PR 本ページはプロモーション（アフィリエイト広告）を含みます。

Geminiの文字起こしは無料でできる｜ただし60分で取りこぼす【実機検証】

公開: 2026年7月15日

Geminiの文字起こしは、無料アカウントでできます。課金は要りません。

ただし、そのまま使うと期待は裏切られます。「文字起こしして」と頼んで返ってくるのは、話したとおりの全文ではなく要約だから。しかも10分から120分までの音声を投げて測ったところ、60分の音声では中身を取りこぼしました。エラーも出さずに、です。

先に答えを書きます。

1. 30分までの音声なら、無料のGeminiで足ります。課金もデバイスも要りません（→無料でできる範囲）
2. 要約ではなく全文が欲しいなら、頼み方を変えるだけです（→頼み方で出力が変わる）
3. 1時間を超える会議・セミナー・1日研修を残したい。あるいは録音する道具がない。そんなときは、録音から要約までを一本でこなすPLAUD NoteやNotta MemoのようなAIレコーダーが現実的な選択肢です（→60分の壁）

この記事で使うもの。

• Gemini（無料アカウント）… Googleアカウントでログインすれば使える
• 検証用の音声ファイル … 同じ台本を繰り返した10分・30分・60分・120分の4本
• 比較用にChatGPT無料版とClaude … 音声を扱えるのか確かめる

では、その線をどう引いたのか。実測から見ていきます。

1. Geminiの文字起こしは無料でできる。ただしログインが要る

結論はシンプルです。Googleアカウントでログインすれば、無料のままで音声ファイルを文字起こしできます。

手順も3ステップだけ。

1. Gemini（gemini.google.com）を開く
2. 入力欄の「＋」から音声ファイルを添付する
3. 「文字起こしして」と送る

これだけです。mp3でもm4aでも、変換せずそのまま投げられます。

ひとつ落とし穴があるとすれば、ログインです。ログインしていない状態で音声を投げると、エラーが出て実行できません。

「Geminiで文字起こしできない」とつまずいたなら、まずここを疑ってください。ログインすれば、同じファイルがあっさり通ります。

まだ試していないなら、Googleアカウントでログインだけ先に済ませておきましょう。それだけで準備は終わりです。

2. 「文字起こしして」と頼むと、要約が返ってくる

ここが、Geminiを使う人がいちばん最初につまずくところです。

「文字起こしして」と頼むと、話したとおりの全文は返ってきません。返ってくるのは、見出しと箇条書きに整理された要約です。無料でも有料でも同じでした。

Gemini自身、こう前置きしてきます。雑多な情報が含まれていたので、振り返りがしやすいように整理・要約しました、と。親切ではあります。ただ、話したとおりの全文が欲しかった人にとっては、まったく別のものが返ってきたことになります。

話したとおりの全文が欲しいなら、頼み方を変える

やることは単純で、プロンプトを変えるだけです。

「逐語録作って」と頼むと、言い淀みの「えー」まで含んだテキストが返ってきます。それどころか、全文と要約をまとめたPDFレポートまで自動で生成してくれました。

逐語録（ちくごろく）とは、話した言葉を省略せず、そのまま書き出した記録のこと。ふだん使う言葉ではありませんが、Geminiにはこの4文字がいちばんよく通じました。

頼み方による出し分けを整理すると、こうなります。

欲しい形を先に言えば、Geminiはそのとおりに出してくれます。話したとおりの全文が欲しいときは「逐語録作って」の6文字を足すだけ。今すぐ試せます。

3. ただし、その全文も原文どおりではなかった

ここからが、この記事のいちばん大事なところです。

検証には、台本を読み上げた音声を使いました。原文には、こんな一節があります。

週末は久しぶりに少し遠出して、海沿いのカフェに行きたいです。

「海沿いのカフェ」です。これが正解。では、Geminiは何と書いたか。

同じ音声から、海沿い・水辺・湖畔という3つの言葉が出てきました。正解はひとつしかありません。

しかも最後の2行は、同じ1回の応答です。Geminiがチャットに表示した全文には「水辺」と書かれ、同時に生成したPDFには「湖畔」と書かれていました。1回の返答の中で、単語が食い違っています。

もうひとつ。台本には「第3クォーターのKPIは」という一節があります。全文の書き起こしでは、これが「KP」に欠けました。ところが要約では「KPI」に戻っています。AIが文脈から推測して補っているわけです。

聞こえたまま書けば略語が欠け、整えれば言葉が入れ替わる。どちらにしても、原文がそのまま残る保証はありません。会議の決定事項や、言った言わないが問題になる場面では、この差が効いてきます。

大事な音声を任せる前に、自分の音声で一度この確認をしておきましょう。原文を知っている素材を投げて、出力と突き合わせるだけです。

4. 何分の音声まで読めるのか（10分・30分・60分・120分で実測）

「長い会議の音声を投げたが、なんだか要約が薄い」。そう感じたことがあるなら、原因はここかもしれません。

Geminiは、長い音声を最後まで読めていなくても、エラーを出しません。何食わぬ顔で要約を返してきます。だから取りこぼしに気づけない。

そこで、同じ台本を繰り返しただけの音声を4本つくりました。10分・30分・60分・120分。中身は同じものの繰り返しなので、「同じ内容が何回繰り返されていますか？」と聞けば、全部読めたかどうかが分かります。読めていれば回数を答えられるし、途中までしか読んでいなければ答えられません。

