ドイツ語の文字起こし向けAI会議ツールの要約
2026年にドイツ語の文字起こしに最適なAI会議ツールは以下の通りです。 tl;dv、Sembly、そしてHappyScribeです。これらは、同じドイツ語の動画を用いた10種類のツールを対象とした比較テストにおいて、50点満点中48点で同率となりました。
それぞれの強みは異なっていた。tl;dv トランスクリプトと要約を最初から最後までドイツ語でtl;dv 、Semblyは最も高い生精度を記録し、HappyScribeは最も詳細な記録を生成した。
ドイツ語ネイティブの評価者が、ツール名を伏せた状態で各トランスクリプトを盲検評価したところ、これら3つのツールをトップに挙げ、生トランスクリプションの精度だけで評価した場合、Spinachもこれらと同等の評価を得た。
同じ9分間の音声データにおいて、最高スコアと最低スコアの差は42ポイントでした。Grain 、ドイツ語の代わりに意味不明な英語の音声を返してきました。Otter 、ある実行では何の予告もなく、その言語の処理を完全に放棄してしまいました。テストしたすべてのツールは、ウェブサイト上でドイツ語対応を謳っていますが、「ドイツ語に対応している」ことと「ドイツ語が得意である」ことは、明らかに同じ意味ではありません。
すべての文字起こしを、2つのLLMと、ツール名を知らないドイツ語ネイティブスピーカーに確認してもらいました。
結論：ドイツ語の学習を最初から最後まで行うなら、tl;dvを活用しましょう。
ドイツ語の会議向けAIツールは、英語と同様にドイツ語も適切に処理できる必要があります。言語が何であれ、最近のAI会議アシスタントの多くは、ライブ会議の記録からAIによる要約の提供、営業コーチングに至るまで、幅広い機能を備えていると謳っています。さらにMCPとの連携により、そのコンテンツを活用する機会はほぼ無限に広がります。しかし、そのすべては一つの要素にかかっています。
正確性。
本題に入る前に、私は英語を母語としていることをお伝えしておきます。フランス語もそこそこ話せますが、tl;dv多くのメンバーとは異なり、私は多言語話者ではありません。そして、これは重要な点です。なぜなら、私は率直に認めざるを得ないのですが、これには英語母語話者ならではの特権が伴うからです。 私がソフトウェアを使うとき、物事はただ「うまくいく」のです。すべてが私の言語に合わせて作られており、スペルが間違っていたり、翻訳が少しずれていたりすると、イライラしてしまうことで知られています。
英語が母国語でない人にとって、目の前の文章が明らかに間違っている状況がどのようなものか、私には想像するしかありません。言うまでもなく、ビジネスの世界では、誤った情報の記録や拙い翻訳がもたらすコストは現実のものとなります。
そこで、ある程度の好奇心と少しの不安を抱きつつ、公平な視点に立って実験を行ってみることにした。tl;dv テストしているAIツールの大半は、高度な言語能力を備えているとtl;dv 。中には100以上の言語に対応していると主張するものさえある。まさにグローバル化した世界だ。しかし、果たしてそうだろうか？
当社の創業メンバーのうち2人はドイツ人であり、本社もドイツに置かれています。ドイツはビジネス、商業、そしてAIの重要な拠点です。そこで私は、tl;dv 競合他社tl;dv 課題を提示しました。AIノート作成ツールは、ドイツ語の処理において、実際にどれほど正確なのでしょうか？
その結果は？ まあ、驚くべきものだった。
いつものように、tl;dv のために記事を書いておりtl;dv 彼らtl;dv 報酬をもらっています。しかし、その後に皆さんが目にする内容はすべて、複数のLLMを用いて徹底的に検証しており、tl;dv のないドイツ語ネイティブスピーカーにも協力を依頼しました。
2026年にドイツ語の文字起こし精度について、AI会議アシスタントをどのようにテストしたか
私は10種類のAI会議ツールを、同じ9分間のドイツ語動画でそれぞれ3回ずつテストし、生成されたすべての文字起こしについて、正確性、ドイツ語特有の品質、出力内容、信頼性を評価する50点満点の固定評価基準に基づいて採点しました。
どんな言語を話そうとも、「正しい」言語などというものは存在しない、という点では誰もが同意するでしょう。人によって話し方や書き方はさまざまです。学校で習った言語は、私たちが日常的に使っている言語とは異なります。私のフランス語のGCSE口頭試験がその証拠でした。スラングを使いすぎたという理由で減点されてしまったのです。
とにかく、比喩的な白衣をまとい、準備を整えたところで、いよいよ実験を始める時が来た。
私が選んだ教材は、難易度が高いものでなければなりませんでした。「ドイツ語を簡単に学ぶ」といった類のものは、a) 簡単すぎる、b) 「正しい」ドイツ語にこだわりすぎて、実際の会話とはかけ離れてしまうという落とし穴にはまる恐れがあったからです。
私は「Kurzgesagt」の動画を見ることにした。9分43秒にわたるテンポの速い専門的な解説で、ドイツ語特有の複合語が所狭しと詰め込まれている。その名前自体が仕掛けになっている。「Kurzgesagt」は一つの単語だが、「kurz gesagt」（簡単に言えば）を結合したものであり、これを二つに分割してしまうツールは、次の行を読む前にすでにその正体を露呈してしまうのだ。
つまり、これは実験全体の中で最も速いテスト結果となります。「Kurzgesagt」を一語として扱うことで、あなたは推測ではなく、実際にドイツ語を処理していることを一言で示したことになります。これを「kurz gesagt」と分割すれば、その逆を示したことになります。たった一語で、そのツールが実際に言語を理解しているのか、それとも単に推測しているだけなのかが一瞬で見極められるのです。
おまけとして、同じ動画の英語版もあったので、必要に応じて明確に比較することができました。
私が試したAI会議ツール
順不同で10のツール：
We have reviewed or written about several of these in more depth elsewhere, so where there is a deeper dive to link to, you will find it linked above. We also tested Bliro’s German transcription in our Bliro review.
