モチタン辞典 › 読みもの › 中国語 › 中国語の音声文字起こし

中国語音声文字起こしの方法とツールの選び方

中国語音声文字起こしツールの選び方とチェックポイント

中国語の音声をテキストに変換するツールは、利用形態や目的によって適した方式が異なります。手軽に短時間の音声を文字化したい場合は端末の標準機能が便利ですが、長時間の録音ファイル変換、話者ごとの発言分離、日本語への同時翻訳や要約が必要な場合は、専用の文字起こしサービスが適しています。

文字起こしツールの種別と特徴

中国語対応の文字起こしツールを検討する際は、無料枠の範囲、対応言語体系、話者識別の有無などを確認して用途に合ったものを選びます。

表は横にスクロールできます →

ツールを選ぶ際は、認識させたい音声が中国本土の 普通话（pǔtōnghuà / 標準中国語）なのか、台湾で話される 台湾华语（Táiwān huáyǔ / 台湾華語）なのかによって選択肢を絞り込むことが重要です。

また、会議の議事録作成が目的であれば、発言者を自動で分ける 说话人识别（shuōhuàrén shíbié / 話者識別）の機能が備わっているかを確認してください。

音声の文字化だけでなく訳出も行いたいときは、中国語の音声翻訳・和訳おすすめツールを参考に選んでみてください。

次の疑問文字起こしだけでなく会話の同時通訳も行いたい方は、中国語の音声翻訳アプリや翻訳機の特徴を比較した記事が役立ちます。

スマートフォンやPC標準機能で文字起こしする設定手順

外部のツールを新規に導入しなくても、手持ちのスマートフォンやパソコンに備わっている標準機能を使って中国語の文字起こしを即座に開始できます。

スマートフォンでの設定と文字起こし手順

スマートフォンの標準音声認識機能は認識精度が高く、発音練習や短い口述記録に極めて便利です。標準の録音アプリで記録した音声を文字化するか、メモアプリの音声入力を利用します。

1. 端末の設定画面からキーボード設定を開きます。
2. キーボードの追加画面から「中国語 - 簡体字（ピンイン）」または「中国語 - 繁体字」を追加します。
3. 音声入力の設定を有効にし、入力言語として追加した中国語を選択します。
4. メモアプリを開き、入力言語を中国語キーボードに切り替えます。
5. マイクのアイコンをタップして中国語で発話すると、リアルタイムでテキスト化されます。

端末内蔵の音声認識は、通信環境がないオフライン状態でも動作する設計になっている場合が多く、プライバシーを重視する場面でも安心して利用できます。

パソコンでの設定手順

パソコンの標準機能にある音声入力ショートカットを利用して中国語を文字化することも可能です。

1. 設定画面の「時刻と言語」または「言語」設定を開きます。
2. 言語の追加を選択し、「中国語（簡体字）」または「中国語（繁体字）」を追加します。この際、音声認識のオプションが含まれていることを確認します。
3. テキストエディタやワープロソフトを開きます。
4. 言語バーで中国語入力を選択した状態で、音声入力のショートカットキー（マイク起動コマンド）を押します。
5. 画面上に音声認識バーが表示されたら、中国語で話すことで自動的に文字が入力されます。

PCから流れる動画の音声を文字起こししたい場合は、スピーカーからの音を直接マイクに拾わせるか、仮想オーディオデバイスを経由してマイク入力として認識させる方法が一般的です。

音声ファイルの文字起こし手順とファイル形式

すでに録音された音声データや動画ファイルをテキストに変換する場合の一般的な作業手順と、対応形式について解説します。

文字起こしの基本ステップ

1. 音声・動画ファイルの準備：録音機器やスマートフォンで録音したファイルを準備します。音割れや極端な環境雑音がない状態にしておくことが認識精度を左右します。
2. ツールの選定と言語指定：文字起こしサービスにアクセスし、入力言語を正確に指定します。ここを「自動検出」にすると、冒頭の無音部分や英語の挨拶に引きずられて誤判定されることがあるため、「中国語（簡体字）」または「中国語（繁体字）」と明示的に指定します。
3. アップロードと変換処理：ファイルをドラッグ＆ドロップして変換を開始します。クラウド処理の場合、音声の長さの数分の一から同等程度の時間で文字起こしが完了します。
4. テキストの確認と修正：出力されたテキストを目視で確認し、同音異義語や固有名詞の誤変換を直します。
5. エクスポート：用途に合わせて適切な形式でファイルを保存します。

