※本記事にはプロモーションが含まれます
AIボイスレコーダーを調べていると、たいてい引っかかるところがあると思います。「録音して自動で文字起こし・要約してくれる」——便利そうだけど、実際の性能はどうなの？ その文字起こしが正確じゃなかったら意味がないのでは？ という不安です。
先に言ってしまうと、その不安は正しいです。自分は PLAUD を1年半以上使っていますが、文字起こしをそのまま信じて使えたことは一度もありません。
ただ、それでも手放していません。理由は、使い方を変えたからです。
この記事はこんな人に向けて書いています。
- AIボイスレコーダーが気になっているが、文字起こしの精度が不安で決めきれない
- すでに買ったものの、文字起こしが崩れていて使いこなせていない
- 打ち合わせや通話の記録が、自分のボトルネックになっている
- AIで補正できると聞くが、どこまで任せていいのか分からない
この記事の結論を先に書きます。
- PLAUDのアプリが作る「要約」は、まとめ方が優秀。ただし完璧ではなく、元の文字起こしの誤りを引き継ぐ
- 一方で、その土台になっている「会話の文字起こし」は、正直あまり期待できない
- だから自分は、Claude と MCP（AIと外部サービスをつなぐ仕組み）で連携して文字起こしを校正し、PLAUD の要約と突き合わせて精度を上げている
- 議事録にかけていた時間は、PLAUD導入前の30〜60分から15分以内になった
先に言っておくと、口頭で取り決めが発生する場に出ない人と、ここまでやる前提がない人には、この製品は向きません。 その線引きも後半に書きます。
順に書いていきます。
使っているのはこの2台
自分が持っているのは次の2台です。Pro ではないので、そこは差し引いて読んでください。
- PLAUD Note（カード式） … 2024年12月に購入。カード型で、付属の専用ケースを使うとスマホの背面に付けられる。通話の録音ができるのが決め手でした
- PLAUD NotePin … 2026年1月購入。指先サイズで、マグネットで服に留められる。自分は専用のリストバンド（別売り）を使用して手首に付けて使うことが多い
どちらも、録音した音声がアプリに送られて、文字起こしと要約が自動で作られるという流れは同じです。この記事で扱うのは、その文字起こしの中身の話です。
PLAUD NOTE
【結論】PLAUD単体では足りない。Claudeと組み合わせて実用になる
導入で書いたとおり、要約はよくできているのに土台が怪しい、というのがこの製品の困りどころです。読みやすく整っていても、それだけで信用すると危ない。土台が崩れているのに、上物だけ綺麗に見えている状態があり得ます。
もうひとつ困るのが、あとから「実際に何と言ったか」を遡って確認したいときです。文字起こしがこの状態だと、あとで聞き直すための手がかりとしても使いづらい。
そこで自分は、こういう流れにしています。
- MCPでつないで、生の文字起こしを取る（アプリから書き出したものではなく）
- それを Claude で校正する
- PLAUD の要約と突き合わせて、Claude に検証させる
2つの経路で作った結果を突き合わせる、というのがポイントです。片方だけでは「合っているかどうか」を確かめる手段がありません。そうして精度を上げた議事録は、そのまま資料にしたり、共有したりもできます。
この記事では、次の章からこの流れを順に説明していきます。
【前提】PLAUDの文字起こしには3つの層がある
これは自分もあとから知ったことで、知らないまま使っていると判断を間違えます。実際、自分は一度間違えました。
PLAUDは1つの録音に対して、少なくとも次の3つを持っています。
| 層 | 中身 | 事実への忠実さ |
|---|---|---|
| 生の文字起こし | 音声をそのまま起こしたもの。相づちも言い淀みも入る | 改変されていない |
| AI整形版 | 読みやすく整えられたもの | 改変されている |
| AI要約（ノート） | 要点・決定事項・ToDo・マインドマップなどにまとめたもの | 改変はしないが、元の誤りは引き継ぐ |
問題はここからです。
