ソースネクストのRecText AI 2を使ってみた感想｜Plaudの録音を文字起こし

ソースネクストのホームページには、毎日引けるくじがあります。

たまに引いてみるのですが、今回は「RecText AI 2 ダウンロード版」が半額になるクーポンに当たりました。価格は4,980円です。

ちょうど録音データの文字起こしを試してみたいと思っていたので、せっかくの機会です。半分人柱になる覚悟で、今回はこのソフトを実際に使ってみました。

RecText AI 2はリアルタイム入力とは違う

私は普段、パソコンで音声入力をするときはAqua Voiceを使っています。最近はTypelessというアプリも有名かもしれません。これらはマイクに向かって話した内容を、タイピングの代わりにその場で入力するための音声入力ソフトです。

一方、RecText AI 2は録音済みの音声ファイルを読み込んで、あとから文字起こしするアプリです。

つまり、用途は次のように分かれます。

• Aqua VoiceやTypeless：話した内容をリアルタイムで入力する
• RecText AI 2：録音済みの音声ファイルを文字にする

同じ音声認識を使うソフトでも、使う場面はかなり違います。

音声認識エンジンにはWhisperを採用

RecText AI 2の音声認識には、OpenAIのWhisperが使われています。

Whisperは、音声を文字に変換するための音声認識モデルです。今回は、何文字が正解したかという厳密な精度検証まではしていません。

ただ、実際に使いものになるかどうかを確認するため、手元の録音データを文字起こししてみました。

Plaud NotePin Sの文字起こし枠を節約したい

録音には、Plaud NotePin Sを使っています。Plaud NotePin Sの文字起こし機能は、たしかに便利です。

ただし、本体を約25,000円で購入しても、無料で文字起こしできる時間は月300分です。時間にすると5時間しかありません。

人によっては、無制限プランを契約して、朝から晩まで録音する使い方もあると思います。無制限プランは月5,000円ほどかかるため、たくさん使う人にとっては便利ですが、私のような個人利用では少し考えてしまう金額です。

朝から晩まで録音することはありません。それでも、イベントや外出先で1時間、2時間と録音し続けることがあります。

そうすると、月300分の無料枠は意外と早くなくなります。

RecText AI 2を使った文字起こしの流れ

そこで、Plaud NotePin Sで録音した音声を取り出し、RecText AI 2で文字起こしする方法を試しました。

今回の流れは、次のとおりです。

1. Plaud NotePin Sで音声を録音する
2. 録音データをMP3などの音声ファイルとして取り出す
3. RecText AI 2に音声ファイルを読み込ませる
4. 文字起こししたテキストを出力する
5. Geminiにテキストを渡し、内容を整理・修正する

RecText AI 2で作った文字起こしを、そのまま読んだり記事にしたりというわけではありません。

音声認識には誤変換があるため、Geminiに渡して、話の流れを整理したり、明らかな誤認識を修正したりします。

飛行機の騒音が入った録音でも使えた

今回は、飛行機に乗ったときの録音データを使いました。

飛行機内の騒音の中の機内アナウンスが録音されています。録音状態としては良いものとは言えません。

それでも、機内放送の内容や、その場で何が起きていたのかが分かる程度には文字起こしできました。

もちろん、ところどころおちゃめな誤認識はあります。固有名詞や、騒音に埋もれた部分は特に間違いやすいようです。

ただ、あとからGeminiで整理する前提なら、全体の内容を把握するための下地としては十分使えます。

文字起こしの正解率を数字で測ったわけではありませんが、録音状態の悪さを考えると、正直に言ってなかなか頑張っているなと思いました。

今回は、2時間程度の録音を文字起こししました。さすがに一瞬で終わるわけではなく、処理には数分かかりましたが、実用の範囲内ではないかなと思います。

また、複数の音声ファイルを同時に読み込ませて、順番に処理することもできます。録音データがたくさんある場合でも、まとめて処理できるのは便利でした。

Geminiで整理して貰った結果
「深い爆弾」→「スライドの破損・パンク」と補正できるGeminiは凄いわ
「バウモードをAMDに変更」→「ドアモードの変更/確認」、実際は「ドアモードをARMEDに変更」と言っていました。

