本記事にはプロモーションが含まれます。
追加費用 0円
Windowsの標準機能でどこまで文字起こしができるのか、具体的な手順と限界を見ていきましょう。
1. 手元のファイルは本当に無料で文字起こしできるのか？
Windowsの機能だけで、手元の音声ファイル（mp3など）を無料で文字起こしすることは可能です。Clipchampの公式料金ページには、無料プランが「誰でも使える無料のオンライン動画編集ツール」で「支払いもダウンロードも不要です」と書かれています(clipchamp.com の料金ページ・2026年9月29日確認。個人用のMicrosoftアカウントでのサインインは必要です)。
ネット上では「音声ファイルの再生音をステレオミキサーで拾い、Windowsの音声入力（Windowsキー + H）でテキスト化する」方法がよく紹介されています。
しかし、Microsoft公式によると、音声入力にはエコー除去機能があり「ナレーターやアプリの再生などのスピーカーからのオーディオを自動的に抑制する」と明記されています。
ステレオミキサーでどう働くかは確認できていませんが、公式の仕様上、再生音をうまく拾えない可能性があります。そこでおすすめなのが「Clipchamp」です。
次の項目で、確実な手順と必要な費用について解説します。
2. Clipchampを使う手順（追加費用0円）
Windows標準の動画編集アプリ「Clipchamp」の自動キャプション機能は、音声を含むオーディオアセットにも対応しています。
インターネット接続が必要ですが、以下の手順で手元のファイルを直接読み込み、テキスト化できます。
- ツールバーの「マイメディア」から音声ファイルをインポートする
- プロパティパネルの「キャプション」タブで自動キャプションをオンにする
- 言語を選び「メディアのトランスクリプトを作成する」を選択する
- 「キャプションのダウンロード」を選び、.SRTファイル（字幕データ）を保存する
この機能は、1つのファイルにつき1つの言語で生成できます。編集可能なテキストとタイムスタンプも表示されます。
ファイルとして保存できるのが強みですが、実はWindowsにはもう一つ「ライブキャプション」という機能があります。次はその違いを見てみましょう。
3. 再生音を文字化する「ライブキャプション」の注意点
Windows 11（バージョン 22H2以降）には、PCを通過するすべての音声をテキスト化する「ライブキャプション」機能があります。
初回に言語ファイルをダウンロードすればデバイス上で処理が行われるため、インターネットから切断されている場合でも機能します。
しかし、手元の音声ファイルの文字起こし目的で使うには、決定的な弱点があります。
公式ページに「生成されたキャプションは、デバイスやクラウド上のどこにも保存されません」と明記されているため、テキストとして残すことができません。
用途によって、どの機能を選ぶべきかが変わってきます。
4. Windows標準機能の比較と選び方
ここまで紹介したWindowsの機能を比較してみましょう。
| 機能 | 手元のファイル読込 | テキストの保存 |
|---|---|---|
| Clipchamp | 可能（オーディオアセット） | 可能（.SRT形式） |
| ライブキャプション | 不可（再生音を認識） | 不可（保存されない） |
| 音声入力 | 不可（マイクの声を認識） | 可能（テキスト入力） |
では、これらの標準機能を使う上で、セキュリティ面は安全なのでしょうか。
5. セキュリティとデータの安全性
仕事のデータを扱う場合、音声データがどう処理されるかが重要です。
ClipchampはAzure Cognitive Servicesを使用しますが、データはプロジェクトに保存され「人間の介入はないため、誰もオーディオにアクセスすることはできません」とされています。
ライブキャプションはすべてデバイス上で処理され、クラウドやMicrosoftと共有されることはありません。
なお、音声入力はAzure Speechサービスを利用したオンライン音声認識が使用されます。
標準機能でも文字起こしは可能ですが、ビジネス用途ではどうでしょうか。
6. ビジネスで議事録作成を効率化したい方へ
Clipchampを使えば無料で文字起こしは可能ですが、ダウンロードできるファイル形式が.SRT（字幕用データ）になります。
そのため、そのまま議事録として使うには、タイムスタンプを消すなどテキストの整形に手間がかかります。
もし、長時間の会議音声のテキスト化や、業務の時短を目的としているなら、専用の文字起こしツールの導入を検討するのも一つの方法です。
Windowsパソコンから利用する場合、Webブラウザ上で高精度にテキスト化できるビジネス向けツールが便利です。
▼Windows PCからWeb版で手軽に高精度な文字起こしを始めるなら
※申込と契約の管理はPCのWeb版から行うのが確実です(スマホのアプリから申し込むとApple ID・Google Play経由の課金になり、解約の手順も変わります。2026年9月30日に公式の料金ページで確認)
確認日: 2026年9月29日。本記事の仕様・条件はすべて同日に取得したMicrosoftサポートの公式ページ（「Windows で音声入力を使用する」「Windows でライブ キャプションを使用する」「Clipchamp で AutoCaptions を使用する方法」）と、Clipchampの公式料金ページ（clipchamp.com/ja/pricing/）の記載に基づいています。確認できていないこと: ①ステレオミキサー経由で音を流した際に、音声入力のエコー除去がどう働くか（公式ページに記述がなく、当サイトも実機で確認していません。「ステレオミキサーでは絶対にできない」という意味ではありません） ②Clipchampおよびライブキャプションの日本語対応の有無（Clipchampの対応言語一覧は別ページ、ライブキャプションは「初回に言語ファイルをダウンロードする」という記述までで、どちらも日本語の明記を確認していません） ③自動キャプションが無料プランで使えるかどうかの公式の明記——料金ページの無料／Premium比較表には「AI オーディオ編集ツール（無料プランに含まれる）」の行はありますが、字幕・キャプションの行そのものがありません。自動キャプションの公式手順ページ（上記）にも、有料プランが必要という記載は見つかりませんでした。探したのはこの2ページです。仕様・料金は変更される場合があります。利用前に必ず公式ページでご確認ください。