GitHub公式のプレビューカード
自分のパソコンに何も入れずに、音声ファイルを文字起こしして字幕（SRT・VTT）にできる手順書です。Googleが無料で貸してくれる計算環境（Colab）の上で、OpenAIの文字起こしAI（Whisper）を動かします。翻訳も付けられるので、外国語の音声から日本語字幕を作ることもできます。
#Whisper#字幕
ミロンドが自分で確かめたこと
- 2026年8月23日「配布元を見る」の行き先が、今も開けることを確認しました。
- 2026年8月14日利用ルールの原文（null）を読みました。特別な条件は書かれていませんでした。
- 2026年7月31日公式の説明を読んで、開発が止まったというサインが無いことを確認しました。
ミロンドは掲載しているすべての行き先を定期的に開いて、今も使えるかを確かめています。 利用ルールは名前だけで判断せず、原文を読んで確認しています。
「議事録・文字起こし」68本の中での位置
- 黒い画面（ターミナル）を使わずに済むこの分野で46本
- APIキーの用意が要りますそうでないものが55本 →
- 入れた内容は公開元に送られますそうでないものが34本 →
この数字は、ミロンドが掲載している道具を1本ずつ同じ基準で調べた結果から数えています。
これは何？パソコンに入れて使うアプリ
できること
音声ファイルの文字起こし／SRT・VTT形式の字幕出力／翻訳（Whisper自身の翻訳、またはDeepL連携）／英語以外の多くの言語に対応／高性能な計算資源を無料枠で利用
誰に効く？
パソコンに文字起こしソフトを入れたくない人。動画に字幕を付けたい人。会議の記録を文字にしたい人
用意するもの
Googleアカウントが必要です。手順書のページを開いて、上から順にボタンを押していく形なので、コマンドを覚える必要はありません。ただし画面はプログラムを実行する形式なので、初めての人は少し身構えるかもしれません。音声ファイルはその都度アップロードします。
時間のめやす
10〜20分
使うとこうなる
- 1Colabノートを開くと→クラウドGPUで実行準備ができる
- 2音声と言語を選ぶと→文字起こしや翻訳が走る
- 3形式を選んで保存すると→字幕ファイルが出力される
作れるもの・できることの例
音声の文字起こし、翻訳字幕、SRT/VTT字幕ファイル
使えるようになるまでの手順をひらく
- 下の「GitHubで見る」ボタンで公式ページを開く
- ページ内の「（リリース）」から自分のPC用（Windowsなど）のファイルをダウンロード
- ダウンロードしたファイルを開いてインストール
- アプリを起動すれば使えます（画面が英語のことも多いですが、操作はシンプルです）
⬇️ ダウンロードページでの操作（この3タップで完了）
- ページを下にスクロールして 「Assets」 という折りたたみを押して開く（ここがファイル一覧）
- Windowsの人 →「.exe」か「Setup」／Macの人 →「.dmg」と付くファイルを1回押す（ダウンロードが始まります）
- ダウンロードしたファイルを開く。Windowsが青い警告を出したら「詳細情報」→「実行」（有名な無料ソフトでもよく出る画面です）
※緑の「Code」ボタンは開発者用なので押さなくてOK。ファイルがたくさん並んでいたら、上の条件に合う1つだけ選べば大丈夫。
こんな人には向かないかも
- 登録やAPIキーの設定を一切やりたくない人
🔑 必要な鍵（APIキー）
OpenAI（ChatGPT） の発行ページ↗発行は無料。APIはChatGPT Plus（月額）とは別勘定で、使った分だけの課金。※Codex等の一部公式ツールは、キーの代わりにChatGPTの月額プランでログインして使える
鍵は「合鍵」の文字列。発行→コピー→ツールの設定に貼り付け、の3手です。迷ったらAIチャットに「画面つきで教えて」と。
迷ったらこれ：いつも使っているAIチャット（ChatGPT・Claude・Geminiなど）にこのツールのGitHubリンクを貼って 「これを使いたい。私のPCでの始め方を一歩ずつ教えて」と頼むのが一番の近道です。
注意点
音声を扱う仕組み上、アップロードしたファイルはGoogleの計算環境に送られます。社外に出せない録音（顧客との通話、社内会議など）を扱う場合は、社内の規定を先に確認してください。Googleの無料枠には利用時間の制限があり、混雑時は割り当てが来ないこともあります。DeepLでの翻訳を使う場合は、DeepL側の登録と利用条件の確認が別途必要です。このには利用条件（）の記載がありません（2026-08-14確認）。 公開元に利用条件（）の記載が見当たりませんでした。条件が書かれていない場合、法律上は作者がすべての権利を持ったままなので、「自由に使ってよい」という意味にはなりません。個人で試すだけならまず問題になりませんが、仕事で使う・作り替える・配り直す場合は作者に確認してください。
ひとことメモ
利用条件（）が公開元に見当たりません。として自由に使えるとは限らないので、仕事で使うなら作者への確認をおすすめします。
このツールが活躍する場所
AudioToTextについてよくある質問
- AudioToTextは無料で使えますか？
- AudioToText自体は無料で使えますが、動かすのに外部AIのAPIキーが必要です。そのAI側の利用料は別にかかります（無料枠があるものもあります）。
- AudioToTextを使うのに、インストールや専門知識は必要ですか？
- パソコンにインストールして使います。コマンド入力（黒い画面）は必要ありません。
- AudioToTextはスマホでも使えますか？
- スマホには対応していません。パソコンが必要です。
- AudioToTextは仕事（商用）で使えますか？
- 公開元がライセンスをはっきり書いていないため、商用で使ってよいかは判断できません。仕事で使う場合は、公式ページで確認するか、作者に問い合わせてください。
似ている道具との違い
同じ用途の道具と、使う前に効いてくる条件を並べました。
| 道具 | 黒い画面 | APIキー | 外部送信 | スマホ | 仕事に使える | 最終更新 |
|---|---|---|---|---|---|---|
| AudioToText（このページ） | いらない | 要る | あり | むずかしい | 未確認 | 2026年7月 |
| auto-subs | いらない | いらない | なし | むずかしい | 可 | 2026年8月 |
| whisper-web | いらない | いらない | なし | むずかしい | 可 | 2024年10月 |
| noScribe | いらない | いらない | なし | むずかしい | 可 | 2026年7月 |
「外部送信あり」は、入力した内容がどこかのサーバーに送られることを指します。 社外に出せない資料を扱うときは「なし」を選んでください。
議事録・文字起こしのほかのツール
AudioToTextが合わなかったときの、同じ用途の候補です。
auto-subs
動画に字幕を自動で付ける（話し手の区別つき）
準備がいる・黒い画面（ターミナル）いらない
whisper-web
ブラウザだけで音声を文字にできる（インストール不要）
上級者向け・黒い画面（ターミナル）いらない
noScribe
インタビューの録音を、話者を分けて文字にする無料アプリ
準備がいる・黒い画面（ターミナル）いらない
typewhisper-mac
Macで話した言葉を、どのアプリにもそのまま入力できるソフト
準備がいる・黒い画面（ターミナル）いらない
whisper-web
ブラウザの中だけで音声を文字にできるページ（外部に送らない）
上級者向け・黒い画面（ターミナル）いらない
Recap
会議を録って、あとから要点だけ読めるようにするアプリ
準備がいる・黒い画面（ターミナル）いらない