私の主な使い道はブログのネタ出し

私の職場は情報管理が厳しく、会議中の録音などは絶対にできません。そのため、会議の議事録を作る目的では使っていません。

主に、プライベートで出かけたときの環境音や会話を録音して、あとからブログのネタを探すために使っています。

たとえば、旅行やイベントの帰りに録音を聞き直すと、その場では気づかなかった話題が見つかることがあります。録音を全部聞き直すのは大変ですが、文字になっていれば検索や整理もしやすくなります。

もちろん、録音するときは周囲の人のプライバシーや、録音禁止の場所ではないかに注意が必要です。

RecText AI 2を使うメリット

今回使ってみて感じたメリットは、次の3つです。

1. 月額の文字起こし料金を増やさずに済む

Plaud NotePin Sの録音データを自分のパソコンで処理できるので、Plaud NotePin Sの文字起こし枠を節約できます。

録音時間が月300分を超えそうなときでも、音声ファイルを取り出して別の方法で文字起こしできます。毎月のサブスクリプションを増やしたくない人には、検討しやすい方法かなと思います。

2. 録音状態が悪くても内容を確認できる

騒音やアナウンスが混ざった録音でも、会話の大筋を確認できました。

高い精度が必要な用途では、文字起こし結果を必ず元の音声と照合したほうがよいです。一方で、ブログのネタ探しや記録の整理であれば、まず内容を把握できることが大切です。

3. Geminiと組み合わせると整理しやすい

文字起こし結果には、言い間違いや誤変換が残ります。

そこでGeminiに渡して、次のような指示を出します。

• 話題ごとに分ける
• 明らかな誤変換を文脈から修正する
• 要点を箇条書きにする
• 記事のネタになりそうな部分を抜き出す

RecText AI 2だけで完結させるというより、文字起こしを担当してもらい、Geminiで後処理する使い方です。

注意点と向いていない用途

RecText AI 2は便利ですが、どんな用途にも向いているわけではありません。

特に、次のような場合は注意が必要です。

• 誤変換が許されない正式な議事録
• 専門用語や固有名詞が多い音声
• 録音した人の同意が必要な会話
• 録音禁止の場所での利用

また、Geminiで修正できるとはいっても、元の音声が聞き取れない部分を正確に復元できるわけではありません。

AIが自然な文章に整えてくれるほど、間違いに気づきにくくなることもあります。重要な内容は、必ず元音声と照らし合わせる必要があります。

4,980円なら買ってよかった

結論から言えば、4,980円で購入できた今回は、買ってよかったと思います。

普段からリアルタイム音声入力をしたい人には、Aqua VoiceやTypelessのような別の種類のソフトが向いています。

一方で、すでに録音データを持っていて、それをあとから文字にしたい人には、RecText AI 2は使いやすい選択肢になりそうです。

私の場合は、次の流れを作れたことが大きいです。

Plaud NotePin Sで録音
→ RecText AI 2で文字起こし
→ Geminiで整理
→ ブログのネタとして活用

毎月の文字起こし枠を気にしながら録音するより、音声ファイルをパソコンで処理できるほうが気楽です。

定価での購入については、使う頻度や価格によって判断が変わると思います。ただ、5,000円前後で買えるなら、録音データをたくさん持っている人には試す価値があるのではないでしょうか。

ただ、購入前に手元の音声ファイルで機能や性能を試せるわけではありません。そこで今回は、半分人柱になる覚悟で私が実際に購入して試してみました。その結果を、この記事で公開しています。

