Gemini 3.5 Transcribeとは？誤り率2.6%・“清書までやる”文字起こしAIの料金と使い方【2026年8月】

※本記事の情報は2026年8月28日時点です。料金・仕様は変わることがあります（出典：Google公式発表 2026年8月26日（現地時間）、窓の杜 2026年8月27日報道ほか）。

この記事の結論（30秒版）

Gemini 3.5 Transcribe（ジェミナイ・トランスクライブ）は、「あー」「えー」を自動で消して“清書”まで終わらせるGoogleの文字起こしAI。誤りは100語中2〜3語（誤り率2.6%）
料金は未発表。いまは正式版前の公開テスト中で、Google AI Studioから無料で試せる（2026年8月28日時点）
選び方の結論：品質重視で今すぐ無料→Gemini 3.5 Transcribe／料金が確定していて大量処理→GPT-Transcribe（1時間約40円）／無料で自前運用→Whisper
毎日1本の会議議事録をAIに任せると、月約10時間＝一般社員換算で月2万円分の時短になる試算。詳しくは下の早見表へ↓

注目の投稿｜「105回分の研修の文字起こし」が”第二の脳”に変わった実例
Gemini 3.5 Transcribeは何が新しい？——誤りは100語中2〜3語、しかも”清書”まで終わっている
文字起こしAI、結局どれを選べばいい？——料金・精度の早見表【2026年8月28日取得】
無料で試すには？——Google AI Studioで10分・3STEP
会議の議事録を自動化すると、いくら浮く？——月2万円分になる試算式
よくある質問
まとめ｜最初の一歩は「手元の録音1本」だけ

注目の投稿｜「105回分の研修の文字起こし」が”第二の脳”に変わった実例

なぜ文字起こしが大事なのか。答えを先に見せてくれる投稿があります。

要するに「半年間105回分のAI研修の文字起こしをAIで構造化して保存したら、資料作りにも意思決定にも使える自分専用のデータベースになった」という報告です。

要点：文字起こしは「議事録を作って終わり」の作業ではなく、ためると発言・知見の資産になります。ただしその入口である「音声を正確なテキストにする」工程が、これまでは一番面倒でした。

AI-pulse-Japan編集部メモ：経営者なら会議・商談、副業者なら取材・打ち合わせ。録音は誰の手元にも眠っています。「文字にする手間」が消えた瞬間に、この眠った録音が全部使える資産に変わる——今回のGoogleの新モデルは、まさにその手間を消しに来ました。

この記事で分かること（想定読了時間：約6分）
✓ Gemini 3.5 Transcribeが従来の文字起こしと「何が違うか」が3分で分かる
✓ 主要な文字起こしAIの料金・精度が1枚の早見表で比べられる
✓ 自分の会議・案件に入れたら月いくら浮くかを式で計算できる

Gemini 3.5 Transcribeは何が新しい？——誤りは100語中2〜3語、しかも”清書”まで終わっている

結論、これは「文字にするAI」ではなく「読める文書に仕上げるAI」です。Googleが2026年8月26日（現地時間）に発表し、翌27日には国内IT媒体5社以上が一斉に報じました。

Gemini 3.5 Transcribeとは、話し声をリアルタイムで文字にするGoogleの新しい音声認識AIです。最大の特徴は、「あー」「えーっと」などの言い淀みや周囲の雑音を自動で取り除き、話者の意図をくんだ”整ったテキスト”で出力すること。対応言語は85で、日本語も含まれます。

たとえるなら、従来の文字起こしAIは「聞こえた音をそのまま打つ速記者」、今回のモデルは「意図を汲んで読みやすく整える編集者」です。これまで人間が録音と突き合わせながらやっていた清書が、AI側に取り込まれました。

精度の数字も出ています。単語誤り率（WER＝100語のうち何語間違えるかの指標）は、録音済み音声で2.6%、リアルタイム処理でも4.0%（第三者ベンチマークArtificial Analysis計測・2026年8月28日取得）。処理速度も前世代モデルChirp 3より70%短縮とされています。100語話して間違いが2〜3語なら、人間の仕事は「全文を見直す」から「固有名詞と数字だけ確認する」に変わるレベルです。

もう1つ見逃せないのが展開先です。発表と同時にPixel 11のキーボード（Gboard）の音声入力に採用され、今後Chrome・Google ドキュメント・Gmailへの統合も予定されています（国内報道・2026年8月28日取得）。つまり単発のツールではなく、Googleの標準機能として日常に入ってくる技術です。