入力および出力フォーマットの種類

多くの文字起こしシステムでサポートされている主なファイル形式は以下の通りです。

動画に字幕を付けたい場合は、発言の開始時間と終了時間が記録されたSRT形式で書き出すと、手作業でタイミングを合わせる手間が省けます。

簡体字・繁体字と方言（普通話・台湾華語）の注意点

中国語の音声文字起こしにおいて最も頻繁に発生するトラブルが、文字体系の不一致と地域による発音・語彙の差異です。事前に言語特性を理解しておくことで、変換後の手戻りを大幅に削減できます。

簡体字と繁体字の使い分け

中国語の文字表記には、中国本土やシンガポール等で使われる 简体字（jiǎntǐzì / 簡体字）と、台湾、香港、マカオ等で使われる 繁体字（fántǐzì / 繁体字）があります。文字起こしツールの大半は、出力言語の選択肢として簡体字と繁体字を個別に用意しています。

例えば、「ソフトウェア」という単語は表記だけでなく語彙そのものが異なります。大陸では 软件（ruǎnjiàn / ソフトウェア）と呼びますが、台湾では 軟體（ruǎntǐ / ソフトウェア）と表現されます。

簡体字専用のエンジンで台湾のビジネス音声を文字起こしすると、発音が一致していても語彙の自動補正が大陸式になり、違和感のある文章になることがあります。

大陸普通話と台湾華語・広東語の違い

中国語の音声は、地域によって発音の癖や音韻体系が大きく異なります。

• 大陸普通話（標準中国語）：そり舌音（zh, ch, sh, r）や語尾の 儿化（érhuà / アル化）がはっきりしているのが特徴です。一般的な多言語認識エンジンが最も得意とする音声です。
• 台湾華語：そり舌音が平板化しやすく、末尾のアル化がほとんどありません。また語尾に 啊（a）や 啦（la）などの語気助詞が頻繁に入ります。台湾の音声を文字起こしする場合は、台湾華語の音響モデルを搭載したエンジンを選択すると認識精度が高まります。
• 広東語（粤語）：香港や広東省で話される広東語は、普通話とは音韻も文法も語彙も完全に異なる言語体系です。普通話の設定で広東語を文字起こししても正常に認識されません。必ず「中国語（広東語）」を選択してください。

文字の違いや表記の使い分けについては、繁体字と簡体字の違いと使い分けで詳しく解説しています。

次の疑問台湾華語の音声を扱う際の精度を高めたい場合は、台湾華語に対応した翻訳ツールの選び方も確認しておくとスムーズです。

日中混在ビジネス会議を正確に文字起こしするコツ

日系企業の現地法人や多国籍チームのミーティングでは、日本語、中国語、英語が1つの文の中で混ざり合う「コードスイッチング」が頻繁に起こります。これは音声認識エンジンにとって最も難易度が高い処理の1つです。

日中混在時の誤認識を防ぐ録音環境の整え方

機械が音声を正確に分析するためには、音質の明瞭さが決定的な要素となります。混在音声の精度を上げるための基本条件は以下の通りです。

• 集音マイクの個別化：1台の全指向性マイクで部屋全体の音を拾うと、声の重なりや反響で言語判定が崩れます。参加者各自がヘッドセットやピンマイクを着用するのが理想的です。
• 専門用語の事前登録：固有名詞や社内用語、製品名は誤変換の主な原因です。辞書登録機能があるツールの場合、企業名やプロジェクト名をあらかじめ登録しておきます。
• 話者の発言の区切り：日本語から急に中国語の単語を挟む場合、少しだけ間を意識して発話すると、認識エンジンが言語の切り替わりを捉えやすくなります。

