インタビュー1本すら入らない無料120分: インドネシア語の無料AI文字起こしが実際にくれるもの

スマートフォンのなかに47分のインタビューが1本あります。今朝スラバヤで取材源から録ったもので、大半はインドネシア語、そこにいつものように英語が散っています。deadline、stakeholder、follow up。文字起こしは今日中に要る。できればお金は払いたくない。

そこで検索し、月120分の無料文字起こしをうたうツールに行き着いて、登録します。47分のファイルは120分に余裕で収まります。ところがアップロードは失敗し、プラン比較表の奥に、誰も見出しには書かない2つめの数字が埋まっています。録音1件あたりの最大文字起こし時間、3分。

このカテゴリ全体の形がそれです。無料プランはいちばん気前よく聞こえる数字で宣伝され、3行下の別の数字で縛られます。この記事は、あればよかったと私たちが思っていた比較表です。それぞれの無料枠がインドネシア語のインタビューに実際に何をくれるのか、何を黙って断るのか、そして課金する前に5分でどれでも試す方法を扱います。

まとめ

• 無料プランには互いに独立した上限が3つあります。月あたりの分数、1ファイルあたりの分数、1日あたりのファイル数です。そしてインタビューを壊すのは、ほぼ常に月の総量ではなくファイル単位の上限です。
• インドネシア語の音声認識は今月、実際に良くなりました。Deepgramが2026年8月7日に改良版のNova-3インドネシア語モデルを出荷しましたが、バッチ経路だけで、ストリーミングは対象外です。録音をアップロードする側は恩恵を受け、ライブ字幕は受けません。
• インドネシア語の精度を測る公開リーダーボードは存在しません。Open ASRリーダーボードは2026年8月28日に初めてグローバルサウスの言語を追加し、それはヒンディー語でした。それが変わるまで、あなたの音声を説明できる唯一のベンチマークは、あなた自身が回した5分のテストクリップです。

無料プランを、並べて見る

以下の数値はすべて各ベンダーが公開している料金表またはドキュメントから取り、2026年8月31日に確認したものです。基準となる仕事は、2人のインタビュー47分1本。人が実際に手元に持っているのはそのファイルだからです。

出典: 各ベンダーの料金ページ、2026年8月31日確認。id-IDはGoogleの対応言語ドキュメント。OpenAIは公開されているAPI料金。TurboScribeのライブ料金ページは自動取得をブロックするため、数値はInternet Archiveのスナップショットから取っており、他所での現行プランの説明とも一致します。依拠する前にご自身で確認してください。2026年8月31日時点でNottaから言語別の一覧を取得できなかったため、インドネシア語対応は「あるもの」と仮定せず未確認と記しています。

1本の軸に同じ単位を置いています。47分のインタビューのうち、1ファイルとして受け付けられる分数です。月間の割り当ては別物で、チャートの下に注記しています。

Nottaの120分は本物だ。インタビューを壊すのは3分の上限のほうだ

Nottaの無料プランを丁寧に読むと、けちではありません。月120分の文字起こし、50件のファイルアップロード、10回のAI要約、1,000のAIクレジット、クレジットカード不要。ボイスメモや短い通話なら本当に使える割り当てですし、月間分数だけを見れば競合の多くより気前がいい。

そのうえで、同じ比較表を1行下まで読んでください。Freeは録音1件あたりの最大文字起こし3分、Proは5時間です。あなたの120分は、3分の断片40個です。47分のインタビューは、そもそもシステムに入れません。

要点はここで、しかもこれは特定のベンダーを超えて一般化します。無料プランはひとつの数字ではなく3つの上限であり、マーケティングはそのうち最も大きいものを引用します。 月あたりの分数は見出しです。ファイルあたりの分数は、あなたのインタビューが文字起こし可能かどうかを決めます。1日あたりのファイル数は、1週間分のフィールドワークを日曜にまとめて処理できるかどうかを決めます。

TurboScribeは同じ取引を裏返します。無料プランには月間の分数プール自体がありません。1日3件の文字起こし、1件あたり最大30分、同時に1ファイル、キューの優先度は低め。1日30分×3件で音声90分、2日でNottaの月120分を軽く超えます。それでも47分のインタビューは入りません。ここでも効いてくる制約がファイル単位の上限だからです。録音を分割することになり、分割のたびに切れ目をまたぐ話者の連続性を失います。