文字起こしAI、結局どれを選べばいい？——料金・精度の早見表【2026年8月28日取得】

結論はシンプルで、「今すぐ無料で品質重視ならGemini、料金が読める大量処理ならGPT-Transcribe、無料で自前運用ならWhisper」です。主要モデルを1枚にまとめます。

モデル（提供元）	向いている用途	料金の肌感	特徴・注意
Gemini 3.5 Transcribe（Google）	会議・取材の録音を”清書込み”で	未発表（いまは無料で公開テスト中）	誤り率2.6%・言い淀み除去・85言語。録音向け版は話者ごとの書き分けにも対応
GPT-Transcribe（OpenAI）	録音ファイルの一括・大量処理	1分約0.7円＝1時間の会議で約40円	2026年7月29日登場。料金確定済みで採算計算しやすい
GPT-Live-Transcribe（OpenAI）	その場でリアルタイム表示	1分約2.6円＝1時間で約160円	低遅延のライブ専用。録音の後処理には割高
Whisper（OpenAI・オープンソース＝無料公開されて誰でも使える）	費用ゼロで自前運用したい人	無料（自分のパソコンで動かす）	清書機能はなく言い淀みはそのまま残る。導入に技術の手間

出典：Google公式発表・国内報道／OpenAI公式料金ページ。料金は2026年8月28日取得、1ドル155円換算の目安。

ポイントは、Geminiの料金が未発表なことです。無料の公開テスト期間は品質を確かめる絶好のタイミングですが、正式版の価格次第で「安く大量に回す」役はGPT-Transcribeのほうが向く可能性が残ります。GPT-Transcribeの実力と使い分けはGPT-Transcribeの料金とWhisperとの違いを解説した記事で詳しくまとめています。

なお「AIと音声で話す」系のChatGPT VoiceやGemini Liveは、同じ音声AIでも役割が別物です。あちらは会話相手、今回のTranscribeは書類仕事を減らす事務員。おしゃべりではなく実務のコスト削減に直結するのは後者です（会話型の実力は音声対話AI「GPT-Live」の使い方の記事を参照）。

無料で試すには？——Google AI Studioで10分・3STEP

先に答えを言うと、Googleアカウントさえあれば今日、無料で試せます。プログラミングの知識は不要です。

STEP1：Google AI Studioを開く（約2分）

Google AI Studio（ブラウザで最新AIを無料で試せるGoogleの公式ページ）にアクセスし、普段のGoogleアカウントでログインします。

STEP2：手元の録音を1本入れてみる（約5分）

マイク入力か音声ファイルのアップロードで、直近の会議や打ち合わせの録音を1本文字起こしします。「あー」「えー」が消えた状態で出てくるのを確認してください。

STEP3：固有名詞と数字だけチェックする（約3分）

自分の業界の専門用語・人名・金額がどれだけ正確かを見ます。ここが合格なら、毎週の定例に組み込む価値ありです。

（エンジニア向け補足：外部アプリから呼び出す仕組み＝API経由では、リアルタイム用「gemini-3.5-transcribe-live」と録音ファイル用「gemini-3.5-transcribe」の2種類。録音用は話者ごとの書き分けと単語単位の時間の目印に対応しており、議事録用途の本命はこちらです。）

会議の議事録を自動化すると、いくら浮く？——月2万円分になる試算式

結論、毎日会議が1本ある人なら月約10時間＝一般社員換算で月約2万円分が浮く計算です。当メディアがすべての試算に使っている式はこれです。

月の削減額＝削減時間（h/月） × 基準時給 × 人数

前提を正直に置きます。会議1時間の議事録づくり（清書込み）に平均45分かかっていた人が、AIの下書き＋人の最終確認15分になると、1回あたり30分の削減。これを式に入れると次の早見表になります。

議事録を作る頻度・立場	月の削減時間	月の削減額（目安）	時短スコア
週1回の定例・一般社員（時給2,000円換算）	約2時間	約4,000円	★2
毎日1回・一般社員	約10時間	約20,000円	★4
毎日1回・管理職（時給3,600円換算）	約10時間	約36,000円	★4

※基準時給は当メディアの基準表（一般社員＝年収約400万円→約2,000円/h、管理職＝年収約700万円→約3,600円/h）。時短スコアは月あたり削減時間を★1〜5で示す当メディアの指標。いずれも目安であり、成果を保証するものではありません。議事録係が複数人いる会社は上の式に「×人数」がかかります。式の詳しい使い方は中小企業のAI業務効率化の柱記事にまとめています。