アプリからテキストを書き出したところ、ファイル名は「transcript（文字起こし）」なのに、中身は AI整形版のほうでした。
そして自分は、それを「生データだ」と思い込んだまま検証を進めて、結論を間違えました。
整形版で何が起きていたか
検証に使ったのは、後述する約7分の通話録音です。この生データと整形版を、全66ターン（会話の1発言＝1ターン）ぶん突き合わせてみました。整形版だけに、こういう差がありました。
| 生データ | AI整形版 |
|---|---|
| 「◯◯などの顔写真付きのものが必要になりますので」 | 「ログイン機能のテストも終わってますか？」 |
| 「多分そちらで問題ないので」 | 「多分そちらで問題なので」 |
| 「うですね。型番とか…」 | 「うん。型番とか…」 |
| 「とりあえず身分証明書が必要という形ですね」 | 「とりあえず身分証明書が必要なんですけど」 |
| 相づちや言い淀みが残っている | 削除されて読みやすい |
1行目は、その場に存在しなかった一文です。楽器の買取について電話しているところで「ログイン機能のテスト」という話は一度も出ていません。
2行目も地味に怖いところで、「ない」が落ちて意味がひっくり返っています。
そして自分がいちばん危ないと思ったのは、最後の行です。
整形版は読みやすく整っているぶん、混ざった間違いに気づけません。
生データはガタガタなので、読むときに自然と身構えます。でも整った文章は、疑わずに読んでしまう。読みやすさが、そのまま危険になっています。
だから、書き出したテキストをそのまま使わない
ここが、この記事でいちばん実用的なところだと思っています。
自分は今、Claude から MCP という仕組みでPLAUDにつないで、生の文字起こしを直接取り出しています。層を指定して取れるので、整形版を掴まされることがありません。
なお、アプリの画面上でも生の文字起こしは確認できます（「原文」を表示するボタンがあります）。選択してコピーすることもできます。ただ、録音のたびにモーダルを開いて、範囲を選んで、貼り付ける。この手間が毎回かかります。
AIツールと外部サービスをつなぐための共通の仕組みです。対応しているサービス同士なら、ファイルを書き出して渡す手間なく、AI側から直接データを読めるようになります。PLAUDもこれに対応しています。
MCPを「便利になる機能」として紹介している記事は見かけますが、自分にとっての価値はそこではありません。書き出しでは選べない層を、手間なく選べる、つまり正確なデータを毎回確実に取れるという点です。
生データの文字起こしはどこまで崩れるのか
では、改変されていない生データなら綺麗かというと、そんなことはありません。こちらはこちらで、しっかり崩れます。
今回は、過去に楽器店へ買取の依頼をしたときに、PLAUDで記録した通話の文字起こしを例に検証します。カード式をスマホに付けて録音した、約7分の通話です。登場人物は3人（自分・受付の方・担当のSさん）で、途中で電話が代わります。
この条件だと、崩れ方がよく見えます。
1つの文が、話者をまたいで割れる
いちばん多かったのがこれです。
自分 ： あっ、すみません、店頭買取の件でお電話させていただい。
受付 ： たんですけれども、はい、あの、えっと、すみません、えっと、楽器は何でございましょう。「させていただいたんですけれども」が、途中で切れて次の人の発言にくっついています。同じことが何度も起きていて、「はい、そ。」→「うですよね。」のように、単語の途中、1文字目と2文字目のあいだで割れている箇所もありました。
複数人の発言が、1つにまとまる
逆のパターンもあります。
1ターンにまとめられていた内容：
「エレキベースです。Uさんにおつなぎしますので、お待ちくださいませ。
わかりました。担当、Sでございます。」（※この「Uさん」という名前自体も、誤変換の疑いがあります）これは受付の方・自分・担当のSさんという3人分が、1つの発言として記録されていたものです。
2人の会話でも混ざるとよく言われますが、自分が実際に見た限りでは「1つの文が人をまたいで割れる」ほうが厄介でした。
