※本記事にはアフィリエイト広告（PR）を含みます。

「会議の録音を文字起こししたい。でも、この音声を知らない会社のサーバーに送るのは怖い」——お客様の名前や社内の未公開情報が入った録音だと、そう感じるのは自然なことです。

そこで選択肢になるのが、音声をインターネットに送らず、自分のパソコンの中だけで処理する「ローカル型」の文字起こしです。この記事では、ローカル型とクラウド型の違い、無料で使える具体的な手段、そして「ローカルなら絶対安全」と思い込む前に確認したい落とし穴を整理します。

なお本記事は、各ツールの公式リポジトリ・公式サイトで公表されている仕様と、ユーザーレビューをもとに整理したものです。筆者がすべてのツールを課金して使い込んだ体験談ではありません。料金と機能は変動が激しいため、最終的な判断は必ず公式でご確認ください。

ローカル型とクラウド型は何が違うのか

まず、この2つの違いをはっきりさせておきます。

• クラウド型：録音ファイルを事業者のサーバーにアップロードし、向こうで文字起こしして結果を受け取る。ブラウザだけで完結し、精度も速度も安定している。Notta、各種Web会議ツールの自動議事録などがこのタイプ。
• ローカル型：文字起こしをするAIモデル（多くは OpenAI が公開している Whisper）を自分のパソコンに入れて、パソコンの計算能力で処理する。音声は端末の外に出ない。

ポイントは、ローカル型の「無料」はソフト代が0円という意味であって、コストがゼロという意味ではないことです。処理時間、パソコンの性能、初回のインストール作業が、料金の代わりに自分にのしかかります。

文字起こし ｜ 処理する場所の違い

ローカル型とクラウド型、どちらを選ぶか

安心を取るか、手軽さを取るかのトレードオフです

→ 表は横にスクロールできます

	音声の行き先	始めるまでの手間	費用のかかり方
ローカル型 例：Vibe / Buzz / MacWhisper	○ 端末内で完結し外部に送らない	△ インストールとモデル選びが必要	○ ソフト代0円のものが多い
クラウド型 例：Nottaなどの定額サービス	△ 事業者のサーバーに音声を預ける	○ 登録してすぐ使える	△ 無料枠を超えると月額が必要
OS標準機能 例：Appleのボイスメモ	○ 端末内で処理されると公表	○ 最初から入っていて設定不要	△ 0円だが対応機種の制限あり

音声を外に出さずに使える具体的な手段

ここからは、実際に選べる手段を4つ紹介します。いずれも最終確認日：2026-07-29時点で公表されている情報です。

1. Vibe（Windows / Mac / Linux・無料）

Whisper をボタン操作だけで使えるようにした無料アプリです。公式リポジトリの説明によると、MITライセンスのオープンソースで、完全オフラインで動作し、データが端末から出ることはないとされています。Windows・macOS・Linux のすべてに対応し、書き出し形式は SRT・VTT・TXT・HTML・PDF・JSON・DOCX と幅広く、NVIDIA / AMD / Intel の GPU による高速化にも対応しています。

プログラミングの知識なしでローカル文字起こしを試したい人の、最初の1本になりやすい選択肢です。公式サイトはこちら。

2. Buzz（Windows / Mac / Linux・無料）

同じくWhisperを使うオープンソースのアプリです。公式リポジトリの説明によると、オフラインで文字起こしと翻訳ができ、Whisper・whisper.cpp・Faster Whisper・Hugging Face 上の互換モデルなど複数のエンジンを切り替えられます。書き出しは TXT・SRT・VTT に対応し、話者分離や、指定フォルダに音声を置くと自動で処理する監視フォルダ機能もあります。

配布元はGitHubで、Linux版は Flathub / Snapcraft、Windows・Mac版はSourceForgeからも配布されています。なお Mac App Store 版は有料とされているため、無料で使いたい場合は配布元を確認してください。公式リポジトリはこちら。