なぜ3点なのか？
それぞれ3回ずつ、計30回のキャプチャを行いました。なぜ3回にしたのかについて少し説明します。徹底的にやりたかったから、というのもありますが（実際そうでした）、最初の1回は試行錯誤の過程だったという理由もあります。
第1回では、すべての会議アシスタントを一斉に録音し、同じ会議に参加しました。
それは悪い考えだった。
ボット同士が互いに干渉し合い、音声の取得を巡って競合したため、キャプチャ結果の一部は乱れて一貫性を欠くものとなってしまった。すべてがそうだったわけではないが、その点については結果の項で詳しく述べる。そこで、その後の2回の実行では、このアプローチを断念した。
その結果、実行2が主要な評価対象となり、各ツールは個別のセッションで記録され、そのセッションには他のボットは存在しませんでした。実行3は一貫性の確認を目的としたものです。あるツールが1回は完璧に成功したものの、2回は失敗した場合、その事実は、単なる一度の幸運な成功例が示す以上のことを物語っています。
ちなみに、あの最初の失敗した試みだけでも、覚えておく価値はある。もし一度でも、1つの会議に3人の記録係を同席させたことがあるなら、彼らが必ずしもうまく連携できるとは限らないことをご存知だろう。
このテストの限界について、率直な意見を述べておこう
私は誠意を持ってこれを行い、できる限りのことはコントロールしようと努めました。
同じ動画、同じ基準線を使用し、一次採点のために各ツールを個別のセッションで記録した。
ただ、このような検査で何がわかるか、何がわからないかについては、率直にお伝えしておきたいと思います。
これらのツールは実際の環境下で生の音声データを用いて動作しますが、状況は常に変化します。ネットワークの切断、音声経路のわずかな違い、ベンダー側で密かに更新されたモデル、実行した時間帯のサーバー負荷など、これらはいずれも結果に影響を与える可能性があります。 私のテストではうまくいかなかったツールが、あなたの環境では完璧に機能するかもしれませんし、私のテストで好成績を収めたツールが、あなたの環境では調子が悪い日もあるかもしれません。それが2026年の音声認識の性質です。出力結果は確率的なものであり、常に変動するのです。
したがって、以下に示す内容は「確かな兆候」として捉えてください。「保証」ではありません。私が1回ではなく3回実行した理由はまさにこれです。つまり、すべての実行で繰り返されるパターンは信頼に足るものですが、単発の良好な結果や不振な結果については、それほど重くは捉えないからです。単発の結果については発生箇所に印を付けてありますので、一貫した結果と、単なる運の良し悪しによる結果を見分けることができるでしょう。
本当に重要なのは、特定のスコアそのものではありません。重要なのは、重要な場面でこのツールを信頼する前に、ご自身のドイツ語音声で実際に試してみることです。私の9分間の体験談は参考にはなりますが、実際の会議での使用こそが真の証明となるのです。
結果：10種類のツールによるドイツ語文字起こしの評価
テストを実施した結果、LLMスコアリングの結果は以下の通りです。50点満点中48点で1位タイとなったのは、tl;dv、Sembly、HappyScribeの3ツールです。Grain 6点で最下位Grain 。
詳細な内訳は以下の通りです。
| 順位 | ツール | 正確性 /20 | ドイツ語 /15 | 出力 /9 | 信頼性 /6 | 合計 /50 | 結論 |
|---|---|---|---|---|---|---|---|
| 1 | tl;dv | 18 | 15 | 9 | 6 | 48 | トップクラス |
| 1 | センブリー | 19 | 15 | 8 | 6 | 48 | トップクラス |
| 1 | ハッピー・スクライブ | 18 | 15 | 9 | 6 | 48 | トップクラス |
| 4 | Fathom | 17 | 12 | 9 | 6 | 44 | 強い |
| 5 | ジェイミー | 17 | 11 | 8 | 6 | 42 | 強い |
| 6 | ほうれん草 | 15 | 11 | 8 | 6 | 40 | ソリッド |
| 7 | Fireflies | 15 | 9 | 8 | 3 | 35 | 一貫性がない |
| 7 | ミートギーク | 14 | 10 | 8 | 3 | 35 | 一貫性がない |
| 9 | Otter | 11 | 9 | 8 | 2 | 30 | 信頼できない |
| 10 | Grain | 0 | 0 | 0 | 6 | 6 | 失敗しました |
tl;dv 他の候補を圧倒して圧勝tl;dv 心から願っていたが、そうはならなかった。
しかし、トップの座は同率で並んだ。3つとも、それぞれわずかに異なる分野で優れていた。Semblyは20問中19問正解という純粋な正確さの点で「最高」だったが、tl;dv 、このテスト全体が測定対象としていたドイツ語特有の処理において、容易にそれに匹敵する結果を残した。
その後、4ポイントもの差をつけて「Fathom」が続き、これは確かに優れたツールではあるものの、ドイツ語の複合語や固有名詞の処理には対応しきれていなかった。
上位4つを除くと、その差は一気に開いてしまう。しかし、ここが肝心な点だ。同じ9分間の動画、同じ言語で評価されたにもかかわらず、最高評価のツールと最低評価のツールの間には42ポイントもの差があった。「ドイツ語に対応している」と「ドイツ語が得意だ」というのは、実は全く異なる主張であることが判明した。
テストを1つでも実行する前に、実際にこの主張を裏付けられるツールをテストしているかどうかを必ず確認しました。以下は、これらのツールがそれぞれの公式サイトでドイツ語について述べている内容です。
| ツール | ドイツの支援を主張しているのか？ |
|---|---|
| tl;dv | はい。ドイツ語は40以上の文字起こし対応言語の一つであり、プラットフォーム自体もドイツ語に対応しています。 |
| Fathom | はい。ドイツ語は38言語に含まれており、自動翻訳されたドイツ語の要約が提供されています。 |
| Fireflies | はい。ドイツ語の文字起こし専用ページがあり、90%以上の精度を謳っています。 |
| センブリー | はい。ドイツ語はすべての言語ページに掲載されています。 |
| ジェイミー | はい。ドイツで設立され、ドイツの証券取引所に上場しており、100以上の言語に対応していると謳っています。 |
| ハッピー・スクライブ | はい。ドイツ語およびスイス・ドイツ語専用の文字起こしページがあります。 |
| Otter | はい。ヘルプセンターには、ドイツ語が対応している文字起こし言語として記載されています。 |
| ミートギーク | はい。ヘルプセンター、アプリ、APIの各所でドイツ語が利用可能です。 |
| Grain | はい。ドイツ語は、最上位の「Common」精度レベルに分類されています。 |
| ほうれん草 | はい。ドイツ語が対応言語に含まれており、100以上の言語に対応しているとされています。 |