※この記事は、筆者が個人的に購入・使用した感想です。利用時は、録音する場所のルールや周囲の人のプライバシーに配慮してください。

【追記】Gemini 3.5 Taranscribe のほうが精度良いかな

この記事を書いたのは2026年8月14日ですが、その後 Gemini 3.5 Transcribe が出まして、そちらの方で試してみました。文字起こしの精度を比べると、Gemini 3.5 Transcribe の方が目に見えて良いです。

ただ、これは録音データをクラウドにアップロードして文字起こしをするものなので、完全にローカルで処理しなければならないようなデータでは使えません。

なので、完全ローカルでやるのか精度を求めるのかで、用途は分かれると思います。

別にクラウドにアップロードしてしまって構わないようなデータであれば、ちなみに Gemini 3.5 Transcribe の方が文字変換としては良い結果が出せるように思います。

2026/09/26追記

 【追記】Gemini 3.5 Transcribe 、RecText AI 2、ブラウザでGeminiを比較してみた

Gemini 3.5 Transcribe

映画、テレビ、ゲームの画面などに商品や企業ロゴなどを登場させ、見ている人にさりげなくアピールするマーケティング。これはプロダクトプレイスメントの説明である。企業が、顧客ではなく自社の従業員に対して行うマーケティング。これはインターナルマーケティングの説明である。市場全体を均質な存在と見なし、大規模なプロモーション活動によって目標の達成を目指すマーケティング。これはマスマーケティングの説明である。自ら主体的に情報を探しにくる顧客に対して、自社の商品・サービスに興味を持つコンテンツを作成し、情報発信し続けるマーケティング。これはインバウンドマーケティングの説明である。 

「、」を４つ挿入。「・」を１つ挿入。改行が全くなし。

ソースネクストのRectext AI 2

映画、テレビ、ゲームの画面などに商品や企業ロゴなどを登場させ、見ている人にさりげなくアピールするマーケティング。

これはプロダクトプレイスメントの説明である。

企業が、顧客ではなく自社の従業員に対して行うマーケティング。

これはインターナルマーケティングの説明である。

市場全体を均質な存在とみなし、大規模なプロモーション活動によって目標の達成を目指すマーケティング。

これはマスマーケティングの説明である。

自ら主体的に情報を探しに来る顧客に対して、

自社の商品・サービスに興味を持つコンテンツを作成し、

情報を発信し続けるマーケティング

これはインバウンドマーケティングの説明である。

文章ごとにタイムスタンプを付けて出力するものを、タイムスタンプを消して出力したので、改行が多めに入っています。文字はすべて正しくて、「、」を３つ挿入。「・」を１つ挿入。「。」を１つ挿入。

ブラウザから Gemini

映画、テレビ、ゲームの画面などに商品や企業ロゴなどを登場させ、見ている人にさりげなくアピールするマーケティング。 これは、プロダクトプレイスメントの説明である。

企業が、顧客ではなく、自社の従業員に対して行うマーケティング。 これは、インターナルマーケティングの説明である。

市場全体を均質な存在とみなし、大規模なプロモーション活動によって目標の達成を目指すマーケティング。 これは、マスマーケティングの説明である。

自ら主体的に情報を探しに来る顧客に対して、自社の商品・サービスに興味を持つコンテンツを作成し、情報発信し続けるマーケティング。 これは、インバウンドマーケティングの説明である。

ブラウザから Gemini に音声ファイルの文字起こしを依頼したもの。

「言い淀みやフィラーを取ること」と「AI を使って間違いは修正してください」という指定はしています。あと「すべて省略せずにそのまま出力すること」という条件をつけた Gem を書いて出力させたものです。

これが一番正確でした。

文字はすべて正しくて、「、」を１つ挿入。「・」まで正解。

まとめ

使用した文章が一般的な用語ばかりの文章だったので、句読点の部分には多少の違いがありますが、文字起こし自体は3つのアプリすべてで正解しています。

Gemini 3.5 Transcribe の文字起こしは、改行というものが全くなく出力されています。これに対してソースネクストのRectext AI 2は、文章の区切りごとにタイムスタンプを付けて出力するのが標準スタイルなので、出力時にタイムスタンプを消しても改行されて出力されます。