正解は、10分が約3.6回、30分が約10.8回、60分が約21.5回、120分が43回です。

結果はこうなりました。

壁は60分にある

60分の音声は、通ります。エラーも出ません。それでもGeminiは、21.5回の繰り返しを「10回」「15回」としか認識していませんでした。つまり半分近くを落としたまま、平然と要約を返してくるわけです。

120分にいたっては、読み込み自体に失敗しました。「ファイルを開くことができませんでした」と返ってきます。これは無料でも有料でも同じでした。

エラーで止まるほうが、まだ親切です。60分のように「通るけれど落としている」のがいちばん厄介で、読み手はそれに気づけません。

長い音声が読めないなら、課金より先にモデルを変える

表をもう一度見てください。30分の行が2つあります。

同じ無料アカウント、同じ30分のファイル。モデルが3.5 Flashのときは「5回」、3.1 Proに変えると「10回」。正解は10.8回ですから、Proだけが正しく読めています。

つまり、精度を分けていたのは課金ではなくモデルでした。有料アカウントでも、Flashを使えば同じように取りこぼすはずです。

なお、有料にしても60分の取りこぼしと120分の失敗は変わりませんでした。この壁は、お金では越えられません。

5. Gemini・ChatGPT・Claudeのうち、音声を扱えたのはGeminiだけ

ついでに、よく使われる他の2つも試しました。ChatGPTとClaudeです。同じ音声ファイルを投げるだけ。

ChatGPTの無料版は、音声認識のモデルを持っていないとはっきり答えてきます。しかも一度は「順番に文字起こしします」と言っておきながら、次の返答で「やはりできません」と撤回する場面もありました。Claudeは音声ファイル自体を開けません。

この3つの中で、音声をそのまま扱えたのはGeminiだけでした。音声認識に特化したサービスは他にもありますが、ふだん使いのAIチャットで完結させたいなら、選択肢はGeminiになります。

6. Geminiが合う人、合わない人

ここまでを、選ぶための材料に組み直します。判断の軸はふたつだけ。音声の長さと、録音の手間です。

Geminiで十分な人

• 手元にすでに音声ファイルがある
• 長さが30分までに収まる
• 欲しいのは要約や議事録で、一言一句の正確さは求めない

この3つに当てはまるなら、無料のGeminiで足ります。課金もデバイスも要りません。モデルを3.1 Proにするのだけ忘れずに。

無料でもう少し欲を出すなら、NotebookLMという手もあります。使い方はNotebookLMで議事録を作る方法にまとめました。議事録そのものの組み立て方はAI議事録の作り方が参考になります。

Geminiでは足りない人

• そもそも録音する道具がない（Geminiは録音できません）
• 1時間を超える会議・セミナー・1日がかりの研修を残したい
• 毎回ファイルを手で選んでアップロードする手間を省きたい

このどれかに当てはまるなら、Geminiだけでは行き止まりです。60分の壁は課金でも越えられませんし、Geminiには録音機能そのものがありません。

7. じゃあ、1日研修のメモはどうすればいいのか

長時間の会議やセミナー、1日通した研修。こうした場面こそ、あとから振り返れるメモが欲しいはずです。そしてGeminiが最も苦手とする領域でもあります。

ここで出番になるのが、AIレコーダーです。PLAUD NoteやNotta Memoは、録音から文字起こし、要約までを一本でつないでくれます。

Geminiとの違いは、手数です。

1. 録音そのものができる（スマホを取り出さなくていい）
2. 録音が終われば、専用アプリへ自動で連携される
3. アップロードの操作が要らないまま、文字起こしと要約まで進む

Geminiでやるなら、別の機器で録って、ファイルを取り出して、手で選んでアップロードして、プロンプトを打つ。この一連が、録音ボタンを押すだけに縮みます。長時間の音声を前提に作られているので、60分で取りこぼす心配もありません。

機種ごとの違いはPLAUD Note vs Notta Memo 録音品質を実測比較に、文字起こしの精度はPLAUD Noteの文字起こし精度を実機検証にまとめています。

1時間を超える会議や研修を、手を動かさずにメモとして残したいなら、専用機の出番です。気になったほうから確かめてみてください（プランや対応は変わることがあるので、最新は公式で）。

まとめ

Geminiの文字起こしは、無料アカウントで使えます。ログインさえすれば、追加の費用は要りません。

覚えて帰ってほしいのは、この4つです。

• 「文字起こしして」では要約が返る。話したとおりの全文が欲しいなら「逐語録作って」
• 全文で出させても、言葉は入れ替わる（海沿いが、水辺にも湖畔にもなった）
• 30分までなら正確。ただしモデルは3.1 Proに。60分は取りこぼし、120分は開けない
• 録音そのものはできない

30分までの音声を要約したいだけなら、Geminiで十分です。課金する前に、まずモデルを変えてみてください。それでも足りなかったり、もっと楽にしたいと感じたときが、録音から任せられる道具を考えるタイミングです。

音声ファイルの投入そのものでつまずいているなら、音声ファイルを文字起こしする方法も合わせてどうぞ。