日中混在の会話例と認識結果の比較

混在会話において、単一言語設定のエンジンと多言語自動認識エンジンでどのような差が出るかの例です。

実際の会話例：
「この件については、明天（míngtiān / 明日）の 会议（huìyì / 会議）で再度確認しましょう。」

• 日本語単一設定の場合：「この件については、ミンティエンのホエイで再度確認しましょう。」（中国語部分がカタカナや不自然な漢字に誤変換される）
• 多言語自動検出対応の場合：「この件については、明天的会议で再度確認しましょう。」（正しく中国語として挿入される）

混在音声の文字起こしを行う際は、固定言語モードではなく「言語自動識別」または「多言語混合モード」を搭載したツールを選ぶ必要があります。

文字起こしツールの機密性とセキュリティ対策

企業の機密情報、商談内容、契約前の技術ディスカッションなどの音声を文字起こしツールにアップロードする際は、情報漏洩やデータ二次利用のリスクを厳密に評価しなければなりません。

確認すべきセキュリティチェックポイント

文字起こしサービスを選定する際は、利用規約やプライバシーポリシーで以下の項目を確認することが不可欠です。

社内規定で外部クラウドへの音声アップロードが禁止されている場合は、端末内で音声処理が完結するオンデバイス型の文字起こし環境（OS標準機能など）を利用するか、機密保持契約が締結できる法人向けプランを採用するのが安全です。

中国語学習への実践活用術（シャドーイング・ピンイン）

音声文字起こし技術は、業務の効率化だけでなく、中国語学習者のリスニング力やスピーキング力を飛躍的に向上させる自主トレーニングツールとしても威力を発揮します。

発音チェックとシャドーイング教材化の3ステップ

教科書付属の音声や中国語ニュースの音声を文字起こしツールと組み合わせることで、生きた教材を作成できます。

1. ディクテーション練習と突き合わせ：まず中国語の音声を聴き、自分で書き取ってみます。その後、ツールで文字起こししたテキストと比較し、聞き取れなかった単語や四声の曖昧な箇所を赤ペンでチェックします。
2. 自分の発音の機械認識テスト：スマートフォンの音声入力に向かって、中国語のテキストを音読します。自分の発音が正確であれば意図通りの漢字に変換されます。声調（四声）や有気音・無気音を間違えると全く別の漢字に変換されるため、発音の客観的な判定器として活用できます。
3. ピンイン付き学習シートの作成：文字起こしされたテキストをピンイン変換ツールやテキストエディタに貼り付け、ふりがな付きのテキストを作成して音読・シャドーイングを繰り返します。

学習で役立つフレーズ例

発音練習で認識されやすいか試すのに適した基本表現です。

• 请问，这里的无线网络密码是多少？（Qǐngwèn, zhèlǐ de wúxiàn wǎngluò mìmǎ shì duōshao? / すみません、ここのWi-Fiパスワードは何ですか？）
• 我们今天开会讨论一下下个月的预算方案。（Wǒmen jīntiān kāihuì tǎolùn yíxià xià ge yuè de yùsuàn fāng'àn. / 私たちは本日会議を開き、来月の予算案について議論します。）

自分の声が正確に文字化されるか試すことで、苦手な母音・子音を特定しやすくなります。

次の疑問文字起こしを使った練習の素材を探しているなら、中国語の動画やラジオを活用した学習法で手頃な音源を見つけられます。

同音異義語の誤変換を文脈解析で自動校正する技法

中国語は音節の数が比較的少なく、同音異義語が非常に多い言語です。そのため、文脈を考慮しても文字起こしエンジンが漢字を取り違えてしまうケースが散見されます。こうした誤変換は、文脈解析機能を備えた言語モデルを活用して一括で校正するのが効率的です。

よくある誤変換のパターン

音声認識で混同されやすい代表的な同音語・類似音の例です。

• 制定（zhìdìng / 制定する）と 制订（zhìdìng / 策定する）
• 权利（quánlì / 権利）と 权力（quánlì / 権力）
• 报复（bàofù / 報復する）と 抱负（bàofù / 抱負）
• 做（zuò / する・作る）と 作（zuò / なす・動作する）

