GPT Transcribeは、音声ファイルやリアルタイム入力を高精度にテキスト化し、多言語・専門用語・コードスイッチングにも対応する音声認識APIです。
| 提供元 | developers.openai.com | 公開 | — |
|---|---|---|---|
| 料金タイプ | 有料（$0.0045/分） | 無料枠 | なし（有料のみ） |
| 日本語 | 対応 | 対応環境 | Web |
| 主な機能 | 文字起こし／音声認識／議事録／多言語／API／OpenAI | ||
| 法人利用 | 個人・法人どちらも | 公式サイト | developers.openai.com ↗ |
GPT Transcribeは、OpenAI APIで利用できる高精度な音声認識モデルです。録音済み音声、ストリーミングされたファイル文字起こし、Realtimeセッションの発話ターンをテキスト化できます。文脈プロンプト、キーワードヒント、複数の言語ヒントを使えるため、会議、通話、取材、専門領域の音声、複数言語が混ざる会話の文字起こしに向いています。料金は分単位の従量課金で、開発者が自社サービスへ組み込みやすいAPI型のツールです。
| プラン | 月額 | 主な内容 |
|---|---|---|
| API従量課金 | $0.0045/分 | 音声文字起こし・ファイル音声の処理・Realtime入力の文字起こし・文脈プロンプト対応・キーワードと言語ヒント対応 |
料金は変動する可能性があります。上記は編集部の調査時点（2026/9/3確認）の目安です。 最新の料金は公式サイトの料金情報 ↗をご確認ください。
GPT Transcribeの料金改定をメールで受け取る
公式ページで検証した改定だけを通知します。
AI PICKS編集部は、注目ツールの料金変動を月次でモニタリングしています。GPT Transcribeは現在、月次モニタリングの対象に含まれていません。 最新の料金は公式サイトでご確認ください。
Yuto SuzukiAI PICKS編集長実機検証済 ・ 2026年9月13日 更新バッチ文字起こしの単価破壊役です。録音済みファイル1分あたり$0.0045と前世代から25%下がり、会議音声やコールログを大量に流し込んでも費用が読めます。音声の要約説明・固有名詞リスト・想定言語のヒントを一緒に渡せるのが効いていて、社内ベンチマークでは意味理解の精度が41.6%から45.2%へ上がりました。一方でArtificial Analysisの単語誤り率は3.31%、約50の音声認識システム中9位にとどまり、精度の絶対値では上位勢に劣ります。速度面でも後発の専用モデルが先行しています。リアルタイム処理は別モデルの担当なので、非同期のバッチ文字起こしをAPIで安く回したい開発者に向きます。
向いている
向いていない
バッチ文字起こしの単価破壊役です。録音済みファイル1分あたり$0.0045と前世代から25%下がり、会議音声やコールログを大量に流し込んでも費用が読めます。
編集部レビューの全文 ＞編集部が確認した良い点
気になる点
利用者の口コミはまだありません。最初の 1 件を書きませんか
「何に使ったか」「良かった点」「困った点」の 3 つで 100 字程度。匿名で投稿できます。
編集部の記述は公開情報と実機検証に基づくもので、利用者の口コミではありません。評価方針
投稿いただいた口コミは、編集部が事実誤認・誹謗中傷・個人情報をチェック後に公開します。匿名投稿可、投稿後の編集不可です。
あなたの口コミが、ほかのユーザーのツール選びに役立ちます。
| ツール | 編集部スコア | 料金 | 日本語 |
|---|---|---|---|
| GPT Transcribeこのツール | 3.78 | $0.0045/分 | 対応 |
| Notta | 4.34 | ¥0/月 | 対応 |
| VOICEVOX | 4.27 | 無料 | 対応 |
| Rimo Voice | 3.95 | ¥4,950/月 | 対応 |
スコアは編集部の独自評価です。料金は調査時点の目安です。
GPT TranscribeはAI PICKS編集部が独自スコアで評価し、3.78 / 5.00のスコアを付けています。 編集部スコアと部門順位に応じて CATEGORY LEADER・EDITOR'S CHOICE などの称号バッジを取得でき、公式サイトに掲載すると第三者評価として信頼性を訴求できます（無料・自動更新）。
<a href="https://aipicks.jp/tool/gpt-transcribe?utm_source=badge&utm_medium=referral" target="_blank" rel="noopener">
<img src="https://aipicks.jp/api/badge?slug=gpt-transcribe" alt="AI PICKS 認定バッジ｜GPT Transcribe" width="200" height="236" loading="lazy" />
</a>このコードを公式サイトに貼ると、AI PICKSの認定バッジが表示されます。称号・時期は編集部スコアと部門順位から自動で最新化され、貼り替えは不要です。掲載は無料です。
NottaNottaは会議・商談・インタビューの音声をリアルタイムでテキスト化し、AIエージェント「Notta Brain」で要約・資料化まで行うAIノートテイカー。58言語対応で、Zoom/Teams/Google Meet等のオンライン会議やSlack・Notion・CRMと連携。経営層・営業・コンサル・研究者など、会議情報を整理し次のアクションにつなげたい業務に向く。
VOICEVOXずんだもんなど20以上のキャラクターボイスを持つ無料の日本語音声合成ソフト。商用利用可能で、細かいイントネーション調整やハミング機能も搭載。
Rimo VoiceRimo Voiceは、日本語の会議・インタビュー・セミナー音声をAIで文字起こしし、議事録作成まで支援するサービスです。音声・動画ファイルのアップロードや会議録音から自然な日本語テキストを生成し、発言箇所と音声をタイムスタンプで対応させて確認できます。文字起こし結果をもとにAI要約を作成でき、キーワード検索や共有により、会議後の振り返りと情報整理を進めやすくします。日本語精度とチーム利用を重視する企業、取材やセミナー記録を効率化したい担当者に向いています。
ElevenLabsElevenLabsは、テキストから自然な音声を生成し、音声の文字起こしや吹き替えまで扱えるAI音声プラットフォームです。感情や間の指定を反映したText to Speech、既存音声の特徴を再現するボイスクローン、動画・音声の多言語吹き替えに対応します。Speech to Textでは録音や動画の内容をテキスト化でき、APIから生成・文字起こし・音声エージェント機能を組み込めます。YouTube動画、ポッドキャスト、広告、教材、アプリ開発で、声の品質と制作スピードを両立したいクリエイターや企業に向いています。