Wordで文字起こしする方法：音声をテキストに変換（2026年版）

Microsoft Wordでは**「トランスクリプト」機能で音声を文字起こしできます。［ホーム］タブの［ディクテーション］横の矢印から［トランスクリプト］**を選び、録音をアップロードするか直接録音すると、タイムスタンプと話者ラベル付きの文字起こしが作成され、文書に挿入できます。Microsoft 365のサブスクリプションが必要で、すべてのバージョンのWordで使えるわけではなく、アップロードできる時間にも月ごとの上限があります。使えない場合は、DOCXファイルを書き出せる文字起こしツールで同じ結果が得られます。

このガイドでは、トランスクリプト機能でできること、ディクテーションとの違い、利用条件、具体的な手順、インタビューでの使い方、そしてGoogleドキュメントや専用ツールとの率直な比較を紹介します。内容は2026年10月時点のMicrosoftのサポート文書に基づいています。Microsoftは機能の提供範囲や方法をよく変更するため、ご自分のWordで実際に何が表示されるかも確認してください。

トランスクリプトとディクテーション：2つの別の機能

「Word 音声 文字起こし」で検索した人が違う機能にたどり着いてしまうことはよくあります。Wordには音声関連の機能が2つあり、同じボタンの下に置かれているからです。

• ディクテーションは、話した声をその場でテキストとして入力します。マイクをクリックして話すと、カーソル位置に文字が表示されます。キーボードの代わりとなる機能で、マイクの音声をリアルタイムで聞き取るだけなので、ファイルは受け付けません。下書きには便利ですが、既存の録音には使えません。
• トランスクリプトは録音を扱う機能です。音声や動画ファイルをアップロードするか、Word内で会話を録音すると、セクションごとに分かれ、タイムスタンプと話者ラベルが付いた全文の文字起こしが返ってきます。サイドウィンドウで確認してから文書に追加します。

インタビュー、講義、会議、ボイスメモなどがすでにファイルとして保存されているなら、使うべきはトランスクリプトです。

始める前に必要なもの

ボタンを探す前に、次の点を確認してください。

• Microsoft 365のサブスクリプション。 買い切り型のOfficeにはトランスクリプト機能は含まれません。
• 対応するバージョンのWord。 Microsoftは現在、商用テナント（組織が管理する職場・学校アカウント）のWindows版Word for Microsoft 365と、政府機関テナント向けのWord for the webで利用できると説明しています。提供範囲の表現は時期によって変わっているため、［ホーム］の［ディクテーション］のメニューを開いて、［トランスクリプト］が表示されるか確かめてください。
• インターネット接続。 文字起こしはパソコン上ではなく、Microsoftのクラウドで処理されます。
• 対応ファイル。 MicrosoftはMP3、WAV、M4A、MP4を挙げています。
• 今月の残り時間。 Microsoft 365の加入者は、アップロードした音声を月300分まで文字起こしできます。Microsoft Copilotのライセンスがあると上限は大幅に上がります（Microsoftの記載では現在30,000分）。
• 極端に大きくないファイル。 Microsoftのサポートページには1ファイルあたりのサイズ上限は明記されていません。以前の解説記事では1ファイル200MBとされることが多く、Microsoftのコミュニティでは300MBという回答も見られます。大きなファイルで失敗する場合は、小さめのMP3やM4Aに圧縮してみてください。

Mac、個人・家族向けプラン、または管理者が機能を有効にしていない職場アカウントでは、トランスクリプトがまったく表示されないことがあります。その場合は、後半の比較とDOCX書き出しの方法まで読み進めてください。

Wordで音声ファイルを文字起こしする方法

録音をアップロードする

1. Wordで新規または既存の文書を開き、Microsoft 365アカウントでサインインします。
2. **［ホーム］タブで［ディクテーション］横の小さな矢印をクリックし、［トランスクリプト］**を選びます。右側にウィンドウが開きます。
3. **［オーディオのアップロード］**をクリックしてファイルを選びます。Wordがアップロードし、文字起こしを開始します。長い録音は時間がかかるので、終わるまでウィンドウを開いたままにしておきます。
4. 文字起こしが表示されると、セクションごとにタイムスタンプと話者ラベルが付いています。タイムスタンプをクリックすると、その部分の音声が再生されます。
5. 誤った語を直すには、セクションにカーソルを合わせて編集（鉛筆）アイコンを使います。話者名を変えるには、ラベルを編集し、その人のすべてのセクションに変更を適用します。
6. **［すべてをドキュメントに追加］**をクリックすると全文が挿入されます。必要な箇所だけセクション単位で追加することもできます。話者名やタイムスタンプを含めるかどうかも選べます。

文書に入ったテキストは普通のWordのテキストなので、書式設定、見出しの追加、検索と置換、変更履歴の記録が使えます。録音はOneDriveに保存され、音声そのものは文書に埋め込まれません。