一番自然に出力してくれたのがブラウザから Gemini を使って出力したものです。Gems を使わないといちいちプロンプトを書いて文字起こしの条件を指定する必要がありますが、Gems を使って一度指定しておくと、ファイルをドラッグ＆ドロップしてリターンを押すだけで、正確な文字起こしができます。

今回は1分ほどの長さの録音ファイルを使って確認しました。

スマートフォンを使って部屋で録音したので、録音環境はまあまあです。それなりに雑音（会話の音など）が背景にある状態です。文字起こしにかかった時間は、Gemini はどちらも一瞬という感じでした。ソースネクストのRectext AI 2は30秒ほど時間がかかりました。結構ソースネクストのやつは遅いんですよね。

2026/09/27追記

ジャーナリングを電子化してみた——音声入力とNotebookLMで過去の自分を検索する

 日記やジャーナリングを何度か始めてみても、なかなか続かない——そんな経験はありませんか？ 意志が弱いから、続けられない人間だから、と自分を責めがちですが、正直に言うと、問題の多くは人間側ではなくシステム側にあったのかな、と最近は考えています。書く速度が思考に追いつかない。書いたあと検索できない。振り返る手間が重すぎる。こうした構造上の欠陥を、音声入力とAIで埋めてみた記録です。

ジャーナリングとは

ジャーナリングとは、頭の中にある感情や思考をありのまま書き出し、自分自身を理解するための習慣です。「書く瞑想」とも呼ばれます。日記のように出来事を時系列で記録するのではなく、「なぜそう感じたのか」「この焦りの正体は何か」といった内面の問いに向き合う行為、というイメージです。

ジャーナルには大きく二つの役割があります。一つ目は、その日のことを残す「記録」。二つ目は、言葉にすることで頭の中を整理する「整理」です。まとまっていなくても、話が飛んでも、同じことを何度書いても構いません。大事なのは、きれいに書くことではなく、今の自分の中にあるものを外に出すことだけ、という考え方です。

NotebookLMで日々の記録を

ジャーナリングが続かない理由

続かない理由を、私は三つの壁に分けて整理しています。

認知の壁。 思考のスピードに対して、手で書くスピードは圧倒的に遅い。脳が待たされてストレスがかかり、書くこと自体が苦痛になります。

運用の壁。 紙のノートやアプリに書き散らしても、あとから探せない。検索性が低いと「書きっぱなしで終わり」になり、モチベーションが続きません。

振り返りの壁。 書くこと自体はできても、過去の記録を読み返して分析する作業は別の負荷です。稲森ゆうさんの『NotebookLM✕音声ジャーナル最強活用法』でも、「書くだけで終わる」代表的なパターンとして指摘されています。同じ悩みの繰り返しに気づいても、膨大なページから手作業で探すのは現実的ではありません。

ちなみに、ストレス発散に愚痴を言うより、悩みを書き出すほうが効果的だ、という研究結果もあります（植木理恵『幸運を引き寄せる行動心理学入門』）。つまり「書く」こと自体には価値がある。挫折するのは意志の弱さではなく、仕組みの問題、という見方が成り立ちます。

音声入力によるジャーナリング

AIが発達した今、記録の入口は「書く」だけではありません。スマートフォンのボイスレコーダーに向かって喋るだけで、日々の行動・考え・感情を残せます。

数字で見ると差ははっきりしています。手書きは1分間に約40文字。タイピングは速打の人でも理想条件下で毎分100文字程度ですが、日々のメモを書く場面では、多くの人は50文字にも届きません。一方、喋ると約300文字アウトプットできます。同じ1分間で、情報の量と密度が段違いです。

