日本語を使った会議の文字起こし精度：AIツール6選の比較検証（2026年）

6つのツールを評価した結果、tl;dv が小計60点で、最高精度を記録しました。

RimoとNottaが 57点で続き、Google Geminiが39 点、Clova Noteが33点、Tactiqが 26点となりました。

tl;dvは言語の正確性、固有名詞および人名認識の精度、また追加学習前の専門用語の認識において首位を獲得。言語固有の認識や、数値、日付、通貨、および句読点と文章の区切りなどでも優れた結果が証明されました。

固有名詞検出

今回の検証でテストした項目の一つに固有名詞検出があります。広く知られている名前や専門用語をどれだけ正確にテキスト化できるかを評価する指標です。今回使用した音声の中には、tl;dvなどの企業名が含まれていました。

tl;dvは、自社名をセミコロンも含めて正確に文字起こしすることができたのに対し、他のツールの多くがTLDVと認識するなど、完璧な精度には至りませんでした。一方で、例えばCLOVA Noteでは pldv、gldv、dvなどさまざまな誤変換を起こすなど、完全に間違って表記されるケースもありました。

この傾向は、他のブランド名や人名の認識においても同様に見られました。多くのツールでは、テキスト全体で固有表現に一貫性がない状態で、既存の名称を正しく認識できるツールでは、地名や人名、企業名などが言及される場面でも精度を維持できる傾向があります。
今回のテストでは、全6ツールの中でtl;dvが最高スコアを記録しました。この高い一貫性は、文字起こしテキスト内の他の固有表現でも発揮されており、会話中に出た人名についても、tl;dvは正確に認識することができました。

文字エラー率（CER）

さらにサードパーティソースからの検証済みデータを用いて、4つ目のテストを実施しました。これは、音声認識（ASR）の評価における基礎的な指標である文字エラー率 （CER）を算出するためのものです。このCERテストにおいて、tl;dvは0.8%という驚異的な高スコアを記録しました。Nottaもそれに僅差で続きました。比較として、Rimoは1.5%、Tactiqは7.7%、Clovaは7.8%、Geminiは10.8%でした。なお、Geminiについては会議中にエラーが発生したため、より短い録音データに基づく評価となっています。

発言者識別

発言者名を識別できるツールは、tl;dvのみでした。 複数人が参加する会議では、この機能の有無が文字起こしデータの使いやすさを大きく左右します。同等の精度を持つRimoに発言者識別がないのに対し、tl;dvが優位に立っている理由はこのためです。

競合ツールの検証結果

次点のRimoも高い精度を示し、文章の区切りも良く読みやすい仕上がりでした。発言者識別がないこと、製品名を「TLDV」と誤変換した点が主な課題です。

Nottaも段落分けが明確で優れていましたが、ネイティブスピーカーの検証によると、文章の1ブロックが長くなる傾向があるとの指摘がありました。

Clovaは文章の改行は適切だった反面、文字起こしの精度自体が不十分で、製品名表記の一貫性に乏しく、認識機能に課題が残る結果となりました。

Tactiqは基本性能に課題があり、発言者識別がうまく機能せず、1人の発言が何人分にも分割されて表示されました。全体的に精度が低く、検証した6ツールの中で最下位でした。

Google Geminiに関する補足

今回は録画済みウェビナーを使用したため、Geminiの標準機能であるGoogle Meetへのリアルタイム接続での検証は行っていません。代わりに、有料アカウントからM4Aファイルを直接アップロードして検証しました。結果、録音の一部しかテキスト化されず、音声が聞き取りにくい部分では文字起こしの質が低下し、不完全な仕上がりとなりました。ちなみに、Nottaでは同ファイルが正常に処理できたため、データ側の問題ではないことが分かっています。

さらに4つ目のテストとして、文字エラー率（CER）を測定するための Google Meetでのライブ検証を実施しました。会議中Google Geminiに接続したものの、途中で停止したため再接続が必要となり、結果として文字起こしデータが中途で途切れ、データの正確性を著しく欠く結果に終わりました。

こうした課題はありますが、検証の網羅性を考慮しGemini も比較対象に含めました。なお、音声内の英語のガイダンスを認識するなど、多言語への対応力があることがわかりました。