3. MacWhisper（Mac専用・無料版あり／Pro有料）

Mac に特化した定番アプリです。無料版があり、Pro版では全サイズのWhisperモデル、フォルダ一括処理、話者分離、字幕書き出し、システム音声の録音などが使えると紹介されています。複数のレビュー記事では、開発元の直販（Gumroad）版のProが買い切り59ユーロ、Mac App Store で配布されている別名の姉妹アプリはサブスク型、という2系統で提供されているとされています。

ただし価格体系は変わりやすく、配布チャネルによって名前も条件も異なります。購入前に必ず公式ページで現在の価格と、無料版でどこまでできるかを確認してください。

公式サイトはこちら。

4. OS標準の文字起こし（追加費用なし）

意外と見落とされがちなのが、パソコン・スマホに最初から入っている機能です。Apple は iOS 18 / macOS Sequoia 以降で「ボイスメモ」「メモ」などに文字起こしを搭載し、端末内（オンデバイス）で処理されると公表しています。日本語は iOS 18.4 以降で対応しました。

注意点は対応機種です。 Apple Intelligence の対象機種（iPhone 15 Pro 以降、M1以降のMac・iPad など）が必要とされているため、少し前のモデルだと使えません。「まず0円で試したい」なら、手元の機種が対象かどうかの確認から始めるのが早道です。

ローカル文字起こし ｜ 手段の比較

無料で始めるならどれから試すか

パソコンの環境と、慣れ具合で選び分けます

→ 表は横にスクロールできます

	費用	対応OS	手軽さ
Vibe オープンソース	○ 無料（MITライセンス）	○ Windows / Mac / Linux	○ インストールすれば画面操作だけ
Buzz オープンソース	○ 無料（Mac App Store版は有料）	○ Windows / Mac / Linux	△ エンジン選択など項目が多め
MacWhisper Mac専用アプリ	△ 無料版あり・Proは有料	× Macのみ	○ Macらしい操作でわかりやすい
OS標準機能 Appleのボイスメモ等	○ 追加費用なし	△ 対応機種の条件あり	○ 設定不要・最初から入っている

ローカル型を選ぶ前に確認したい5つの注意点

「ローカルだから安全」と思考停止するのがいちばん危険です。導入前に次の5点を確認してください。

① ソフト代0円でも、時間とパソコン性能を消費する

処理速度はパソコンの性能に大きく左右されます。高性能なGPUがあれば録音時間より短く終わることもありますが、古いノートパソコンで大きなモデルを使うと、1時間の会議に何倍もの時間がかかることがあります。「無料枠：ソフト代のみ0円（時間とマシン性能は別途必要）」と考えてください。

② 精度はモデルの大きさで変わる

Whisper には小さいモデルから大きいモデルまであり、小さいモデルは速いが誤変換が増え、大きいモデルは正確だが重いという関係です。試すときは小さいモデルで動作確認し、本番は大きめのモデル、という使い分けが現実的です。専門用語の誤変換を減らすコツは文字起こしの精度を上げる方法にまとめています。

③ 「オフライン」の範囲を確認する

文字起こし本体はローカルでも、要約・翻訳・整形だけは外部のAIに接続するという作りのアプリもあります。設定画面で外部サービス連携がオンになっていないか、初回に必ず確認しましょう。

④ 守られるのは通信経路だけ。パソコン本体の管理は別問題

音声を外に出さなくても、書き起こしたテキストを共有フォルダに置いたり、私物パソコンに入れっぱなしにしたりすれば意味がありません。保存場所と削除のルールを先に決めてから使い始めることをおすすめします。

⑤ 録音していいかどうかは、技術とは別の話

ローカル処理は「情報を外に出さない」対策であって、「相手に無断で録っていい」という話ではありません。会議や取材の録音は、相手に一言伝えるのが基本です。

結局どう選ぶか：目的別の早見

• 社外秘・個人情報を含む会議が中心 → ローカル型（Vibe・Buzz・MacWhisper）。まずVibeで試して、物足りなければ他へ。
• Macユーザーで、多少払ってでも使いやすさ重視 → MacWhisperの無料版を試し、必要な機能があればProを検討。
• 新しめのiPhone / Macを持っていて、短い録音だけ → まずOS標準のボイスメモ。0円で追加インストール不要。
• 毎日たくさん処理する・話者分離や共有機能が必須・パソコンが非力 → 素直にクラウド型の定額サービス。時間の節約分で元が取れることが多い。
• 機密度で使い分けたい → これが現実的な最適解です。社外秘はローカル、社内の雑務や公開前提の音源はクラウド、と決めておくと迷いません。

