HappyScribe：当サイトのレビュー、ローカルWhisperとの比較
AIによる文字起こし、字幕作成、翻訳。人による校正もオプションで利用可能 — 当サイトの選定の中で最も評価の高いヨーロッパ企業です。
今回の候補の中で堅実な選択肢です。9年の実績（2017年、バルセロナ）、約1,400件のレビューに基づくTrustpilotの評価4.7/5に加え、文字起こしの生の出力を編集するための本格的な機能を備えています。ただし、当サイトの見解は変わりません。シンプルなテキストの文字起こしなら、ローカルで動かすWhisperが無料で、十分に対応できます。HappyScribeに料金を払う理由は、文字起こしそのものではなく、エディタ、字幕、大量の処理への対応にあります。
具体的には、どのようなものですか？
HappyScribeは、2017年にバルセロナで設立された自動文字起こしサービスです。音声または動画ファイルをアップロードすると、オンラインエディタでタイムスタンプ付きのテキストや字幕が得られます。AIによる処理に加えて、正確さが契約上求められる用途向けに、母語話者の言語専門家による人手の校正オプションも用意されています。
Whisperのようなエンジン単体との差は、音声認識そのものではなく、その周辺の機能にあります。音声認識はすでにコモディティ化しているためです。差がつくのは、同期再生機能を備えたエディター、字幕スタイル、翻訳、用語集、あらゆる形式へのエクスポート、チーム管理です。
当サイトのテスト：Whisperをローカルで実行し、同じ種類の音声で処理時間を測定
マーケティングページを言い換えて紹介する代わりに、無料でローカル実行できる代替手段の実力を測定しました。それこそが本当の競合だからです。テストマシン：Intel Core Ultra 9 275HX（24スレッド、int8）、 GPUなし — 最悪のケースを測定するため、意図的にそうしています。148秒のフランス語音声をfaster-whisperで文字起こしした結果：
| 構成 | 測定時間（2026年8月26日） | リアルタイム係数 |
|---|---|---|
| Whisper small (ローカル、CPUのみ) | 148秒の音声に対して19.9秒 | 0.13 （音声の再生時間に対して7倍の処理速度） |
| Whisper large-v3 (ローカル、CPUのみ) | 148秒の音声に対して89.7秒 | 0.61 （音声の再生速度の1.6倍で処理） |
私たち自身が驚いた結果は以下の通りです： GPUがなくても、最大品質（large-v3）でWhisperのローカル版はリアルタイムより速くテキストに変換できます。。1時間のインタビューは、ごく普通の最近のCPUでも約37分の計算時間で文字起こしでき、GPUなら数分で済みます。つまり、文字起こしそのものはすでに無料で解決できる課題です。はっきり言えば、必要なのがテキストだけなら、何も買わないでください。
ではなぜHappyScribeは4.5/5なのか？ それは、生の文字起こし自体が製品ではないからです。製品とは、Whisper単体では決して実現できないものです：数分で修正できる同期再生エディタ、SRT/VTTエクスポート付きで整えられたスタイル付き字幕、翻訳、契約ベースの人間による校正、チーム管理。私たちのサンプルでは、Whisperの2つのサイズによる認識はクリーンでした — 差は固有名詞と句読点にあり、 large-v3 — ただし、出力されるファイルは未加工のままで、実用的なタイムスタンプも修正ツールもありません。対価を払うのは、こうした最後の仕上げの部分です。
料金
HappyScribe は、オーディオ時間単位または月額サブスクリプションで利用料金が発生し、利用量に応じて無料トライアルが適用されます。人間によるリーディングは別途料金が発生し、AI だけよりもはるかに高い価格で設定されています。これは正常で、人間の翻訳専門家が対応しているからです。概算では、AI だけの利用は数 euro ほどのオーディオ時間あたりで済みます。現在の価格表を確認してください、価格は変動しています。
強みと課題
- 今回選んだサービスの中で最も評判が良いサービス：Trustpilotで4.7/5、約1,400件のレビュー、不審な商慣行の兆候は一切ありません
- 2017年から事業を営む欧州企業（バルセロナ、GDPR）— 契約中のサブスクリプションごと姿を消しかねないスタートアップではありません
- 字幕エディターとエクスポート（SRT、VTT、スタイル）：Whisper単体では決してできないこと
- 誤りによる損失が大きい用途向けに、人による校閲をオプションで提供
- ローカルで動かすWhisperは無料なのに対し、こちらは従量課金です — たまにプレーンテキストの文字起こしを得るだけなら、サブスクリプションを契約する理由はありません
- ファイルは同社のサーバーを経由します。機密性の高い録音（医療・法律関連）については、引き続きローカル処理を原則とします
よくある質問
HappyScribeはWhisperよりも優れているのでしょうか？
音声認識そのものの品質では、差は縮まっています。ローカルで動作するWhisper large-v3は、非常に高品質なフランス語の文字起こしを無料で提供します。HappyScribeは、それ以外のすべての面で優れています。サーバー側で保証される処理速度、音声と同期するエディター、タイミングとスタイルを整えた字幕、翻訳、人による校正、チーム管理です。購入すべきなのは、エンジンではなく、こうしたツールです。
Whisperによるローカルでの文字起こしは本当に無料ですか？
はい。モデルはオープンソースで、オフラインでもご自身のマシン上で動作します。実際にかかるコストは計算時間です。CPUでは、最高品質のモデル（large-v3）を使うと処理時間が音声の再生時間を超えることがありますが、GPUでは大幅に短くなります。当サイトの専用ガイドでは、10分でできるインストール手順を詳しく説明しています。
機密性の高い録音を HappyScribe に送信してもよいですか？
会社はヨーロッパに拠点を置き、GDPRに従っています。これは、多くのアメリカの代替品と比較して優れていると言えます。ただし、編集方針は変わりません。医療、法的、またはNDAに基づくデータは、いずれの第三者サーバーを経由して保存すべきではありません。Whisper Localはまさにその目的で設計されています。
人による校正はどれほど役立ちますか？
このサービスが単体のエンジンと異なるのは、このオプションです。対象言語を母語とする言語専門家がAIの文字起こしを修正し、正確性の水準が契約で定められています。正式な成果物（議事録、放送用字幕）には役立ちますが、社内利用には不要です。