実際、音声を文字にする工程が消えると業務そのものの形が変わる——という現場の声はすでに出ています。

要するに「営業の電話・商談が全部自動で文字起こしされ、商談内容から次のアクションまで勝手に整理される時代になった」という報告です。

AI-pulse-Japan編集部メモ：ここで思い出したいのが、当メディアが繰り返している持論「新モデルのスペック比べより、1業務に当てる方が儲かる」です。誤り率2.6%という数字に感心して終わらせず、自分のどの業務に当てるかまで決めて初めて意味があります。

経営者なら→「議事録係」という役割そのものをなくす設計を。当メディアのAI置き換え3軸（頻度×時間×ミス許容度）で見ると、議事録は「高頻度×時間がかかる×間違いを最終確認で拾える」の三拍子で、最初に置き換えるべき業務の典型です。

副業者なら→議事録・文字起こし代行は入口1,000円/件から始められ、慣れれば3,000〜10,000円/件・月額契約なら月1〜5万円が相場の、AI副業で最もハードルが低い入口です（当メディア単価早見表・目安）。清書が自動化された分は、件数を増やすか、話者別の要点整理を付けた”格上げ納品”で単価を上げる側に回すのが定石です。

自分は「業務から削る側」か「副業で稼ぐ側」か。30秒のAI収益化タイプ診断で、最初に当てるべき1業務から確認できます。

よくある質問

Gemini 3.5 Transcribeは無料で使えますか？

2026年8月28日時点では無料で使えます。正式版前の公開テスト（パブリックプレビュー）としてGoogle AI Studioから提供されており、外部アプリ向けの料金はまだ発表されていません。正式提供時に有料化される可能性はあります。

日本語の精度はどのくらいですか？

対応85言語に日本語も含まれます。ただし公表されている誤り率2.6%は英語中心のベンチマーク値のため、日本語の業界用語・人名・数字は必ず自分の録音で確認を。100語中2〜3語は間違う前提で、最終チェックは人間が持つ運用が安全です。

会議の録音をAIに入れても大丈夫ですか？

機密性で線を引くのが原則です。社外秘の経営会議や個人情報を含む録音は、会社のAI利用ルールとGoogleのデータ取り扱い設定を確認してから。まずは自分のメモ代わりの録音や、公開しても問題ない打ち合わせから試すのが安全です。

スマホの音声入力でも使えますか？

一部はすでに使えます。発表と同時にPixel 11のキーボード（Gboard）の音声入力に採用されました。今後はChrome・Google ドキュメント・Gmailへの統合も予定されており、専用ツールを開かなくても標準機能として使える範囲が広がる見込みです。

まとめ｜最初の一歩は「手元の録音1本」だけ

Gemini 3.5 Transcribeは「あー」「えー」を消して清書まで終わらせる文字起こしAI。誤りは100語中2〜3語（2026年8月28日時点・無料で試せる）
選び方は「無料で品質重視＝Gemini／料金確定の大量処理＝GPT-Transcribe（1時間約40円）／無料で自前＝Whisper」
毎日1本の議事録なら月約10時間＝月2万円分の時短。数字より「どの業務に当てるか」を先に決める

初心者がまず取る一歩は、直近の会議か打ち合わせの録音を1本、Google AI Studioに入れてみることです。無料で、自分の仕事の固有名詞がどこまで正確に出るかが10分で分かります。導入するかどうかは、その結果を見てから決めれば大丈夫です。

その一歩、あなたのタイプに合わせるともっと早い

浮いた時間を「業務のコスト削減」で回収するか「文字起こし副業の収入」に変えるかで、最短ルートは変わります。30秒のAI収益化タイプ診断で、あなたが最初にAIに任せるべき業務と次の一歩を確認できます。

関連記事

※本記事は自社診断コンテンツ（LINE登録導線）への送客リンクを含みます。著者：AI-pulse-Japan編集部（山崎）。料金・精度は記載した取得日時点の公式発表・報道・第三者計測に基づく情報で、変更される場合があります。削減額・単価は計算式による目安であり、成果を保証するものではありません。
更新履歴：2026-08-28 初版公開（Google公式発表・国内報道5媒体超を基に作成。API料金は発表され次第更新予定）。