TranskriptorとMaestraは、この緊張を別のやり方で解きます。無料枠をおおむね持たない、というやり方です。Transkriptorの公開プランはLiteから始まり、月$9.99で文字起こし300分、Proは$19.99で2,400分（年$99.99で払えば月あたり$8.33）。Maestraは60分あたり$12の従量課金クレジットを売り、Liteは月$23で180分です。両社ともインドネシア語を掲載しており、Maestraの言語表はインドネシア語を文字起こし、翻訳、ボイスオーバー、リアルタイムのいずれにも対応と記しています。どちらも定期的な無料割り当てを公開していませんが、それはそれでひとつの誠実さです。

インドネシア語は8月7日に確かに良くなった。ただし経路はきっかり1本

今月、インドネシア語の音声認識に本当に何かが起きたのに、「AI文字起こしツール」を扱う記事のほとんどがそれに触れていません。

2026年8月7日、Deepgramは改良されたNova-3の単一言語モデル群を公開し、アルメニア語を追加しました。このチェンジログは、ベンダーの告知としては珍しいほど具体的です。Batch models の項にはタミル語とインドネシア語。Streaming models の項にはタミル語とベラルーシ語。

インドネシア語は片方の一覧にあり、もう片方にはありません。

同じリリースがバッチではインドネシア語を、ストリーミングではベラルーシ語を改善しました。「インドネシア語対応が改善された」は、ひとつの事実ではありません。出典: Deepgramチェンジログ、2026年8月7日。

この区別は、インタビューの仕事にまっすぐ落ちてきます。バッチはアップロードされたファイルが通る経路です。エンジンは録音全体を見て、前後両方向の文脈を使えて、ライブの音声バッファと競走しません。ストリーミングはライブ字幕が通る経路です。インタビューを録ってあとからアップロードするなら、あなたはバッチ経路にいて、それが今月インドネシア語が良くなった経路です。インタビューの最中に正確なインドネシア語のライブ字幕を期待していたのなら、そのモデルは8月7日に変わっていません。

この議論の長い版は音声認識の言語カバレッジで「対応」が実際に隠しているものに書きました。同じパターンが業界を通じて繰り返されるからです。言語は対応か非対応かではなく、どの経路で、どのモードで、どの品質段階で、いつの時点で対応しているかです。インタビューの文字起こしに限れば、良い知らせは、あなたが必要とする経路こそが良くなった経路だということです。

インドネシア語の精度ベンチマークは誰も出さない。だからあなたがベンチマークになるしかない

誠実な比較記事を書くときの居心地の悪い部分がここです。インドネシア語のWER表はお渡しできません。信頼できる公開のものが存在しないからです。

この分野で中立的なスコアボードにいちばん近いOpen ASRリーダーボードは、2026年8月28日まで欧州の言語だけを扱う多言語タブを回していました。その日、Hugging FaceとVoice Arenaがヒンディー語を最初のグローバルサウスの言語として追加しました。母国市場だけでおよそ2億8千万人を抱えるインドネシア語は、まだ載っていません。ベンダーは英語の精度を公表し、それ以外については黙っています。

Whisper自身の構造も同じ非対称を示唆します。OpenAIのトークナイザーは100の言語トークンを宣言し、インドネシア語はその表の17番目にいます。立派な位置で、一覧の大半より確実に前ですが、英語や中国語やスペイン語の背後にあるデータ量には遠く及びません。宣言されたトークンは品質の保証ではありません。モデルがその言語を試みる、という表明です。

だから運用上の誠実な結論はこうです。インドネシア語では、ベンチマークはあなた自身の音声です。 ベンダーのデモファイルでも、リーダーボードでも、レビューサイトの星の数でもありません。あなたのレコーダー、あなたの部屋、話し手の地域なまり、あなたの業界の語彙です。逃げ口上に聞こえますが、きちんとやっても20分ほどしかかからないと気づけば話は変わります。

5分テスト: 誰かに払う前に、これを回す

実際のインタビューから5分の断片をひとつ取ってください。理想は、話者が2人いて、背景ノイズがあり、固有名詞が最低3つ入っている場面です。候補のツールすべてに通します。そのうえで、この順に5つを確認します。