外出先メモで試している「録音ファースト」とも接続できます。外では文字起こしの精度を気にせず音声だけ残し、帰宅後にGeminiに文字起こしを依頼する。誤変換で内容が消えるリスクも減り、思考を止めずに記録できます。

書くことを諦めても大丈夫

「書く」ことには、ちゃんと意味があります。精神医学では、感情をノートに書き殴ることでストレスが軽減される（エクスプレッシブ・ライティング）ことが知られていますし、植木理恵さんの研究でも、悩みを書き出すほうが愚痴をこぼすより効果的だ、とされています。

でも、この記事で提案したいのは別の方向です。書くことを諦めても、音声入力で日々のことを喋るだけで、かなりのところまでいけます。 日常の出来事はもちろん、体調の変化、失敗談、健康診断の結果、ふと思いついたアイデア——こうした雑多な記録を、分類に悩まずNotebookLMに入れていく。量が命で、きれいにまとめる必要もありません。

手で書く速度の壁を越えなくてよいぶん、続きやすいのではないでしょうか。そしてデータが一箇所に溜まれば、あとから「去年の今頃どうだった？」「同じ失敗を繰り返していない？」と聞けるようになる——この循環のほうが、実用的な効果は大きいかな、と思います。

NotebookLMに全部入れる

ここまでジャーナリング中心に書いてきましたが、NotebookLMに入れる内容はそれだけに限る必要はありません。いろいろな種類の情報——日常の出来事、失敗談、体調記録、健康診断の結果——を雑多なまま一箇所に集めてしまうのはどうでしょうか。

従来は「日記アプリ」「健康アプリ」「仕事メモ」と分けがちでしたが、文脈を理解するAIの登場で、「事前にカテゴリ分けしてから入れる」必要が薄れてきました。Obsidianでデイリーノートを書き、必要に応じてNotebookLMへコピーする、という使い方も自然です。

考えられる効果

データが一箇所に集まると、記録は静的なログから動的なデータベースに変わります。NotebookLMに質問を投げるだけで、過去の自分を逆引きできます。具体例を四つ挙げます。

1. 「去年の今頃、体調を崩していた原因は何だった？」 — 健康ログと日記を横断して因果関係をたどれます。
2. 「半年前にも同じ仕事の悩みをしていたか？」 — パターンの繰り返しに気づき、成長の実感にもつながります。
3. 「米びつに米を補充したのは何月何日？」 — 日常の些細な事実も、後から消費量の推定などに使えます。
4. 「毎年何月から鼻炎がひどくなる？」 — 季節パターンが見え、対策のタイミングを前倒しできます。

要約を求めるだけでなく、自分の視点で具体的に聞くほうが、より有用な答えが返ってくる傾向があります。

具体的な運用手順

私の運用は、大きく三つのフェーズに分かれています。

1. 入力フェーズ（毎日）

• 基本はスマホのボイスレコーダーに「喋る」（5〜15分程度）。体調・失敗談・その日の出来事を、まとまっていなくてよいので話す
• 録音の冒頭かファイル名に日付を入れる（後述）

2. 処理フェーズ（週1回）

• 録音ファイルをGeminiにアップロードし、文字起こし
• 日付付きテキストとして整理し、NotebookLMのノートブックに追加

3. 活用フェーズ（月1回＋必要時）

• 月末にその月の振り返りフィードバックをNotebookLMに依頼
• 「あのとき何を考えていた？」「同じ悩みはいつあった？」など、必要なときに検索

Geminiへの文字起こし指示（プロンプト例）は、テンプレート化しておくと安定します。以下をそのままコピーして使えます。

添付した音声ファイルを文字起こししてください。以下の注意点を厳守してください。

1. 言い淀み（えーっと、あの、など）や明らかな重複は自然にカットしてください。
2. それ以外の発言内容は、一切要約したり端折ったりせず、私が喋った通りの言葉（生データ）としてテキスト化してください。
3. あなた（AI）の解釈や、新しい視点、アドバイスなどは絶対に付け加えないでください。