校正用指示文のテンプレート

文字起こしされた荒削りなテキストを言語処理システムに渡し、文脈に沿って修正させるための具体的な指示文の例です。以下の枠内の文面を活用して校正を行います。

【指示文例】
「以下は中国語の音声認識ツールによって文字起こしされたテキストです。音声認識特有の誤認識、同音異義語の変換ミス、句読点（標点符号）の欠落を文脈に基づいて修正してください。

条件：
1. 原文の意味や話者の口調を勝手に改変しないこと。
2. 明らかな同音・類似音の誤字のみを正しく訂正すること。
3. 修正後の中国語テキストを出力し、その後に主な修正箇所と理由を箇条書きで示してください。

4. 出力は簡体字（または繁体字）で統一してください。

【対象テキスト】
（ここに文字起こし結果を貼り付け）」

この指示を通すことで、前後の文脈から判断された適切な語彙に修正され、手作業での校正時間を大幅に短縮できます。

用途別の出力形式と動画字幕（SRT・VTT）の活用

中国語の音声を文字起こしする用途によって、重視すべき機能や推奨される出力形式が異なります。動画の字幕作成や会議記録など、目的に応じた形式を選択することが重要です。

語学学習には辞書や学習管理ツールに貼り付けやすいTXT形式が適していますが、会議記録では発言ごとのタイムスタンプや話者識別が求められます。動画制作用途では、タイムコードの正確さを備えたSRT形式やVTT形式で出力することで、動画編集ソフトウェアにそのまま字幕として読み込ませることが可能です。

また、ツールによっては普通話や台湾華語だけでなく、広東語の音響モデルが独立して用意されている場合もあります。

会議音声から収集する実践的な中国語表現

文字起こしされたテキストをピンイン変換ツールと連携させることで、読み方が不明な漢字の発音記号を確認でき、听力（tīnglì・リスニング）音声を用いた跟读（gēndú・シャドーイング）に活用できます。

さらに、実際の会話や会議の音声を文字起こしすることで、教科書には載っていないネイティブスピーカーの実践的な表現を学ぶことができます。

ビジネス会話で活用できる実践例文

• 请问您的意思是指…？（おっしゃる意図は…ということでしょうか？）
• 关于这个问题，我有不同的看法。（この問題について、私は異なる意見を持っています。）
• 稍后我会把整理好的资料发给您。（後ほど整理した資料をお送りします。）

実際の音声とテキストを照らし合わせることで、特有の言い回しや接続詞の使い方を効果的に習得できます。

中国語の単語をアプリで覚えるなら、単語アプリ「モチタン」単語アプリ「モチタン」なら、ゲームで覚えられます。まちがえた単語は苦手単語帳にまとまります。無料で試す

よくある質問

Q. 中国語の文字起こしは無料でどこまでできますか？

スマートフォンの音声入力機能を利用すれば、時間制限なく完全無料で利用できます。長時間の録音ファイルを一括変換したい場合でも、多くのクラウドサービスが月間30分から数回程度の無料枠を用意しています。

Q. 簡体字から繁体字への変換は後からでも可能ですか？

可能です。ただし、大陸の普通話と台湾華語では語彙自体が異なる場合があるため、最初から音声に合った文字体系を指定して文字起こしを行う方が誤字修正の手間が少なくなります。

Q. 音質が悪い中国語の録音をきれいに起こす方法は？

ノイズ除去ツールで背景の雑音を低減させてから文字起こしエンジンに通すか、イコライザーで人の声の周波数帯を強調してからアップロードすると認識精度が大幅に向上します。

Q. 中国語と日本語が混ざった音声はどう処理すべきですか？

言語設定で単一の「中国語」や「日本語」を選択せず、「言語自動識別」または「多言語混在」に対応したモードを選択して処理することで、両言語の誤認識を最小限に抑えられます。

Q. 文字起こし結果を日本語に同時翻訳できますか？

近年の文字起こしツールの多くは自動翻訳機能を備えており、文字起こしと同時に日本語の対訳テキストを出力することが可能です。

Q. 動画用の字幕ファイル形式で出力できますか？

はい。多くの文字起こしツールがSRT形式やVTT形式の出力に対応しており、正確なタイムコード付きで書き出すことで、動画編集ソフトウェアにそのまま読み込ませて字幕として利用できます。

2026年9月25日更新・モチタン辞典編集部