶものが変わる

無料でできる手段はいくつかあり、入力がマイクかファイルかで分かれます。

「終わった会議の録音がある」なら、下の2つを見ることになります。「これから話す」なら上の2つ。この分かれ方さえ押さえておけば、探し直しが減ります。それぞれの条件は文字起こしを無料でやる方法に詳しく書きました。

口述で長い文章を作るときの、実際の進め方

この機能がいちばん活きるのは、打つより話すほうが速い作業です。議事録の下書き、報告書のたたき台、ブログの草稿。使い方に慣れると、打鍵の何倍かの速さで文字が出ます。

進め方の目安を書きます。

1. 話す前に、見出しだけ打っておく。「背景」「決まったこと」「次にやること」のように、箱を先に作ります
2. 箱ごとに話す。1つの箱を話し終えたら止めて、次の箱にカーソルを移してから再開します
3. 言い直しはそのまま話す。「えっと」「いま言ったことを取り消して」も文字になりますが、あとで消せばいい。止まるほうが損です
4. 5分ごとに一度止める。入っているか確認します
5. 全部話し終えてから、上から整える。句読点、段落、固有名詞の順

2番が効きます。箱があると、話しながら迷いません。何も無いところに向かって話すと、途中で何を言うべきか分からなくなります。

慣れるまでは、同じ内容を打つのと話すのを1回だけ比べてみてください。人によって向き不向きがはっきり出ます。話すほうが速い人は、以後ずっと速い。

認識されない語との付き合い方

音声認識が苦手なものには傾向があります。先に知っておくと、直す場所の見当が付きます。

いちばん現実的なのは「話さずに打つものを決めておく」ことです。型番やURLを声で入れようとすると、ほぼ確実に直すことになります。そこだけ手で打つと決めておけば、全体の速さは落ちません。

同音異義語は、話しているときには気づけません。書き終えてから、検索で一括して見るのが確実です。文書の中で「保証」を全部拾って、文脈に合っているかを見る。この工程を入れておくと、あとで恥ずかしい思いをしません。

音声入力と文字起こしは、目的が違う

最後に、言葉の整理をしておきます。同じ「声から文字」でも、目的が違うので道具が分かれます。

Googleドキュメントの音声入力は左の列の道具です。右の列を求めてここに来た人には、この機能は合いません。言葉の対応表と、それぞれの用途の違いは文字起こしとは何かに整理しました。

文字にしたあと、議事録にはならない

Googleドキュメントの音声入力で得られるのは、句読点の無い文字の連なりです。会議のあとに必要なものと並べると、差がはっきりします。

自分の考えを口述してドキュメントに落とす、という用途にはよくできた機能です。会議の記録を作る道具として見ると、足りない部分のほうが多い。そこを埋めるには、話者を分けて、決定事項と持ち帰りに整理するところまでやる道具が要ります。段で分けた比較は議事録アプリの比較にまとめました。

RecoryはiPhoneで録るところから議事録までを1本にしたアプリで、対面の会議を想定しています。パソコンで口述するならGoogleドキュメントのほうが素直なので、用途が違います。登録もお支払い情報も要らずに60分の会議を1本試せるので、比べてから決めてください。

無料で始めて、足りなくなったらどうするか

この機能で足りるかどうかは、やりたいことが「これから話す」なのか「もう録ってある」なのかでほぼ決まります。前者なら、この機能のままで長く使えます。追加の費用もかかりません。

後者なら、早い段階で別の道具が要ります。判断の目安を置きます。

下に行くほど、無料では届きません。上の2つは無料でもできる手段がありますが、下の2つは継続して使う前提の作りになるので、料金が発生します。無料の範囲でどこまでできるかは文字起こしを無料でやる方法に、料金を1時間あたりに直して並べたものはAI議事録の料金にまとめました。

いきなり有料の道具を選ぶ必要はありません。まずこの機能で1回試して、どこで足りなくなるかを自分で確かめるほうが、結局早く決まります。足りなくなった理由がはっきりしていれば、次に選ぶものも決まります。

この記事の更新履歴

• 2026年9月9日 — 公開。Googleドキュメント エディタ ヘルプ「音声で入力、編集する」（日本語版）の記載を確認

無料の手段を横に並べたものは文字起こしを無料でやる方法に、そもそも文字起こしとは何かは文字起こしとはに書きました。パソコンで会議を記録する方法の全体はパソコンで議事録を作るにまとめてあります。

よくある質問

あわせて読む

文字起こしを無料でやる方法と、無料で足りなくなる線完全無料で使えるものは実際にあります。Whisper、Googleドキュメント、各社の無料枠。それぞれで何ができて、どこから足りなくなるのかを、条件つきで正直に並べました。文字起こしとは——3つのやり方と、それぞれ何時間かかるか音声を文字にする作業のことです。人が打つ、端末の標準機能を使う、サービスに任せるの3つがあり、かかる時間と費用が桁で違います。日本語で難しくなる理由と、用途ごとに必要な精度まで整理しました。パソコンで議事録を作る——Windows と Mac、標準機能でどこまで行くか音声ファイルを読ませられる標準機能は、WindowsとMacで1つずつあります。マイクに向かって話す機能とは別物です。無料で届く範囲と、月300分の壁までを公式の記載で整理しました。手元の音声ファイルを文字起こしする——形式別に通る道・通らない道mp3、m4a、wav、そして会議の録画。もらった音声ファイルをテキストにしたいとき、どの形式が素通りで、どこで変換が要るのか。iPhone1台で完結する道順を先に、詰まる場所を正直に書きます。ブラウザだけで文字起こしする——インストールできないPCでの選択肢と限界会社のPCにソフトを入れられない、という制約から探している人向けです。ブラウザで完結する方法には共通の弱点が4つあります。タブを離れると止まる、長時間に弱い、話者が分かれない、音声がどこへ行くか分かりにくい。そこを踏まえた使い分けを整理しました。