Whisper

Overview

Whisperとは

Whisperは、OpenAIが開発した音声認識AI。しゃべった言葉を自動でテキストにしてくれます。
日本語を含む98言語に対応。MITライセンスのオープンソースとして公開されており、誰でも無料で使えます。

使い方は、手軽なAPI（1分あたり約0.9円）か、自社サーバーにインストールしてデータを外に出さない運用かの2択。
「自社サーバーで動かせる主要な音声認識AI」はWhisperだけです。

Deep Dive

Whisperの実力と限界

機能だけ見ると「なんでもできそう」に見えますが、実際はそうでもありません。
Whisperには明確に得意な場面と、正直おすすめできない場面があります。ここでは、導入の判断に直結する「本当のところ」をお伝えします。

得意なこと：98言語を1モデルでカバーする汎用性

Whisperの精度の話をする前に、「正解率約92%」という数字の意味を正確に押さえておきましょう。
これはOpenAIが発表した多言語・多条件でのベンチマーク結果に基づく目安値であり、音声認識の業界標準指標であるWER（Word Error Rate：単語誤り率）ベースで見ると、英語の標準的なベンチマーク（LibriSpeechなど）では非常に優秀な数値が出ています。一方、日本語のWERは英語と比べて大きく異なることが知られており、同等の「92%」を日本語に当てはめるのは過信です。日本語の場合、発話スタイル・音声品質・専門用語の有無によって実用精度は大きく変動するため、自社の音声サンプルでの事前検証が必須です。
それでも、会議の内容をざっと把握したい、商談の要点を振り返りたい——といった一般的なビジネス用途なら十分に実用レベルとの評価が多く、しかもこれが98言語で同じモデルのまま使えるのは大きな強みです。

得意なこと：ノイズ混じりの音声でも崩れにくい

会議室の空調がうるさかった。カフェで録った。電話越しの音声だった。
そういう「録音環境がイマイチ」な音声でも、Whisperは精度が大きく崩れにくいです。
これは、68万時間分という膨大な音声データで鍛えられたおかげです。クリーンな音声だけでなく、雑音混じりの多様な音声を大量に学習しているので、現実の録音環境に強い。「きれいに録れなかったから文字起こしできない」というストレスが減るのは、現場では想像以上にありがたいポイントです。

苦手なこと：リアルタイム処理と長時間音声

ここからが正直に伝えたい部分です。Whisperは万能ではありません。
まず、リアルタイムの文字起こしには向いていません。
Whisperの基本的な使い方は「話し終わった録音を、後からまとめてテキストにする」というもの。会議中にリアルタイムで字幕を出したい、同時通訳のように使いたい——そういった用途には設計されていません。リアルタイム処理が必要なら、DeepgramやGoogle Speech-to-Textのほうが適しています。
また、1時間を超えるような長い録音をそのまま処理することもできません。あらかじめ音声ファイルを短く分割する前処理が必要で、この作業にはエンジニアの対応が必要です。API利用の場合、1ファイル25MBの上限もあります。

苦手なこと：ハルシネーション（存在しない文章の生成）

最も注意すべきリスクがあります。
Whisperは無音の部分で、実際には誰も話していないのに「存在しない文章」を勝手に作り出してしまうことがあります。AI業界では「ハルシネーション」と呼ばれる現象です。
たとえば、録音の冒頭や末尾の無音区間に、まったく関係のない文章がテキストとして出力されるケースが報告されています。議事録に「言っていないこと」が記録されるわけですから、これは笑い事ではありません。
医療・法務に限らず、どんな用途でも「出力を鵜呑みにしない」という姿勢は必須です。

苦手なこと：話者分離（誰が話したかの区別）

「誰が話したか」を自動で区別する機能（話者分離）はWhisperに搭載されていません。
会議の議事録で「Aさんの発言」「Bさんの発言」と分けたいなら、別のツールと組み合わせるか、話者分離を標準搭載しているAssemblyAIなどの競合サービスを検討する必要があります。
議事録作成がメインの目的で導入を考えている方は、この点を事前に把握しておいてください。

Pricing

料金プラン

Whisperの実力と弱点がわかったところで、次に気になるのは「で、いくらかかるの？」ですよね。
結論から言うと、APIなら驚くほど安いです。ただし、大量に使うなら自社サーバー運用のほうがトータルで安くなる可能性があります。

Real Usage

企業はWhisperをどう使っているか

コストと実力がわかったところで、実際に成果を出している企業の事例を見てみましょう。

会議・商談の議事録自動化

Whisperの導入効果がもっともわかりやすいのが、会議や商談の文字起こしです。
株式会社マインディアでは、オンライン定性調査の文字起こし時間が従来の約4分の1に短縮されました。人手で聞き返しながらタイピングしていた作業がそっくり置き換わり、さらに多言語対応まで実現しています。
海外拠点とのミーティングが多い企業にとっては、「言語ごとに別の業者に発注する」という手間がなくなるだけでも大きなインパクトです。
ただし、ひとつ重要な注意点があります。Whisperには「誰が話したか」を区別する機能（話者分離）がありません。つまり、出力されるテキストは「発言が時系列に並んだベタ打ち」になります。「Aさんの発言」「Bさんの発言」と分けた議事録を自動で作りたいなら、別のツールと組み合わせるか、話者分離を標準搭載しているAssemblyAIなどを検討する必要があります。

コールセンターの通話分析

コールセンターの通話をテキスト化し、問い合わせ傾向の分析やオペレーター教育に活用するパターンも増えています。
月1万件・1件5分の通話を処理してもAPI費用は約4万5千円（$300相当、為替レートにより変動）ほど。従来の人手による書き起こしと比べると、コストは桁違いに安くなります。テキスト化された通話ログをキーワード検索できるようになるだけでも、「クレームが多い商品はどれか」「よくある質問は何か」といった分析が格段にスピードアップします。
なお、個人情報を含む通話データを扱う場合は、自社サーバー運用またはAzure OpenAI Service経由が選択肢に入ります。また、ハルシネーションのリスクがあるため、人間によるサンプルチェックとの併用は必須です。

多言語コンテンツの字幕生成

動画コンテンツに字幕をつける用途でも、Whisperは力を発揮します。
98言語に対応し、タイムスタンプも自動で付与されるので、字幕制作のワークフローにそのまま組み込みやすい設計です。
医療分野では、診察音声の自動テキスト化によりカルテ作成時間を削減し、医師が患者との対話に集中できるようになったという事例も報告されています。ただし、医療・法律など一字一句の正確性が求められる領域では、Whisperの出力をそのまま記録として使用することは推奨されません。必ず人間の目によるチェックを挟む運用を前提としてください。なお、医療機関での具体的な導入事例については、一次情報として各医療機関・ベンダーへの問い合わせを推奨します。

Comparison

競合AIとの比較

Whisperが自社の用途に合っていそうだと感じた方も、他の選択肢と比べてから判断しても遅くありません。音声認識AIはWhisperだけではなく、Google、Amazon、Deepgram、AssemblyAIなど有力なサービスがいくつもあります。
ここでは、導入検討で本当に差がつく4つの軸——料金・リアルタイム対応・話者分離・自社サーバー運用（オンプレ）の可否——に絞って比較します。

Security

企業で使っても大丈夫？

競合との比較で「Whisperがよさそうだ」と感じた方が最後に気になるのは、セキュリティの話でしょう。
結論から言うと、Whisperは使い方次第で企業利用に十分耐えます。ただし「API経由で使うか、自社サーバーで動かすか」によってデータの行き先がまったく違うので、この違いだけは押さえておいてください。