Geminiで音声を文字起こしする方法｜要約だけになる・聞き間違えるときの直し方

欲しいのは、発言の記録か、会議のまとめか

文字起こしは発言を文字へ置き換える作業、要約は内容を短くまとめる作業です。「議事録にして」とだけ頼むと、細かい発言が省略されることがあります。

まず発言を残し、その後に決定事項や担当者を整理する二段階に分けます。要約で省かれた情報を後から想像で戻すより、確認しやすくなります。言いよどみを残すか、意味を変えずに整えるかも先に決めます。

• 出典：Geminiへのファイル・音声アップロード（新しいタブ）
• 出典：音声入力と分析のAPI機能（新しいタブ）

短い録音で、対応条件と聞こえ方を確かめる

Geminiへ音声ファイルを添付します。公式案内では、音声の合計時間は通常10分まで、Google AI Pro・Ultraでは3時間までという枠が示されています。ファイル数やサイズの条件もあるため、長い会議をいきなり投入せず、現在の画面と公式案内を確認してください。

自分で録った一分ほどの練習音声なら、内容を把握した状態で試せます。録音の許可を得ていない相手の声や、外部へ出せない会議を練習材料にしないようにします。API側の上限を、Geminiアプリの上限として使わない点にも注意します。

要約せず、分からない部分を残すよう頼む

「正確にお願いします」だけでは、分からない音を補ってしまう可能性があります。不明箇所の表示、時刻、話者名の扱いを具体的に決めます。声だけで本人を特定させず、分からなければ話者A・Bで区別します。

次の依頼例は、後から聞き直す場所を見つけるためのものです。時刻の精度も確認が必要なので、再生位置を探す補助として使います。

まず日付・金額・否定を元音声と照合する

全部を同じ速さで眺めるより、間違うと困る情報を先に確認します。「十五万円」と「五十万円」、「進めます」と「進めません」は、文章として自然でも意味が逆になります。

次の架空の発言を自分で読み上げて試すと、確認の練習になります。表の右列はGeminiの結果ではなく、残すべき情報です。実際の出力を見て、一致しない部分を元音声へ戻って直します。

長い録音は、分割後の抜けも確認

上限や処理の都合で分割する場合は、話題が切れる位置を選び、ファイル名に開始時刻を付けます。境界で発言が切れていないかを聞き、必要なら少し重ねます。重ねた部分は結合時に二重に残さないようにします。

文字起こしが終わったら、音声の最初・途中・最後に対応する文があるかを見ます。長い録音の末尾が丸ごと抜けているのに、整った議事録の形だけを見て完成としないでください。

• 出典：Geminiのデータ管理（新しいタブ）

確認済みの文章から、次の作業へつなげる

文字起こしを確認した後で、決定事項、未決事項、担当、期限の表にまとめます。期限が出ていない項目は未定とし、誰かに確認するための一覧にすると仕事へつながります。

録音後の整理から資料作成まで継続して行うなら、Notta Brainも比較候補です。ただし、ここで紹介する案件はNotta Brainであり、別の文字起こし契約と同一ではありません。自分の音声形式、保存・共有、料金の対象範囲を確認してから選んでください。