実測レポート
1時間半の会議を無料AIで文字起こしすると何分かかる？
グラフィックボードなしのWindows PCで計測（2026-08-01）
結論
87分の日本語会議音声で、軽いモデルは24.6分、 精度重視のモデルは44.0分かかりました。 軽いほうは約2倍速い代わりに、議事録には使えない誤変換が多発します。
実測した時間
| モデル | かかった時間 | 音声の長さとの比 | 使えるか |
|---|---|---|---|
| 軽いモデル（base） | 24.6分 | 音声の長さの 0.28 倍 | 誤変換が多く、議事録にはそのまま使えない |
| 精度重視（small） | 44.0分 | 音声の長さの 0.51 倍 | ほぼ正確で、手直しすれば議事録に使える |
待っている間、パソコンは他の作業に使えます。処理中もブラウザやメールは普通に動きました。
軽いモデルで実際に出た誤変換
速さだけを見ると軽いモデルが良さそうに見えますが、中身を読むと事情が変わります。 87分の会議で実際に出た間違いを挙げます。
| 話した言葉 | 軽いモデルの結果 |
|---|---|
| 見積もり | 三つもり |
| 念のため | 年のため |
| 期限 | 記言 |
| 新機能 | 新規能 |
| 想定 | 総定 |
| 余った分 | 甘った分 |
| 鈴木さん | 数月さん |
「見積もり」が「三つもり」、「期限」が「記言」になると、読んだ人が意味を取り違えます。 人名（鈴木さん→数月さん）も崩れました。直す手間を考えると、 20分早く終わっても得にはなりませんでした。精度重視のモデルはこれらをほぼ正しく書き取りました。
短い音声で試すと当てになりません
最初は45秒の音声で測っていました。そのときは軽いモデルが音声の長さの0.12倍で終わったので、 「1時間なら7分ほど」と考えていました。ところが87分で測り直すと0.28倍、 つまり実際は2.4倍遅かったのです。 長い音声ほど1分あたりの処理が重くなります。 短い音声で試して「速い」と判断すると見込みを外すので、 本番に近い長さで一度測ることをおすすめします。
測定の条件
- ・音声: 87分の日本語会議音声
- ・パソコン: Windows、グラフィックボードなし（一般的なノートPCの構成）
- ・使ったもの: faster-whisper（base と small の2種類）
- ・測定日: 2026-08-01
- ・初回はモデルのダウンロード時間が別途かかります（base 約21秒 / small 約65秒）
性能の高いパソコンやグラフィックボードがある場合は、これより大幅に速くなります。 ここに書いた数字は「特別な機材がない状態でどれくらいか」の目安として読んでください。
この測定で使ったツール
コマンド入力を避けたい場合は Buzz を選んでください。中身は同じ仕組みで、 録音ファイルを選ぶだけで文字起こしできます。
よくある質問
1時間の会議だとどれくらいかかりますか？
今回の実測（87分で24.6分・44.0分）から計算すると、1時間の会議なら軽いモデルで約17分、精度重視で約30分です。グラフィックボードのないWindows PCでの数字なので、性能の高いパソコンならもっと速くなります。
無料ですか？ 録音は外部に送られますか？
無料です。今回使った faster-whisper は自分のパソコンの中だけで処理するため、録音ファイルはどこにも送信されません。社外に出せない会議でも使えます。
軽いモデルと精度重視のどちらを選べばいいですか？
議事録として人に見せるなら精度重視（small）を選んでください。軽いモデル（base）は約2倍速い代わりに、「見積もり」を「三つもり」と書くような誤変換が多発し、直す手間のほうが大きくなります。内容をざっと思い出したいだけなら軽いモデルで足ります。
黒い画面（コマンド入力）は必要ですか？
faster-whisper 自体はコマンド入力が必要ですが、同じ仕組みを画面付きで使える Buzz というアプリがあります。録音ファイルを選ぶだけで文字起こしできます。
この数字は推定ではなく、実際に動かして測ったものです。 条件を変えた測定（グラフィックボードあり・他のツール・英語音声など）も順次追加していきます。
ほかの実測レポートを見る →