録音された音声を聞き分けて「これは誰の発言か」を割り振る処理のことです。PLAUDでは Speaker 1、Speaker 2 …という形で自動的に振り分けられます。
いない人の発言になっている
この録音では Speaker が3人分に割り振られていましたが、そのうち1人は3回しか登場しません。しかもその3回のうち2回は、すでに電話を代わっていて、その場にいないはずの人に割り当てられていました。
短い相づちの行き先が分からなくなると、こうなるようです。
そしてこの誤りは、要約にも引き継がれる
ここが地味に効いてきます。話者分離の失敗は、文字起こしの中だけで完結しません。
別の打ち合わせの録音では、こういうことが起きました。
- 参加者の名前が、誤変換されたまま要約に載る（例：大原→小川、として記録）
- 実在しない参加者が、要約の参加者リストに追加される（例：誤認された「小川」氏が参加者に追加される）
「おおはら」と「おがわ」。 音が近いせいで、同じ人物を別人として認識したのだと思います。結果、1人が2名として要約の参加者欄に並びました。
固有名詞の間違い自体はまあ起こります。厄介なのは、それが「参加者が1人増える」形で要約に効いてくることです。要約だけを見ても、そこに並んだ参加者が正しいかは判断できません。
固有名詞と専門用語は、わりと素直に間違える
| 記録された文字 | 実際 |
|---|---|
| ◯◯線 | ◯◯店（1文字違いで別の語に） |
| その場で撮影 | その場で査定 |
| あ、自慢ですか | あ、指板ですか |
| エボニーシヴァンのサルーネック | エボニー指板のスルーネック |
最後の行は楽器の用語です。専門用語はだいたいこうなります。 検証したのは楽器の分野ですが、業界の言葉を使う打ち合わせなら同じことが起きる可能性は高いと思います。
さらに、そもそも日本語として意味が通らない出力も残ります。「◯万円取ったくらい引けばいいかな」のような箇所は、何度読んでも確定できませんでした。
Claudeで校正する手順
ここからは手順の話です。この崩れた文字起こしを、Claudeに直してもらいます。
手順としては、MCPに対応する前と後で変わりました。
- 対応前 … アプリから文字起こしを書き出して、Claudeに貼る（※前述のとおり、書き出されるのは整形版でした）
- 対応後 … Claudeから直接PLAUDのデータを読む。層を指定できる
実際に投げている指示は、これだけです。
PLAUDの文字起こしデータを校正してほしい。
#ファイルについて
*対象のファイル：◯月◯日 ◯◯の件
*校正するファイル：会話のやり取りを文字起こししたデータ
#校正についての補足
*誤字脱字の修正
*会話している人物の発言を正しく振り分ける（混在した発言部分の修正など）
#出力形式
md形式のファイル凝ったプロンプトは要りません。対象を指定して、直してほしいことを2つ書くだけです。
これで返ってきたものが、かなりまともでした。
- 話者をまたいで割れていた文がつながり直された
- 1つにまとまっていた3人分の発言が、ちゃんと3人に分けられた
- 「◯◯線」→「◯◯店」、「撮影」→「査定」といった誤変換が文脈から直された
- 楽器の専門用語も正しい表記に修正された
- そして、確定できない箇所には〔要確認〕が付いて残された
最後のところが個人的に好きなポイントです。分からないものを分からないまま返してくる、というのは信用できます。
Claudeに前提を覚えさせる設定（CLAUDE.md）については、こちらに書いています。
Claude Code を初めて触ったとき、プロジェクトで /init を打ったら、見慣れない .claude というフ…
【本題】1回の校正では足りない
ここが、この記事の核心です。
上の校正で満足していたのですが、あとからもう1回、別の指示を出してみました。「PLAUDの要約と、校正した文字起こしを突き合わせて、矛盾がないか確認してほしい」という内容です。
結果は、予想と違いました。
2回目は、文章を1文字も書き換えませんでした。 会話部分は1回目とまったく同じ、ターン数も文字数も一致。増えたのは「整合性チェック」という検証結果だけです。