選ばれたツールはすべて、自社サイトでドイツ語の文字起こしサービスを提供していることを明記しています。
そのことを覚えておいてほしいだけです。
まずAIに尋ねてから、人間にも尋ねてみました
これはかなり興味深いデータだと思いますが、皆さんもそう思われるでしょう。でも、きっとこう疑問に思われているはずです：
「でもダニ、君はドイツ語が話せないんでしょ？ 何が正しい情報で何が違うのか、どうやって見極めたの？」
その質問、ありがたいです。率直に言うと、ドイツ語が話せないことには確かに制約もありました。ただ聞いて、結果を読んで、「ああ、これは間違っている」と指摘するだけでは済まなかったのです。しかし、そのおかげで、ある種の有益な距離感を持ってこの課題に取り組むことができました。頼れる耳もなければ、甘やかすような直感もなかったため、代わりに独自の方法を確立せざるを得なかったのです。
ちなみに個人的には、ドイツ語は本当に難しいと思います。私の母は多言語話者でした。英語に加え、フランス語、アラビア語、さらにはギリシャ語まで話せたのです。しかし、ドイツ語だけは彼女も手こずっていました。その理由は、地域ごとの違いやアクセントによって、言葉の意味がガラリと変わってしまうからです。世界がこれほどつながり、地域ごとのニュアンスの多くが薄れてしまった現代では、以前ほど顕著ではありませんが、それでも違いは残っています。
ですから、自分ではドイツ語を採点できない以上、採点できる審査員が必要でした。私は3人の審査員を起用しました。
まず、AIに尋ねてみました。Claudeを使ってすべてのトランスクリプトを私の評価基準に基づいて採点し、ChatGPTで再度読み直しました。トランスクリプトを独立した状態で扱い、偏りのない評価ができるよう努めました。昨今、どれほど公平であるかは誰にも分かりませんが、私は明確に中立的で偏りのない出力を求めたのです。興味深いことに、両者の評価は完全に一致しませんでした。
クロードが最初の厳格な採点を行い、採点前にテスト用文章を固定した上で、50点満点の評価基準に厳密に従って採点した。その結果、tl;dv 完全なtl;dv 収めることはできなかった。tl;dv SemblyおよびHappyScribeとtl;dv 首位に立った。勝利ではなく、同率首位だった。
ChatGPTは実は少し苦戦していました。おそらく、私が最近ChatGPTのサブスクリプションを解約したせいで、私に腹を立てていたからでしょう。ようやくすべての生データを読み込ませることができたとき、ChatGPTはtl;dv 断然tl;dv 断言しました。 私は少し疑わしく思い、反論して「完全に中立で、公平に、私の感情を気遣わずに」と頼んでみたが、ChatGPTはかなり自信満々だった。まあ、その結論を受け入れることにするが、Claudeほど徹底した分析ではなかった。
そこで、人間に尋ねてみました。私の指示に基づいて動作する2つのAIでは、クライアントの宿題を採点することが依然としてできなかったため、ドイツ語のネイティブスピーカーに協力を依頼しました。その人物には、tl;dv もなく、各トランスクリプトにラベルも付けられておらず、採点結果の順位を気にする理由もありませんでした。
すべての出力結果を読み終えた後、「目が血走った」と私に告げた彼女は、匿名化された出力結果の一部について、かなり辛辣で痛烈なフィードバックを述べた。彼女のフィードバックは概ねLLMの評価と一致していたが、後ほど触れるある顕著な例外があった。
彼女が実際に聞き取った内容、具体的にはドイツ語の明らかな間違いや、私がかなり驚かされたあることについては、後ほど詳しくお話しします。
ツールごとの分析：ドイツのLLMテストにおける各ツールの成績
単に数字を並べて終わりにするつもりはありません。ここでは、各LLM審査員がツールごとに私に付けた評価について、より詳細に分析していきます。良い点、悪い点、そして「一体全体何が起きているんだ？」と首を傾げたくなるような点まで、すべてお伝えします。
読み方のポイントについて簡単にご説明します。各項目から重要な部分を抜粋しましたが、興味深かったのは、ツールが文字起こしそのものをいかにうまく処理したかという点だけでなく、その出力の仕方も注目に値するということです。文字起こし自体はまずまずの出来だったにもかかわらず、要約やメールを英語で生成してしまうといった、いくつかの顕著な例外が見られました。
1)tl;dv 書き起こし
tl;dv 最初から最後まですべてをドイツ語で維持できた唯一のツールtl;dv 。議事録、ダッシュボード、そして要約メールはすべて、会議で実際に使用された言語のまま提供されました。要約の段階でこっそりと英語に切り替わるようなことはなく、後ほどお分かりいただけるように、他のいくつかのツールではこれが実現できませんでした。
文字起こしそのものは正確で、句読点も適切に打たれており、複合語や「Kurzgesagt」という単語も難なく処理されていました。要約は単なる長文ではなく、きちんと構成されていたため、文字起こしを一行ずつ読むのではなく、要約をざっと目を通す際に非常に役立ちました。
唯一一貫して発生した不具合は、動画のキーワードである「AI-Slop」が、実行するたびに「AI-Slog」と発音されてしまったことだ。これはドイツ語特有の失敗というよりは、英語からの借用語の読み間違いによるものだが、3回中3回、確実に間違っていた。
ここで、もう一つだけ補足しておきたいことがあります。tl;dv 働いているため、ビジネスレベルのアカウントを利用できます。これはどういうことか？つまり、文字起こしや有料コンテンツへのアクセスに制限が一切ないということです。以下で紹介するツールの多くは、同等の機能を提供する無料トライアル版を使って検証しました。 そこで、2回目のtl;dv では、tl;dvリンクしていない無料アカウントtl;dv 。これは意図的なもので、アクセス権限の違いによって出力結果が有利にならないようにするためです。その結果はどうだったでしょうか？ 出力された文字起こしは短くなりましたが、ドイツ語の正確性は保たれていました。これは、無料プランであっても文字起こしの品質が維持されていることを明確に示しています。
結論は？ 堅実で安定した性能を発揮し、結果を確認するために言語を切り替える必要がなかった唯一のツールでした。
2) Sembly ドイツ語文字起こし
Semblyは、テスト全体を通じて最高の文字起こしスコアである20点満点中19点を記録しました。LLMの評価によれば、一語一語の正確さにおいてドイツ語の原文を最も正確に再現しており、総合順位で同点首位となった競合他社をもわずかに上回りました。
2つの不手際が、事態を大惨事にするのを防いだ。第一に、会議はドイツ語で行われたにもかかわらず、要約メールが英語で届いてしまった。これはまさに、冒頭で触れた「間違った言語で送られてしまう」という奇妙な現象そのものだ。 次に、さらに奇妙なことに、Run 2では「Mist」という単語が検閲された。ドイツ語話者にとって、これは「くそ」や「ちくしょう」といった程度の軽い言葉だ。それにもかかわらず、Semblyはこれを「****」と伏せ字にした。これは、おそらく検閲の対象となる必要のない単語に対して、不適切な言葉フィルターが作動してしまった例である。