1. 固有名詞の誤りを数えてください。 人名、社名、地名、製品用語です。インドネシア語のASRが安定して失敗する場所であり、誤りが下流にいちばん損害を与える場所でもあります。誤った名前は、そのあと生成するすべての要約と引用に静かに伝播するからです。5分で5個なら、インタビュー全体でおよそ47個です。
2. 言語が混ざった行を名指しで確認してください。 インドネシア語の節のなかに英単語が座っている文を見つけ、ツールが何を出したかを読みます。業務用のインドネシア語音声について最も予測力の高い単一のテストであり、どのベンダーページも扱わない項目です。
3. 話者ラベルは1分目ではなく5分目で確かめてください。 話者分離は冒頭数秒ならたいてい完璧に見えます。重要なのは、最初の割り込みや同時発話や長い沈黙のあとでも話者Aが依然として話者Aかどうかです。
4. 手を動かせるタイムスタンプがあるか見てください。 引用を音声と突き合わせる可能性が少しでもあるなら、ウェブプレイヤーの中だけでなく、書き出しに行単位のタイムスタンプが必要です。記者と質的研究者は、これを必須要件として扱うべきです。
5. ファイルを書き出して、別の場所で開いてください。 TXT、DOCX、SRT、VTT、あなたのワークフローが必要とするものを。無料プランがいちばんよく止まる場所がここであり、ツールの外に出せない文字起こしは記録ではなくデモです。

実際の評価がぶつかる順に並べた5つの確認項目。

ツールを選んだあとに来るワークフロー、つまり要約を信じる前に文字起こしを見直すこと、引用を元の音声に結びつけておくことについては、インタビュー音声を見返せる文字起こしと要約に変えるで別に扱いました。

インドネシア語のインタビューが実際に壊れる場所は、文のまんなかの英単語だ

業務のインドネシア語は単一言語ではありません。「Nanti kita follow up setelah meeting dengan tim product」は壊れたインドネシア語ではなく、ジャカルタのプロダクトマネージャーの話し方であり、リクルーターもコンサルタントもスタートアップの創業者もだいたいそう話します。英語の断片を潰す文字起こしは、あなたのノートが依拠しているまさにその用語を潰しています。

このカテゴリで最も難しいところで、なぜそうなるかを理解しておく価値があります。ほとんどの音声エンジンは、1リクエストにつき単一言語モデルを1つ回します。言語をインドネシア語に設定すれば、モデルはインドネシア語の音韻とインドネシア語の語彙に最も強くなり、つまり文の途中で届いた英単語はインドネシア語らしい形に転写されるか、落ちます。言語を英語にすれば、被害の向きが反転するだけです。多言語モードやコードスイッチングのモードは存在しますが、単一言語の一覧よりずっと狭い。2026年8月時点で、DeepgramのNova-3は単一言語では58をドキュメント化し、コードスイッチングはきっかり10です。

現実的な緩和策が2つ、どちらも安上がりです。ひとつ、自動検出に任せず、ソース言語をインドネシア語と明示すること。自動検出はファイル全体でいちばん文脈の乏しい数秒から答えを決め打ちし、外すと下流が一斉に劣化します。ふたつ、ツールがカスタム語彙やキーワード一覧を提供するなら、繰り返し出てくる英語用語と固有名詞を実行前に入れておくこと。実行後ではなく。

これを gado-gado問題 と呼びましょう。音声は設計からして混ざっているのに、どのエンジンもそれを一皿として出したがります。

コードが書けるなら、文字起こしはコーヒー1杯より安い

APIに手を触れる気があるなら、無料枠の比較は形ごと変わります。そちらへ行かないと決める場合でも、数字は知っておく価値があります。

OpenAIはgpt-4o-transcribeに分あたり$0.006、mini版に分あたり$0.003を課金します。47分のインタビューで28セント、miniなら14セントです。Google Cloud Speech-to-Textは毎月最初の60分が無料で、以降はデータログ有効で分$0.016、無効で$0.024。asia-southeast1リージョンのchirpとchirp_2の両モデルにid-IDを掲載しています。WhisperはMITライセンスで、かかるのは自前のハードウェアだけです。

その価格帯では、認識そのものはほぼ無料に近い。消費者向け製品から実際に買っているのは、その周りのすべてです。アップロードのインターフェイス、話者ラベル、タイムスタンプ、エディタ、過去のインタビューを横断する検索、要約、書き出し、そして半年後にもその記録が生きている場所。

作るか買うかという問いの、誠実な整理はこうです。年に3本のインタビューでPythonスクリプトを回せるなら、スクリプトを回してください。週に3本あって3月に出た引用を探す必要があるなら、あなたが買おうとしているのは認識ではありません。認識のついたファイリングシステムです。

どの無料プランもやってくれないこと

公平にいきましょう。私たちのものも含め、卓上のすべての選択肢に当てはまる限界です。

無料プランは、信頼できる話者分離をくれません。パイプラインのなかでも高価な部類の処理で、このカテゴリでは慣習的に有料プランに取っておかれます。2人の分離が仕事に不可欠なら、期待するのではなく予算を取ってください。