そして、その検証結果では、趣旨としてこう報告されました。
AI整形版に、本件と無関係な一文が混入していた。生データにはこの文はない。
1回目では触れられていなかった問題を、2回目が見つけて報告してきました。
しかもこの指摘、あとで生データと整形版を実際に取り出して確認したら、事実でした。
なぜ2回目が効くのか
理屈としてはシンプルで、別の情報源と突き合わせているからです。
1回目は、文字起こしという1つの情報しか見ていません。だから「この文はおかしい」と思っても、比べる相手がいない。2回目は要約という別ルートで作られた情報があるので、食い違いが見えるわけです。
実際、要約のほうは該当箇所を正しく記録していました。要約は、AI整形版とは別に作られています。だから整形版に混入した誤りは、要約には入っていなかったわけです。
- 要約は、AI整形版より正確なことが多い（今回は実データでも一致しました）
- ただし要約も万能ではありません。前に書いたとおり、元の聞き取りが間違っていれば、要約もその誤りを引き継ぎます（参加者が1人増えた例がまさにそれです）
- だから2回目が効くのは「要約が正しいから」ではなく、「別ルートで作られたものだから」です。食い違った箇所が浮かび上がる、というのが2パス目の役割です
なので工程としては、こうなりました。
- 生の文字起こしを取る（整形版ではなく）
- Claudeで校正する
- 要約と突き合わせて検証させる
3を足すだけで、精度の話が「たぶん直った」から「別ルートで裏が取れた」に変わります。
AIでも直せないもの、見逃すもの
ここまで書くとAI万能に読めてしまうので、限界のほうも書きます。限界は3つに分かれます。仕組み上どうやってもできないこと、できるはずなのに見逃すこと、そして使う側が間違えることです。最後のひとつは、自分がやりました。
Claudeは音声データを直接読み込めない
これが根本的な制約です。
音声そのものはPLAUDに残っているので、自分で聞き直すことはできます。 できないのは Claude 側です。Claude から見えているのは保存された文字起こしのテキストで、音声ファイルの場所までは分かるものの、その音声を受け取って聞き起こすことはできません。
つまりAIは、聞き取りの段階で間違っていた場合、それを間違いだと知る手段がありません。
文脈から「ここは変だ」と推測して直すことはできます。でもそれは推測であって、確認ではない。確かめられるのは、音声を聞ける自分だけです。ここが「目視確認を省略できない」ことの理由です。
明らかにおかしくても、見逃すことがある
実例を1つ。「切り身のような」という、会話の流れとまったく関係のない一文が、そのまま残っていました。
Claudeは、確定できない箇所には〔要確認〕を付けて申告してきます。実際、他の箇所にはちゃんと付いていました。それなのに、この明らかにおかしい一文は素通りです。
全部を拾ってくれるわけではない、ということです。
自分も一度、間違えた
最後に、自分の失敗も書いておきます。
前半で「アプリから書き出されるのは整形版だった」と書きましたが、自分は最初これに気づかず、書き出したファイルを生データだと思って比較していました。
その結果、「Claudeが黙って文章を書き換えた」「元になかった言葉を足した」という結論を出しました。どちらも間違いでした。 Claudeは生データに忠実で、書き換えても足してもいなかった。比較の基準そのものがずれていただけです。
どの層のデータを見ているかを確認しないと、検証そのものが誤ります。
ファイル名が「transcript」なので、疑う理由がないんですよね。同じ間違いをする人はいると思います。
メモとして使うか、証拠として使うか
ここまでを踏まえて、自分は用途で線を引いています。
| 用途 | 使えるか |
|---|---|
| あとから思い出す・内容を整理する | 十分に使える。 多少の誤字は文脈で読める |
| 要点を洗い出して次の行動を決める | 使える。 要約＋校正でかなり整う |
| 「言った・言わない」の証拠にする | 文字起こしは根拠にしない。原本は音声 |
3つ目が重要です。存在しない発言が混ざり得る以上、文字起こしを証拠として扱うのは危険です。