結論は？もし文字起こしの正確さを何よりも重視するのであれば、Semblyが最良の選択肢と言えるでしょう。ただし、要約が会議で使用された言語とは異なる言語で作成される可能性がある点にはご注意ください。
3) HappyScribe ドイツ語文字起こし
HappyScribeは、組み込みのトラップに一度も引っかからなかったツールでした。「Kurzgesagt」は3回の実行すべてで1つの単語として処理されましたが、他のツールのほとんどは少なくとも1回は「kurz gesagt」に分割していました。また、テストしたツールの中でも最も深く詳細な要約を生成し、全体を通して明確なタイムスタンプと発言者ラベルが付けられていました。
それには理由があります。HappyScribeは、文字起こしを主軸とした製品から事業を開始したからです。会議アシスタント機能は、音声データを正確なテキストに変換することを中核とする事業の上に構築されており、その中にはドイツ語専用の文字起こしサービスや、スイス・ドイツ語に対応したサービスも含まれています。したがって、ドイツ語への対応が優れているのは単なる偶然ではなく、同社が設立された当初からの使命そのものなのです。
結論としては？もし、ライブ会議の派手な演出よりも、記録そのもの、つまり文字起こしや詳細な要約を重視するのであれば、HappyScribeに勝るものはないでしょう。
4)Fathom ・トランスクリプション
Fathom 、44点でトップ3を4点差で逃したものの、実に強力なFathom 。文字起こしの精度はトップクラスというよりは「良好」というレベルでしたが、最も優れていたのは出力品質でした。要約の質では9点満点中9点を獲得し、やや精度の低い音声データを、明快で実用的な要約へと見事に変換しました。
唯一の弱点は、ドイツ語特有の表現の扱い方だった。エンディングの「Kurzgesagt」という単語を分割して読み上げたり、上位3つのAIが難なく処理した複合語や固有名詞のいくつかでつまずいたりした。
結論としては？ オールラウンドな実力者であり、優れた要約があれば、平凡な成績表もカバーできるという好例ではあるが、ドイツ語の専門家というほどではない。
5) ジェイミー・ジャーマンの書き起こし
ジェイミーは、実は私たちにとって最も手強い相手になるかもしれないと思っていた企業でした。ドイツに本社を置くドイツの企業で……まさにドイツらしい会社です。
概して期待通りの結果を出し、42位という中位にしっかりとランクインした。2025年7月の動画から発見された隠しテキストなど、より扱いにくい箇所も的確に捕捉しており、性能の劣るツールが躓いた箇所でも問題なく処理できた。
2つのフラグ。数字を「2025」といった数値ではなく「zweitausendfünfundzwanzig」という文字列で表示した。これは厳密には間違いではないが、スキャンするには厄介だ。また、実行1では、テスト全体を通して最も奇妙な数値エラーが発生し、動画内の「72%」が「270%」に変換されてしまった。
結論としては、プライバシーを最優先した堅実な選択肢であり、ホームグラウンドの利点をほぼ活かしている。ただし、数値の誤差は大きな懸念材料だ。
6) ほうれん草のドイツ語表記
Spinachはドイツ語をかなり正確に処理しましたが、LLMによると他のモデルほどではありませんでした（この点は覚えておいてください！）。スコアは40点で、全行にわたって正確なタイムスタンプが記録されていました。しかし、実行するたびに、要約は英語での出力となりました。ドイツ語の会議記録を入力しても、英語の要約が出力されるという状態が、3回中3回とも続きました。
他のいくつかの例と同様、この作品も英語の借用語「AI-Slop」の扱いに戸惑いを見せ、版を重ねるごとに「AI-Slob」や「AI-Slot」など、さまざまな表記が混在している。これはドイツ語そのものの失敗というよりは、ドイツ語の中に組み込まれた英語の借用語に対する扱いの揺らぎと言えるだろう。
結果はどうだったか？ 生の映像そのものは問題ないが、英語の要約があるせいで、自国語での要約を求めているドイツ語圏のチームには、なかなか受け入れられにくい。
7) 「Fireflies 転写
Fireflies 私がすべてのデータを一度に記録する方式を断念した理由を最も如実にFireflies 。第1回テストでは、すべてのボットを1つのミーティングに詰め込んだため、ドイツ語の発音がひどく聞き取りにくくなってしまった。一方、個別に録音した第2回テストでは、音質が劇的に改善され、他のテストとは比べ物にならないほど良好な結果となった。しかし、第3回テストでは再び聞き取りにくくなってしまった。
その揺れが、信頼性の評価が低かった理由です。動作させるために完全に静かで、ボットが1台しかいない部屋を必要とするツールは、実際の会議がそのような環境であることはめったにないため、頼りにするのは難しいでしょう。また、ある要約では「ボット」を「スポーツ」と誤認しており、これはそのツールが参照していた音声データの状態を如実に物語っています。
結論？ 条件が整っていれば頼りになるが、そうでなければ不安定だ。
8) MeetGeek ドイツ語文字起こし
MeetGeekの最大の問題は「Run 1」で、ドイツ語の動画全体を英語として表示してしまった点だ。翻訳されたわけではなく、聞き取った内容を英語の発音に近似させた形で文字起こししたものであり、これはまた別の意味で間違っている。「AI.S.Mob, overfluted the net」といった具合に、おかしな結果になってしまった。
2回目と3回目の再生では、本来あるべきドイツ語の音声が復元されましたが、どちらも冒頭の一部が欠落しており、動画の最初が再生されませんでした。
結果は？ 3回のうち2回はまずまずの走りだったが、1回目は言葉が完全に詰まってしまい、残りの2回も序盤でつまずいてしまった。
9)Otter 表記
After the first run, I actually went back to check that Otter even covered German. The output was so far off, phonetic English mush where the German should have been, “We’re a ice lot to again height” being a real line from it, that I genuinely assumed I had made a mistake and picked an English-only tool. I had not. Otter’s help center lists German plainly, and I had selected it correctly. The tool just fell apart that badly.