運用上の注意点

タイムスタンプ。 「2026年6月13日、体調メモ」のように日付が紐づいていると、時間軸の質問にAIが正確に答えやすくなります。録音冒頭で日付を言うか、ファイル名に自動付与する仕組みを用意しておきましょう。

AI要約の防止。 Geminiは良かれと思って要約・改変することがあります。上記プロンプトで「生の言葉」を守るのが重要です。原文の熱量が失われると、あとから見返したときの意味が薄れます。

Google Driveの再読込。 Googleドライブ上のファイルをNotebookLMに読み込んだだけでは、更新内容が自動反映されません。ソースを選んで「再読み込み」操作が必要です。週次や月次で更新日をカレンダーに入れ、儀式化しておくと反映漏れを防げます。

まとめ

ジャーナリングを電子化する要点は、次の三つです。

1. 音声入力で日々を喋る — 書くことを諦めても、録音だけで記録は回せる
2. Geminiで生データの文字起こし — 要約・改変をプロンプトで防ぐ
3. NotebookLMに一元化 — 体調・失敗談・健康診断など雑多な記録を集め、過去の自分を検索できる動的DBにする

準備を整えすぎず、まず1本録音して文字起こしし、NotebookLMに入れてみる。小さな一歩から始めて、そこから改善していく——この順番がいちばん現実的かなと思います。

※本記事は著者個人の実践記録です。AIの回答は参考情報であり、医療・メンタルヘルスに関する判断は専門家にご相談ください。

パソコンでgoogle 音声入力を使用する方法

 android スマートフォンでは google 音声入力が便利に使えるようになった。
 この google音声入力が、 パソコンの入力でも使えるようになったら非常に便利だと思った。

調べてみるとなんと簡単に使えるではないか。

パソコンで音声入力を使用する方法

パソコンにマイクを接続する必要がありますが、ブラウザーに google chrome を使用していれば、あとは google ドキュメントを開いて、ツール音声入力を選択すると簡単に音声入力ができるようになるのです。

Google上でグーグルドキュメントを開いて、「ツール」「音声入力」と選択すると音声入力ができる。

Google 音声入力の使用感

Google 音声入力をパソコンで使うと半端なく便利です。
これまでにあった音声入力ソフトでは、自分の音声を時間をかけて書類作成をさせる必要がありましたが、 google 音声入力は初期学習を全くすることなく実用的に使えることがすごいです。

音声入力をしていくと歩数の変換候補がある部分には下線が引かれます。修正したい場合は下線部にマウスを合わせて右クリックをすれば変換候補が表示されます。あとは選択するだけ。

googleの下に引かれている下線。音声入力の変換候補があるということ。マウスを合わせて右クリックで変換候補が表示されます。

かなり正確に音声入力はしてくれますが、間違えることはあります。その場合は、入力し直したい場所にマウスを移動してもう一度はっきり言ってみましょう。 間違えた文字が１文字や2文字であればキーボードで入力し直すのといいですね。でもこれで本当に必要で使えます。

難を言えばGoogle音声入力で「、」や「。」などの句読点の入力はできまないので、句読点を入力するためにパソコンのキーボードを併用する必要があります。

間違いの修正、句読点の入力などのために、音声入力のオンオフを頻繁に切り替える必要があります。なので簡単に切り替えるためにキーボードショートカット覚えておくと便利でしょう。
音声入力のキーボードショートカットは、コントロール＋シフト＋S です。

これでキーボードで切り替えながら句読点を途中で入れることができるのでスムーズに入力ができることができます。

まとめ

• パソコンにマイクを用意する。マイクのセットアップはもちろん必要 。
•  ブラウザーにgoogle chrome をインストールして、  google ドキュメントを使えるようにする。
•  google ドキュメントでツールから音声入力を選択する。

たったこれだけで実用的な音声入力が使えます。