クラウド側の1本を決めておきたい人へ。日本語の文字起こしサービスとして知られる Notta は、公表されている情報では無料プランが月120分・1回あたり3分までで、有料プランは年契約で月額1,185円前後から（月1,800分）とされています（最終確認日：2026-07-29）。1回3分の制限があるため、無料のまま長い会議を丸ごと処理するのは難しく、「まず無料で日本語の精度を確かめてから、必要なら有料に上げる」という試し方が向いています。

広告 / PR　【Notta】

料金タイプごとの損得はAI文字起こしの料金プランの選び方で詳しく比較しています。

よくある質問（FAQ）

Q. ローカル型なら情報漏洩は絶対に起きませんか？

いいえ。音声が通信で外に出ないという点は強力ですが、パソコンの紛失、共有フォルダへの置き忘れ、書き出したテキストの取り扱いといったリスクは残ります。「通信経路のリスクを消せる手段」と捉えるのが正確です。

Q. プログラミングの知識は必要ですか？

VibeやMacWhisperのような画面操作型のアプリなら、基本的には不要です。コマンド操作が必要なのは、whisper.cpp などをそのまま導入する場合です。

Q. 話者分離（誰の発言かを分ける機能）はローカルでもできますか？

Buzzの公式リポジトリの説明やMacWhisperのPro機能紹介には話者分離が挙げられています。ただし精度は録音環境に左右されるため、重要な会議では過信せず結果を確認してください。

Q. スマホだけで完結できますか？

対応機種であればOS標準機能で短い録音は処理できます。長時間の録音やまとまった編集を伴う場合はパソコンのほうが快適です。スマホ中心の使い方はスマホだけで完結する文字起こしアプリの選び方も参考にしてください。

Q. 無料のオープンソースアプリは安全ですか？

ソースコードが公開されている点は透明性の面で有利ですが、必ず公式サイト・公式リポジトリからダウンロードしてください。検索結果の上位に出てくる非公式の配布サイトは避けましょう。また、公式のサポート窓口がないことが多く、トラブル時は自己解決が前提になります。

こんな人におすすめ

• 顧客名や社内の未公開情報が入った録音を扱っていて、クラウドへのアップロードに社内ルール上の制約がある人
• 月に数回しか文字起こしをしないので、定額サービスを契約するほどではない人
• パソコンの性能に余裕があり、多少の初期設定を面倒に感じない人

逆に、毎日大量に処理する人、パソコンが非力な人、話者分離や共有機能を重視する人は、ローカル型にこだわらずクラウド型を選んだほうが結果的に得をします。安全性はサービス側の設定（学習に使わない設定・保存期間）で詰めるという考え方です。

まとめ

ローカル文字起こしは「音声を外に出さない」という一点で強い選択肢ですが、時間とパソコン性能というコストを自分で負担する方法でもあります。まずは無料の Vibe か、対応機種ならOS標準機能で試し、自分の録音時間・処理速度・精度の折り合いがつくかを確かめてから、有料アプリやクラウド型に進むのが失敗の少ない順番です。

※料金・無料枠・機能は執筆時点のものです。最新は各公式でご確認ください。

あわせて読みたい

• AI議事録の情報漏洩が不安な人の選び方｜安全に使う7つのチェック
• 録音済み音声ファイルの文字起こしツールの選び方｜長時間・日本語で選ぶ
• AI文字起こしの料金プランの選び方｜従量課金・定額・時間で損しない比較

参考にした情報

• Vibe 公式リポジトリ（GitHub）
• Buzz 公式リポジトリ（GitHub）
• MacWhisper 公式ページ