他の実行では、ドイツ語が出力されました。文字化けはしていましたが、ドイツ語であることは判別できたため、かえって事態は悪化したと言えます。 選択した言語を、警告もエラーもフラグも表示せずに切り捨ててしまうツールは、正直に言って出来の悪いツールよりも信頼しがたい。なぜなら、その言語を話せていて注意深く見守っていなければ、そのミスに気づくことができないからだ。また、動画の重要な統計データも台無しにし、「1,200以上」という数字を「eins 200」という支離滅裂な表記に変えてしまった。
結果はどうなるか？ ドイツの支援を約束し、時にはそれを実行するが、何の連絡もなくそれを放棄してしまう。その点を踏まえて、信頼するかどうかは各自の判断に委ねる。
10)Grain 表記
いや、本当に驚きだ！Grain 。他のツールなら、質はともかく、ドイツ語のテキストを何とか生成してくれたものだが、Grain 使えるテキストがほとんどGrain 、ある実行時には「ノートを作成するためのコンテンツがありません」と表示されたほどだ。文字起こしすらできていなかったため、会議の要約など作成できるはずもなかった。
3回の実行すべてを通じて生成されたものは、ドイツ語ではなく、ましてや拙いドイツ語ですらなかった。それは、発音のみを模した意味不明な英語の羅列だった。「Google AI fast website Suzanne」は、ドイツ語の音声を元に生成された実際のフレーズだ。システムはこの支離滅裂な言葉を録音セッションの名称として使用したため、その無意味な言葉はファイル名にも反映されてしまった。
Grain公式サポートページによると、ドイツ語は単に「対応言語」として挙げられているだけでなく、最上位の「Common」精度レベルに分類されており、同ページではこのレベルについて、単語の検出、句読点、固有名詞の認識において極めて高い精度を誇ると説明されています。
結果はどうだったか？ その主張と、実際に目の前に提示された内容との乖離は、今回のテスト全体を通じて最も大きかった。この音声について、Grain ドイツ語を文字起こしGrain 。英語だと勘違いして、そのまま諦めてしまったのだ。
ドイツ語を話す参加者は、その成果についてどう思ったのでしょうか？
つまり、LLMは各ツールが評価基準に対してどのような結果を出したかについて、かなり詳細な分析を示してくれました。しかし、ここには微妙な点があります。この動画は、実際の会議を再現するように選ばれたものであり、背景の雑音や早口の話者など、決して完璧とは言えない状況が再現されています。50点満点での評価はあくまで一つの指標に過ぎません。
実際にその言語を話す人が、その成果をどう評価するかはまた別の話だ。
そこで、テストのこの部分では、ツール名をすべて削除したトランスクリプトの出力データを、ドイツ語を話す担当者に送りました。ラベルもスコアもなく、どれがtl;dv 」なのかtl;dv どれが失敗作tl;dv 分からない状態です。彼女には、各トランスクリプトの正確さを10点満点で評価し、ありのままの感想を伝えてもらうよう依頼しました。
結果はかなり面白かった。しかも、私が割り当てたどんな数値よりも、はるかに多くのことを物語っていた。実際にドイツ語がどう形になったか、以下に示そう。
4つのツールが満点に近い結果を出した。HappyScribe、tl;dv、Sembly、そしてSpinachはすべて最高評価帯に入り、ほとんどが9点か10点で、文ごとに「正解」と判定され、余白に書き込みはほとんどなかった。この4つのうち3つは予想通りだった。私の50点満点の評価基準でもトップに名を連ねていたツールたちだからだ。しかし、Spinachは？ これが今回のテスト全体を通して最も興味深い結果だった。
中盤もほぼ同様で、ジェイミーは持ちこたえ、8点台と9点台をマークしたが、主に「72 Prozent」を「zweihundsiebzig Prozent」と発音したことで減点された。
Fathom もっと散らかったFathom 。文によってスコアは3から10まで変動し、余白には「そんな単語はない」「『彼女』って誰？」「最後の文がおかしい」といったコメントが書き込まれていた。 ある時点で、Fathom トランスクリプトに自身の名前「DerFathom Menschen für Menschen gemacht」Fathom 、それに対して「『kurz gesagt』ってソフトウェアのこと？それともどういう意味？」という困惑した反応が返ってきた。
そして、本番の評価だ。Otter、MeetGeek、Fireflies Grain 彼女の忍耐が明らかに限界に達Grain 、その様子は評価メモからうかがえる。Otter 「間違いが多すぎるし、単語の半分が英語だ」と冷淡なOtter 、次の試行では「これもただ意味不明な単語を並べただけだ」というコメントと共に10点中1点Otter 。そして3回目の試行では、ドイツ語を完全に放棄し、片言の英語で応答した。Fireflies 「ほとんどがただの支離滅裂な言葉だ」Fireflies 。MeetGeekは「ごめんなさい、ごめんなさい、ごめんなさい」というループに陥ってしまった。Grain 。代わりに、発音記号のような、英語の形をした何かを生成したが、それを声に出して読むと、笑わずにはいられないほど滑稽なものだった。
tl;dv しなかった。HappyScribeやSpinachを同列に扱ったのだ。私が執筆を担当しているツールはブラインドテストで見事に合格し、各テストで9点、8点、9点を獲得し、余白への不満も一切なかったが、圧倒的な優勝者という結果にはならなかった。これこそが、私がこのテストのこの部分で求めていた結果だ。ロゴが見えない審査員なら、私に有利な判定を下すことはできないからだ。
さて、ほうれん草です。
50点満点の評価基準では、Spinachは中位に留まりました。しかし、ブラインドテストでは上位入賞作と同じ位置にランクインしました。この差は間違いではありませんが、きちんと説明しておく価値があります。
Spinachは実際のドイツ語を美しく文字起こししてくれますが、その後、それをほとんど有効活用できていません。実行するたびに、音声をきれいにキャプチャし、英語の要約を返してきました。私の評価基準では、製品全体、つまり文字起こし、要約、そしてドイツのチームが月曜の朝に実際に目にするであろう提示方法までを評価対象としていたため、Spinachは彼女が目にしなかったすべての項目で減点されてしまいました。彼女は常に生のテキストしか見ていなかったのです。そして、その生のテキストは素晴らしいものでした。
つまり、同じツールに対して2つの異なる評価が下されることになります。単なる文字起こしとして見れば、Spinachはほぼ完璧です。しかし、実際にドイツ語の会議で使うツールとして評価すると、その評価は中程度に下がります。同じソフトウェアでありながら、何を評価基準とするかによって、全く異なる結果が導き出されるのです。
Grain 一方の側面からこれをGrain 。つまり、文字起こしに失敗すれば、その後のすべてが台無しになるということだ。Spinachは反対の側面からこれを証明している。文字起こしを完璧にこなしても、ドイツ語のツールとしては不十分である可能性があるということだ。
以下に、当社のドイツ語話者が文字起こしに対して行った、興味深い即席のコメントをいくつか紹介する。
なぜドイツはこれほど多くのルールを破ったのか
さて、この点数の差から浮かび上がる疑問があります。10のツールすべてが「ドイツ語」を選択しているにもかかわらず、ドイツ語は決してマイナーな言語ではなく、ヨーロッパで最も広く話されている母語の一つであるにもかかわらず、なぜ同じ9分間の動画に対して42点もの点数差が生じるのでしょうか？ その答えの一部は、各ツールが内部で稼働させているエンジンにあります。| ツール | 文字起こしエンジン | ドイツ語の公称精度 |
|---|---|---|
| tl;dv | デフォルトでは独自モデルが使用されますが、BusinessプランおよびEnterpriseプランではWhisperが利用可能です | ドイツ語に特化した数値はありません。tl;dv 全体として96%の精度をtl;dv 、言語別の内訳は示されていません。 |
| センブリー | ディープグラム | ドイツに関する具体的な数値は公表されていない。 |
| ハッピー・スクライブ | 自社開発モデル | AIによるドイツ語翻訳の精度は約85％、人間による校正を加えると最大99％に達します。これは同社のドイツ語ページに記載されている主張です。 |
| Fathom | 公表されていない | ドイツ固有の数値はない。概して約95％とされている。 |