無料プランは、保存を約束しません。ストレージには金がかかり、無料のストレージはポリシー変更ひとつで取り下げられる好意です。大事なものは書き出して自分の控えを持ってください。それは、離れる必要が出るまで誰も訊かないベンダーロックインの問いへの答えでもあります。

無料プランは、あなたの特定の話者に対する精度の下限を直しません。地域なまり、高齢の話し手、電話品質の音声、激しいコードスイッチングはどれも出力を劣化させ、プランの等級はそのモデルがあなたの音声にどれだけ触れてきたかを変えません。多く払って買えるのは分数と機能であって、別の認識器ではありません。

そしてどんなツールも、無料でも有料でも、レビュー工程をなくしてはくれません。見直していない文字起こしの上に建てたAI要約は、その中の誤りをすべて引き継ぎます。自信たっぷりに、そして目に見えない形で。

結論: 比べるべき単位は分ではなく、インタビューの本数だ

このカテゴリのどの無料プランも、時間の量を宣伝します。インタビューの仕事にはそれが誤った単位です。時間は、ひと続きの塊で来たときにだけ意味を持つからです。3分に刻まれた120分は、記者にとって途切れない30分より価値が低く、そのどちらも、話者ラベルを保ったまま会話まるごとを収める60分より価値が低い。

だからツールを比べるときは、あらゆる無料枠を、あなたにとって唯一意味のある通貨に換算してください。このツールは、私の実際のインタビューを何本、ファイルを割らずに最初から最後まで文字起こししてくれるのか。 よく知られた無料プランのいくつかについて、誠実な答えはゼロで、料金ページはそれを教えてくれません。

認識のレイヤーは、分あたり1セントの3分の1へ向かうコモディティです。インドネシア語で依然として希少なのは、検索でき、直せて、引用でき、来四半期にもまだ見つけられる記録のほうです。

---

Telli.shの位置: 私たちは上に挙げたいくつかの選択肢のひとつであり、その点は具体的に書きます。Telli.shの無料プランは月60分です。見出しの分数だけならNottaの120分より少なく、そのかわり録音1件3分といった刻み方は意図的にしていないので、インタビュー1本がそのまま1ファイルとして入ります。インドネシア語の文字起こし、44の対象言語への翻訳、文字起こしから生成されるAI要約、そしてインドネシア語を含む15言語で使えるインターフェイスが手に入ります。月60分を超えれば有料の製品ですし、量が少なくてスクリプトを回せるなら、APIの経路のほうが実際に安く済みます。ほかのツールにするのと同じやり方で、私たちにも5分テストを回してみてください。

インタビューの録音をアップロードする

出典

• Deepgram, "Nova-3 Adds Armenian, Plus Improved Models for Tamil, Indonesian, and Belarusian", 2026年8月7日付のチェンジログ — タミル語とインドネシア語のバッチモデル改善、タミル語とベラルーシ語のストリーミングモデル改善、アルメニア語（hy）は両方に追加。
• Hugging Face・Voice Arena, "The Open ASR Leaderboard Adds Its First Global South Language", 2026年8月28日 — リーダーボード初のグローバルサウス言語としてヒンディー語。
• Nottaの料金, 2026年8月31日確認 — 無料プランは月120分、録音1件あたり最大3分、月50件のファイルアップロード、月10回のAI要約。Proは年払いで月$8.17、月1,800分。
• Transkriptorの料金, 2026年8月31日確認 — Lite 月$9.99（300分）、Pro 月$19.99（2,400分、年払い$99.99）、Team 1シート月$30（1シートあたり3,000分）。
• Maestraの料金とMaestraの対応言語, 2026年8月31日確認 — 従量課金は60クレジットあたり$12、Liteは月$23で180分。インドネシア語は文字起こし、翻訳、ボイスオーバー、リアルタイムに掲載。
• Internet Archiveに保存されたTurboScribeの料金 — 無料プランは1日3件の文字起こしで1ファイル30分の上限、アップロードは1件ずつ。Unlimitedは月$10、年払い$120、10時間ファイル。ライブのページは自動取得にHTTP 403を返すため、これらの数値は方向性として扱い、サイトで確認してください。
• Google Cloud Speech-to-Textの料金と対応言語, 2026年8月31日確認 — 毎月最初の60分は無料、データログ有効で分$0.016、無効で分$0.024。asia-southeast1のchirpとchirp_2にid-ID。
• OpenAI APIの料金, 2026年8月31日確認 — gpt-4o-transcribeが分$0.006、gpt-4o-mini-transcribeが分$0.003。
• OpenAI Whisper, MITライセンス。トークナイザーのLANGUAGES表は100言語を宣言し、インドネシア語（id）は17番目、2026年8月31日確認。