---
title: "Whisperオンラインの代替 - インストール不要・Python不要 | Speecho"
description: "Whisperをインストールせずに文字起こし。ブラウザで音声をアップロードすれば、文字起こし・字幕・AI要約・翻訳が99言語で返ってきます。1時間あたり$0.83から。"
canonical: "https://speecho.app/ja/whisper-online/"
language: "ja"
publisher: "Speecho"
---
ブラウザで完結

# Whisperをインストールせずに、ブラウザで文字起こし。

ブラウザからファイルをアップロードすれば、数分で文字起こしが返ってきます。pipもCUDAも不要で、依存関係のエラーに一晩を費やすこともありません。音声認識は当社側で動き、99言語に対応しています。

[ファイルを文字起こし →](https://my.speecho.app)

インストール不要、最初の15分は無料です。音声1時間あたり$0.83から。

[YouTubeでチュートリアル全編を見る](https://www.youtube.com/watch?v=6VUGfwEwmSo)

## Whisperを自分で動かすときの本当のコスト

モデル自体は無料です。それを動かす環境と手間は無料ではありません。

### セットアップ

Python、ffmpeg、仮想環境、そしてGPUに合ったtorchのビルド。最初の文字起こしにたどり着く前に、依存関係のエラーで午後が潰れる。

**ここでは：**ページを開いてファイルを置くだけ。インストールするものも、更新し続けるものもありません。

### ハードウェア

CPUではlargeモデルは実時間より遅く、1時間の音声に1時間以上かかることもある。その間ファンは全開。

**ここでは：**文字起こしはクラウドで処理します。1時間の音声も数分で返ってくるので、その間は別の作業ができます。

### 出力はテキストだけ

Whisperが返すのはテキストです。話者ラベル、字幕ファイル、要約、翻訳は、それぞれ別に作る必要がある。

**ここでは：**その4つが同じアップロードから、仕上がった状態で返ってきます。

## 文字起こし以外に付いてくるもの

ローカルで一度動かした人が、結局自分で書くことになる部分です。

### 話者ラベル

複数話者の録音--インタビュー、パネル、会議--で各行を声に対応付けます。あとから「話者1」を実名に変更できます。

### そのまま使える字幕

Whisperの生セグメントをプレーヤーが受け付ける形に整え直す必要はありません。適切な改行とタイミングの.srtと.vttを書き出せます。

### 入力99言語、出力18言語

99言語の音声認識に加えて、完成した文字起こしの18言語への翻訳と、話された内容のAI要約が付きます。

## 使った分だけお支払い

一度チャージすればOK。クレジットは無期限。サブスク不要。文字起こし・スキャン・字幕をひとつの残高で。

新規アカウントにはお試し用の無料15分が付きます。クレジットはスキャンや字幕にも使えます。

$5

2,400 クレジット

≈ 音声4時間

一番人気

$10

6,000 クレジット

≈ 音声10時間

$25

15,000 クレジット

+1,800 ボーナスクレジット

≈ 音声28時間

$50

30,000 クレジット

+6,000 ボーナスクレジット

≈ 音声60時間

✓ 99言語に対応 ✓ AI要約 ✓ 18言語への翻訳 ✓ TXT・SRT・VTT・Word・PDF書き出し

[始める →](https://my.speecho.app) [料金詳細を見る →](https://speecho.app/ja/#pricing)

## よくある質問

ここにない質問は[お問い合わせ](https://speecho.app/contact/)ください。通常1営業日以内に返信します。

**ローカルでWhisperを動かすほうがよいのでは。**

高性能なGPUがあり、Pythonに慣れていて、常時文字起こしをしているなら、正直なところそのとおりです。ローカルなら電気代とセットアップの時間だけで、あとは時間あたりの費用はかかりません。Speechoが向くのは、ハードがない場合、環境の保守をしたくない場合、あるいは話者ラベル・字幕・要約・翻訳を自作せずに使いたい場合です。

**何かインストールする必要はありますか。**

ありません。ブラウザで完結します。Pythonもffmpegも、モデルの重みのダウンロードも不要です。動画はアップロード前に手元で音声だけを抽出するので、ギガバイト単位の転送も発生しません。

**対応言語は。**

Speechoは99言語を文字起こしし、完成した文字起こしを18言語へ翻訳します。精度が最も高いのはクリアな音声と広く話されている言語で、この点はローカルのWhisperを含め、どの音声認識でも同じです。

**音声はAIの学習に使われますか。**

いいえ。録音がモデルの学習に使われることはありません。元のファイルは処理後に削除され、文字起こしも履歴からいつでも削除できます。

**料金はいくらですか。**

チャージ額に応じて、音声1時間あたり$0.83〜$1.25です。サブスクはなく、クレジットに期限もありません。メールアドレスを認証すると15分の無料枠が付きます。

## セットアップで午後を潰さずに、文字起こしを。

1回のアップロードで、文字起こし・話者ラベル・字幕・要約・翻訳まで。

[ファイルを文字起こし →](https://my.speecho.app)