| ジェイミー | ElevenLabs Scribe | ドイツ語に特化した数値はありません。100以上の言語において、市場データは「極めて正確」です。 |
| ほうれん草 | 公表されていない | 正確な数値は公表されていない。 |
| Fireflies | AssemblyAI | ドイツに関する具体的な数値は公表されていない。 |
| ミートギーク | 独自開発（最近アップグレードされたエンジン） | ドイツに関する具体的な数値は公表されていない。 |
| Otter | 自社開発モデル（AISense） | ドイツ語版に関する具体的な数値はありません。まず英語版がリリースされ、ドイツ語のサポートは限定的です。 |
| Grain | AssemblyAI | 正確な数値は公表されていない。 |
これは位置情報に基づく偏りなのでしょうか？
この時点で、企業の拠点がどこにあるかがこの結果に影響を与えているのかどうか、少し立ち止まって考えてみた。やはり「英語圏の特権」という視点に立ってみると、成績が良かったツールはすべてヨーロッパの企業によるもので、成績が悪かったものは米国企業によるものではないかと、ふと疑問に思ったのだ。 プライバシーとセキュリティ 確かに、米国と欧州のツールでは違いが見られる分野もありますが、今回のケースではそうではありませんでした。 上位3つのツールのうち2つはヨーロッパ発のもので、tl;dv Scribeです。 そして、ドイツ製のツールtl;dv Jamietl;dv どちらも好評を博した。そのため、一見したところこの理論は成り立つように見えた。しかし、その理論はすぐに崩れ去った。 Semblyはアメリカの企業です本社をニューヨークに置く同社は、試験全体を通じて最も高い精度スコアを記録した。 MeetGeekはヨーロッパ発のサービスで、ルーマニアで開発されました、そしてそのツールはランキングの最下位近くに位置していました。私のチームで最も成果を上げたメンバーの一人は米国在住でしたが、最も成績の悪かったメンバーの一人は欧州在住でした。ですから、「欧州のツールはドイツ語対応が優れている」という主張は、単純に成り立ちません。 つまり、重要なのは企業の出身地ではありません。そのツールが、非英語話者を真に念頭に置いて開発されたかどうかが問題なのです。ヨーロッパ企業であることは、そのためのひとつの道筋に過ぎません。Semblyのように、グローバル企業向けに構築されていることも、また別の道筋です。英語を前提とし、それ以外の言語を単なる追加機能として扱っていたツールこそが、本社がどこにあろうとも、失敗に終わったのです。| ツール | 本部 | 地域 |
|---|---|---|
| tl;dv | ドイツ | ヨーロッパ |
| センブリー | アメリカ・ニューヨーク | 米国 |
| ハッピー・スクライブ | スペイン、バルセロナ | ヨーロッパ |
| Fathom | アメリカ・サンフランシスコ | 米国 |
| ジェイミー | ドイツ | ヨーロッパ |
| ほうれん草 | アメリカ・ナッシュビル | 米国 |
| Fireflies | アメリカ・サンフランシスコ | 米国 |
| ミートギーク | ルーマニア、ブカレスト | ヨーロッパ |
| Otter | 米国マウンテンビュー | 米国 |
| Grain | アメリカ・サンフランシスコ | 米国 |
どのドイツ語の文字起こしツールがGDPRに準拠していますか？
私が試したドイツの文字起こしツールはすべて、GDPRへの準拠を謳っていますが、それだけではほとんど何も分かりません。それはデータプライバシー界の「参加賞」のようなものです。そのツールがドイツのチームにとって安全かどうかを実際に決定づける2つの質問は、あまり表立って語られないものです。それは、「データはどこで処理されるのか」と、「そのツールは会議の内容をAIの学習に利用しているのか」という2点です。
米国のツールのほとんどは、最初の質問に対して「アメリカ」と答え、2つ目の質問を絶対にされないことを願っているのです。
| ツール | データの処理場所 | ご自身のデータを使ってAIを学習させますか？ | 認定資格 |
|---|---|---|---|
| tl;dv | EU（ドイツ企業、EU内のデータセンター） | いいえ | GDPR；SOC 2 / ISO 27001 |
| センブリー | EU居住の選択肢（米国企業） | 企業は対象外。下位プランはオプトアウト | SOC 2 Type II、GDPR（ISO 27001は未取得） |
| ハッピー・スクライブ | EU限定（バルセロナ、EUデータセンター） | 公表されていない | SOC 2 Type II、GDPR、ISO 27001 認証取得データセンター |
| Fathom | 米国 | はい、個人を特定できない形式（オプトアウト可能） | SOC 2 Type II、GDPR、HIPAA（ISO 27001は対象外） |
| ジェイミー | EU限定（ドイツ・フランクフルト） | いいえ | ISO 27001、GDPR、DORA（SOC 2の公開報告書なし） |
| ほうれん草 | 公式には確認されていない | 公式には確認されていない | 公開情報を確認できませんでした |
| Fireflies | デフォルトでは米国（Enterprise版ではEUのプライベートストレージ） | いいえ（ベンダーとのデータ保持期間はゼロ日） | SOC 2 Type II、GDPR、HIPAA |
| ミートギーク | 米国またはEU（居住地選択） | いいえ | SOC 2 タイプII、GDPR |
| Otter.ai | 米国 | はい、匿名化されています | SOC 2 タイプII、GDPR |
| Grain | 米国（AWS） | 公式には確認されていない | SOC 2 タイプII、GDPR |
特に注目すべき点が2つあります。Fathom Otter Fathom 顧客データを用いてモデルを学習させています。両社ともまずデータを匿名化していますが、Fathom オプトアウトFathom 、デフォルト設定ではユーザーの会議データがモデルの改善に活用されるようになっています。競合他社がこぞって読みたがるような内容を含むドイツ語の通話記録について言えば、これはまさにデータ保護責任者が赤ペンで丸を付けるような一文です。
tl;dv, Jamie, Fireflies, and MeetGeek take the opposite stance and do not train on your content. Jamie and tl;dv go furthest by keeping processing inside the EU, Jamie in Frankfurt and tl;dv as a German company on EU infrastructure. Fireflies leaves you on US servers unless you pay for Enterprise private storage. If your shortlist is “EU data, no AI training, audited,” it comes down to tl;dv, Jamie, and HappyScribe. The same question follows your transcript wherever it goes next, so if you feed meetings into an AI chat tool, pick one that stays in the EU too. Our Langdock review covers one German option.
Then there is consent, which Germany does not treat as a formality. Recording someone’s spoken word without their agreement can be a criminal matter under German law, so “the bot just joins” is not a strategy. Most of these tools announce themselves or offer a consent prompt. Fewer build consent collection in as an actual feature rather than leaving it as the thing you forgot to do.