Wordで直接録音する

同じウィンドウには**［録音の開始］**もあります。Wordがマイクで録音し、一時停止と再開もできます。文字起こしはページ上にリアルタイムで表示されるのではなく、録音を停止して保存した後に作成されます。対面のインタビューや、ノートパソコンをテーブルの中央に置いた会議に向いています。オンライン会議の場合、Wordでの録音は自分のマイクが拾う音しか入らないため、会議ツール側の録画を使うほうが通常はきれいな音声になります。

Wordでインタビューを文字起こしする方法

話者ラベルがあるため、トランスクリプト機能がいちばん役立つのはインタビューです。実用的な流れは次のとおりです。

1. きれいに録音します。 レコーダーやスマホを自分と相手の間に置き、扇風機やカップの音から離します。マイクや部屋の選び方は文字起こしの精度を上げるコツで詳しく解説しています。
2. 上記の手順でファイルをアップロードします。
3. まず話者名を変更します。「話者1」「話者2」を「聞き手」と相手の名前に変え、すべてのセクションに適用します。
4. 人名や用語を修正します。 自動音声認識は固有名詞、地名、専門用語でつまずきがちです。一度直したら、残りは文書内の検索と置換で修正します。
5. 後で特定の場面を引用・参照するならタイムスタンプ付きで、そのまま記事に使うならタイムスタンプなしで文書に追加します。
6. 何かを公開する前に引用を音声と照合します。タイムスタンプをクリックして聞き、表現を確認してください。

発言がかぶったときや声が似ているときは話者の取り違えに注意し、最初の自動文字起こしは下書きとして扱いましょう。研究での同意取得、匿名化、コーディングについてはインタビュー文字起こしガイドをご覧ください。

知っておきたい制限

トランスクリプト機能は便利ですが、はっきりした制約もあります。

• 月ごとの時間枠。 月300分のアップロードは、1時間のインタビュー約5本分です。頻繁に使う人はすぐに上限に達します。
• 限られた提供範囲。 サブスクリプションの種類、プラットフォーム、組織によって使えるかどうかが変わるため、同僚や取引先も使えるとは限りません。
• 1ファイル1言語。 文字起こしの言語はウィンドウの設定で選びます。Microsoftの対応ロケール一覧には日本語も含まれ、全体で80以上のロケールに対応するとされていますが、途中で言語が切り替わる録音はうまくいきません。
• 書き出しの制限。 結果はWord文書の中にあります。SRTなどの字幕形式に直接書き出すことはできません。
• クラウド処理。 音声はMicrosoftにアップロードされOneDriveに保存されます。多くの業務では問題ありませんが、機密性の高い録音については、組織の規程や個人情報保護法（APPI）上の扱いを確認しておくとよいでしょう。

Wordのトランスクリプト vs Googleドキュメント vs 専用ツール

「Googleドキュメント 文字起こし」と検索する人は、Googleドキュメントにも同じ機能があることを期待していますが、実際には少し違います。Googleドキュメントの音声入力（［ツール］＞［音声入力］）はリアルタイムのディクテーション機能で、最新のChrome、Edge、Safariで動作し、マイクの音声を聞き取って入力します。ファイルのアップロードはできません。録音をスピーカーで流してマイクに拾わせることはできますが、たいてい結果は芳しくなく、録音全体を実時間で流し続ける必要があります。

すでにトランスクリプト機能が使えて、月の時間枠に収まるなら、Wordを使うのが自然です。Googleドキュメントの音声入力は自分の言葉を口述するためのもので、録音の文字起こしには向きません。対応するWordがない、もっと多くの時間や言語が必要、字幕ファイルが欲しい、Microsoft 365を持っていない人とも作業を共有したい、といった場合は専用サービスが合っています。Otter、TurboScribe、ローカルで動かすWhisperなどの専用ツールも、Wordで開ける形式に書き出せます。

Audiotextaの文字起こしをWordに取り込む方法

トランスクリプト機能が使えない場合、Wordにいちばん早く取り込む方法は専用ツールからの書き出しです。AudiotextaではDOCX書き出しはProプランの機能です。無料プランではTXTで書き出してWordに貼り付けます。

1. Audiotextaのウェブアプリを開き、音声・動画ファイルをアップロードするか、リンクを貼り付けます。30分までのファイルならアカウントなしで使えます。
2. 話されている言語を選ぶか自動検出に任せ、インタビューや会議では話者ラベルをオンのままにします。
3. 文字起こしを確認し、人名や用語を直し、話者名を変更します。
4. DOCX（Pro）で書き出してWordで開くか、TXT（無料）で書き出して貼り付けます。話者名、段落、残した場合はタイムスタンプも、書式設定・コメント・変更履歴が使える普通のWordのテキストとして取り込まれます。

TXTはほかのエディタでも使えます。無料プランは月120分まで利用でき、有料プランで追加される内容は料金ページに掲載しています。デスクトップアプリやローカルツールも含めた全体的な選択肢については、音声をテキストに文字起こしする方法をご覧ください。

どのツールを使っても、最後の手順は同じです。頼りにする前に、一度は音声と照らし合わせて文字起こしを読み直してください。音声認識は何時間ものタイピングを省けるほど優秀ですが、人名、数字、引用は人の目で確認する価値があります。