一つ注意点を率直に申し上げます。「GDPR準拠」や「EU居住者」といった条件は料金プランによって変動し、こっそりと更新されることもあるため、この表はあくまで現時点での情報として捉え、契約を結ぶ前に各ベンダーのトラストセンターを必ずご確認ください。私もそうしました。
ドイツ特有の調査結果：注目すべき傾向
もしご自身でこのようなテストを実施される場合（個人的にはおすすめしません。本当にストレスがたまりすぎました！）、あるいは単に自分のドイツ語の成績証明書をより厳しい目で読み直す場合でも、これらは成績上位者と下位者を分けた具体的な失敗パターンです。いずれも複数のツールで確認されたものなので、まずはこれらを重点的にチェックしてみてください。
複合語の「tell」
ドイツ語は単語を結合することが多く、「Kurzgesagt」はこの実験において最も明確な単一のテストケースです。これは「kurz gesagt」（要するに）が1つの単語に融合されたものであり、これを2つの単語として返したツールは、そのドイツ語処理能力の限界を露呈したことになります。上位3つのツールはこれをそのまま保持しました。 対象ツールの大半は、少なくとも一度はこの単語を分割してしまった。この同じ欠陥は、日常的な複合語にも現れている。あるツールは、スクリプト内の「Pro-Accounts」（プロフェッショナルアカウント）を「pro Account」（1アカウントあたり）に変えてしまったが、これは単なるスペルミスではなく、全く異なる意味になってしまう。複合語を見つけて、それがそのまま維持されるかどうかを確認してみよう。ツールのドイツ語理解力を測るのに、30秒もかからない。
ウムラウトとエッセット
ドットや「ß」の有無は、そのツールがドイツ語を正確に処理しているのか、それとも近似処理しているのかを見分ける最初の手がかりとなります。ウムラウトの欠落は単なる見た目の問題ではありません。単語の意味が変わってしまう可能性があり、また「ae」「oe」「ue」への置換や「ss」への置換は、そのエンジンが英語のキーボード配列に基づいて処理を行っていることを露呈するものです。優れたツールはこれらを最後まで正確に保持しましたが、劣ったツールはそれらを任意の要素として扱ってしまいました。
不適切な言葉のフィルタリングの誤作動
あるツールは「Mist」という単語を「****」と検閲しました。ドイツ語話者にとって、これは比較的穏やかな表現であり、ピー音で消すような言葉というよりは「くだらない」といった意味に近いものです。無害なドイツ語の単語に対して英語向けのフィルターが作動してしまうということは、そのツールが、一度も無効化されていないルールによって監視されていることを示しています。ドイツ語話者なら誰も予想しないようなアスタリスクの表示には注意してください。
数字の読み方と語順の逆転
あるツールは数字を「zweitausendfünfundzwanzig」と文字で表記し、2025年と正しく表示していたものの、スキャンするには非常に不便だった。 さらに悪かったのは、原稿の「72 Prozent」が「270 Prozent」に、また「über 1200」が「eins 200」と書き換わってしまったケースだ。これらは単なる転記ミスではなく事実誤認であり、要約や最終的な決定にまで持ち越されてしまう。すべての数字を手作業で再確認すること。
根本的な原因：ドイツ語を対象とした英語優先のエンジン
上記のパターンのほとんどは、ある一点に起因しています。デフォルトで英語を使用すると想定しているエンジンは、英語の習慣、不適切な言葉のフィルタ、外来語の推測、そして文脈を見失った際の音韻に基づく代替案といった要素に、つい頼ってしまいがちです。だからこそ、「AI-Slop」という単語が、ツールによって「Slog」、「Slob」、「Slot」といった形に変換されてしまったのです。周囲のドイツ語は問題なかったにもかかわらず、その根底にある英語的な本能が、つい表に出てきてしまったのです。
ドイツでの会議に適したAI会議ツールの選び方
このテストが最も重要となるのは、ドイツ語で会議を行い、その記録の正確性が求められる場合です。具体的には、ドイツ語を話すチーム、自国語で業務を行うEU企業、ドイツ語圏のクライアントに議事録や要約を提出する担当者、そしてデータの行き先をすでに気にしているGDPRに配慮した購入者などが該当します。一方、このテストが最も重要でないのは、英語に対応しているツールならドイツ語にも対応していると安易に考えている人々です。まさにその思い込みこそが、このランキングの最下位という結果によって厳しく指摘されているのです。
それ以外の方にとっては、どの選択肢を選ぶかは、自分が最も重視する点をどう満たすかにかかっています。というのも、4つの受賞作はそれぞれ異なる方法で満点を獲得しているからです。
最初から最後までドイツ語対応が必要ですか？それならtl;dv 。トランスクリプト、要約、ダッシュボードに至るまで、最初から最後まで一貫してドイツ語で表示され、要約の段階でこっそり英語に切り替わることのない唯一のツールでした。私が報酬を得ているのもこのツールですが、それでも優勝ではなく同率1位にとどまったので、この推薦はあくまで参考程度に留めておいてください。
最も正確な生の記録が必要ですか？Semblyはテストにおいて、一語一語の正確性において最高スコアを記録しました。** ただし、会議が英語で行われていなくても、要約メールは英語で届く場合がある点にご注意ください。
最も詳細な文字起こし記録が必要ですか？それならHappyScribeに勝るものはありません。このサービスは文字起こしを第一に考えて開発されており、テスト対象の中で最も詳細かつ正確なラベル付けが施された要約を生成します。テキストそのものが成果物となる場合、まさにこれこそが求められる機能です。
最も自然なドイツ語をお探しですか？それなら 、私たちのテスト結果によると、「Spinach」が最適です。ただ、唯一の問題は、それが文字起こしの中にしか存在しないという点です。 登録時に「英語」を選択してしまったのかもしれません。ただ、登録時には特に意識してドイツ語（真剣に考えていた方々のために言っておくと「Deutsch」です、見逃していませんよ！）を選んだはずですが、どうやらインターフェースは私に英語で表示させたがっていたようです。
同点の結果が3つ、ネイティブスピーカーによる判定が1つ：計4つの異なる仕事。自分に合ったツールを選んでください。
ドイツでの会議に最適なAI会議ツール：総評
当社のテストでは4つのツールが上位にランクインしましたが、重要な点は、それらが同率で並んだわけではないということです。ドイツ語tl;dv 最初から最後までtl;dv 」、最も正確な生の記録には「Sembly」、最も詳細な文字記録には「HappyScribe」、そしてドイツ語話者からは「Spinach」が支持されました。ドイツ語の会議に最適なAI会議ツールは一つだけというわけではありません。目の前の業務に適したツールがあり、避けるべき明らかな下位ツールも存在します。
tl;dvのために記事を書いており、彼らから報酬ももらっている。当初は彼らが圧勝するだろうと期待していたが、結果はそうならなかった。テスト全体で最も厳しい審査員である、ロゴを一つも見分けられなかったドイツ語ネイティブの審査員でさえ、彼らを断トツの1位には選ばなかった。クライアントを恥じ入らせないテストなど、テストではなく広告に過ぎない。今回のテストは辛口な評価を下した。だからこそ、この結果にはあなたにとって価値があるのだ。
もし「あらゆる場面でドイツ語」が必要なら、tl;dvまさにそのニーズに応えるサービスです。無料プランなら、本格的に利用を始める前に実際の会議で試すことができます。次回のドイツ語での通話で試してみて、要約が正しい言語で返ってくるか確認してみてください。9分間の実際の音声データは、どんな機能紹介ページよりも多くのことを教えてくれるはずです。
よくある質問：ドイツ語の文字起こしに対応したAI会議ツール
ドイツでの会議に最適なAI会議ツールは何ですか？
ドイツ語の会議に最適なAI会議ツールは、tl;dv、 Sembly、HappyScribeです。これらは、同じドイツ語の動画を用いて10種類のツールを比較した実証テストにおいて、50点満点中48点で同率1位となりました。
tl;dv 、トランスクリプトと要約を最初から最後までドイツ語のまま維持できる唯一のツールtl;dv 。
AI会議ツールは、英語と同じようにドイツ語でもうまく機能するのでしょうか？
我々の実験によると、すべてのツールが安定した性能を示したわけではありませんでした。このテストでは、ドイツ語対応を謳う10種類のツールが、同じ9分間のドイツ語動画に対して50点満点中、42点もの点数差を示しました。ドイツ語をほぼ完璧に認識したツールもあれば、英語の発音記号による意味不明な文字列を出力したり、言語設定が完全に切り替わってしまったりしたツールもありました。ドイツ語に対応していることと、ドイツ語を正確に処理できることは別物であり、英語での評価が、そのツールがドイツ語をどのように扱うかについてほとんど何も示唆しないのです。
どの会議ツールがドイツ語の文字起こしで失敗したのでしょうか？
Otter で最もOtter 。Grain 50点満点中Grain 、ドイツ語の代わりに意味不明な英語の音韻を生成し、ある実行では要約すべき内容がないと報告しました。Otter 30Otter 、ある実行ではドイツ語を完全に無視し、エラーや警告も表示せずに支離滅裂な英語を返しました。両者とも、ドイツ語をサポート言語として挙げています。
AI文字起こしは、ドイツ語の複合語やウムラウトに対応していますか？
高性能なツールなら可能ですが、多くのツールでは確実に処理できません。ドイツ語は単語を1つの長い複合語に融合させる傾向があり、ブランド名「Kurzgesagt」はこれを検証する良い材料となりました。性能の低いツールはこれを「kurz gesagt」に分割してしまい、ドイツ語モデルの精度が低いことを露呈してしまったのです。 ウムラウト（ä, ö, ü）やエッセット（ß）もまた、その見分けとなる。なぜなら、これらをae、oe、ue、またはssに置き換えてしまうツールは、ドイツ語を処理しているのではなく、単に近似しているに過ぎないからだ。
なぜ一部のAI会議ツールは英語に切り替えたのでしょうか？
ツールが英語に切り替わったのは、その基盤となる音声認識エンジンがデフォルトで英語設定となっており、他の言語をその上に重ねられた設定として扱っていたためです。エンジンがドイツ語の音声を正確に認識できないと判断すると、英語の処理パターンに切り替わり、音韻に基づいた文字起こしを行ったり、英語の不適切な表現フィルターを適用したり、文字起こし内容がドイツ語であっても要約を英語で生成したりしました。テストでの失敗の大部分は、ドイツ語そのものの難しさではなく、この「英語優先」の設計に起因するものです。
tl;dv ドイツ語の文字起こしにtl;dv ？
はい。今回のテストでは、tl;dv 50点満点中48点を獲得して首位tl;dv 、10種類のツールの中で唯一、トランスクリプト、要約、ダッシュボードを最初から最後までドイツ語のまま維持し、要約段階でも英語に切り替わることがありませんでした。
ドイツ語を母語とする採点者が、ツール名を一切見せない状態でトランスクリプトをブラインド採点したところ、HappyScribeやSpinachと並び、最高評価のランクに位置づけました。
質の高いドイツ語の文字起こしには、有料プランが必要ですか？
必ずしもそうとは限りません。
有料アカウントではなくtl;dv 、生成された文字起こしは短くなりましたが、ドイツ語の正確性は保たれていました。つまり、サブスクリプションなしでも、文字起こし自体の品質は維持されていたのです。今回のテストで検証した他のいくつかのツールについても、同様の機能を提供する無料トライアル版で実行しました。プランの階層は、ドイツ語の正確性そのものよりも、文字起こしの長さや機能に影響を及ぼしましたが、提供内容は頻繁に変更されるため、利用を検討する際は最新の無料プランを確認してください。
ドイツ語の文字起こしを無料でやっていただけますか？
はい。私が試したツールのほとんどは、無料プランでもドイツ語の録音と文字起こしに対応していますが、利用制限に落とし穴があります。tl;dv、ドイツ語の録音と文字起こしが可能です。Fathom 録音データ量に関して最もFathom 、無料かつ制限なしですが、データは米国に保存され、デフォルトでは同社のモデル学習に利用されます。Fireflies 800分分の保存容量）、MeetGeek（月3時間）、Otter 無料プランは、思った以上にすぐにOtter 。無料で、EUに拠点を置き、AIトレーニングも行われないサービスを1か所で利用したいドイツのチームにとって、この3つの条件をすべて満たす唯一のtl;dv
ドイツ語の文字起こしにおいて、話者ラベルとタイムスタンプは機能しますか？
ドイツ語の文字起こし結果が実用レベルで出力されたすべてのツールにおいて、タイムスタンプは正確に保持されていたため、その点については信頼できます。ドイツ語の処理がスムーズに行えた3つのツール、tl;dv、Sembly、HappyScribeは、書式が崩れることなく、タイムスタンプが正しく付いたドイツ語の文字起こし結果を返しました。ドイツ語での話者識別精度が必須要件である場合は、まずご自身の複数話者による通話でテストを行ってください。
AI文字起こしは、スイス・ドイツ語やオーストリアの方言にも対応していますか？
標準ドイツ語ほど信頼性は高くなく、スイス・ドイツ語になると、ほとんどのツールが推測に頼り始める。私のテストでは標準高地ドイツ語のナレーションを使用したため、方言については直接評価していない。公表されているベンチマークによると、オーストリア・ドイツ語の精度は91～93％程度であるのに対し、スイス・ドイツ語は80～87％にとどまっており、このあたりから文字起こし結果を信用できなくなる。 HappyScribeは、10種類のツールの中で唯一、スイスドイツ語の専用サポートを明確な機能として謳っているツールですが、これは同社の主張であり、私のテスト結果ではありません。
どのドイツ語転写ツールが最もコストパフォーマンスに優れているでしょうか？
購入するサービスによって異なります。私のテストでは、tl;dv、Sembly、HappyScribeが精度で同率1位でした。したがって、ドイツ語の品質そのものに関しては、これら3つのサービスに価格差に見合うほどの違いはありません。コストパフォーマンスの判断は、優先順位次第です。ドイツ語の精度が高く、実用的な無料プランがあり、EU域内でデータ処理が行われ、AIトレーニングが不要なサービスtl;dv を選びましょう。データの保存場所よりも、無料プランや録音時間の制限がないことがFathom を選びましょう。 最も幅広い言語と方言の対応が必要な場合は、HappyScribeを選びましょう。ここには「最もコストパフォーマンスに優れた」という唯一の勝者は存在せず、あなたが何を最も重視するかによって最適な選択肢が決まります。