ただ、音声は残っているわけです。だから「記録がある」という意味での安心感は、まったく損なわれていません。文字起こしはあくまで、その音声のどこを聞き直せばいいかを探すための索引だと思っています。
なお、それが法的な場面で通用するかは別問題なので、必要なら専門家にご確認ください。
実際、どれくらい時間が変わったか
導入前は、会議中に取ったメモを頼りに、30〜60分かけて要約と要点の洗い出しをしていました。抜け漏れの確認や、再確認が必要な点の整理も含めてです。量が多いと60分を超えることもありました。
導入後は、おおむね15分以内で終わるようになりました。打ち合わせ1回あたりの作業時間で比べた場合の話で、記録を取っていたわけではないので、おおよその値です。
ただし、文字起こしの修正と目視での確認は今も必ずやっています。ここは省略できません。それでも、時間のコストは大幅に減りました。
機密情報をクラウドAIに通していいのか
仕事で使う以上、避けて通れない話です。自分がどうしているかを書きます。
機密情報は、基本的にAIに通さないようにしています。 含んでしまった場合は、その部分だけ音声を編集でカットしてから読み込ませます。
PLAUDについては、国際的なセキュリティ基準に準拠しているとされ、データもAIの学習には使われない方針と説明されています。ただ自分は、リスクがゼロではない前提で考えるようにしています。
このあたりは会社や案件によってルールが違うはずなので、業務で使う前に確認しておくことをおすすめします。
※ 録音機能を使用する際は、できるだけ相手に断りを入れるなど、最低限のマナーは守りましょう。録音が禁止されている場所での使用も避けてください。
無料枠の300分で足りるのか
コストの話です。ここを書いていないレビューが多いので、実際の消費量で計算します。
PLAUDは本体を買うと、文字起こし300分／月まで無料で使えるスタータープランが付きます（2026年9月3日時点で公式サイト
を確認。料金や条件は変わることがあるので、購入前にご自身でもご確認ください）。
自分の使い方はこうです。
- 仕事 … 1回あたり30〜60分程度
- プライベート … 1回あたり5〜30分程度
- 回数は仕事とプライベートを合わせて月0〜4回（月によって増減あり）
いちばん多い月で計算しても、4回×60分で240分。自分の使い方なら、無料枠で足りています。
1時間の会議を基準にすると、目安はこうなります。
- 月4回程度まで（週1回ペースを含む） → 240〜260分。無料枠に収まるが、余裕は大きくない（自分はここ）
- 週2回以上、またはほぼ毎日録る → 300分を超えるので有料プラン前提
もちろん、立場や役割によっては最初から有料プランが要る人もいます。録る量が読めているなら、この計算でどちらか判断できます。
【判断】買わなくていい人・買ったほうがいい人
判断の分かれ目は、録る回数ではありません。口頭で「取り決め」が発生する場に出るかどうかです。回数が少なくても、決めごとが起きる場に立つ人には効きます。逆に回数が多くても、決めごとが起きないなら要りません。
買わなくていいと思う人
決まったことを実行するのが中心で、条件を詰める場に出ない働き方の人は、たぶん必要ありません。記録すべき「取り決め」がそもそも発生しないからです。
同じ理由で、録っても内容を後から確認し直す必要がないなら、スマホの録音アプリで足ります。
ただし例外があります。同じ立場でも、顧客とのやり取りや管理的な役割を担っている人は当てはまります。決めごとが発生する場に出るなら、頻度に関係なく記録は効きます。
買ったほうがいいと思う人
逆に、こういう人には効きます。
- 口頭で条件が決まる打ち合わせが多い（見積もり、仕様、納期など）
- 議事録を自分で取っている。 代わりに取ってくれる人がいない
- 専門的な説明を受ける機会が多い（一度聞いただけでは自分の理解が追いつかないことがある）
3つ目は仕事以外でも効きます。例えば自分の場合、病院での説明や、保険会社との手続きなどで活躍しました。専門的な言い方で説明されると、1回聞いただけでは理解が追いつかないことがあります。あとから要約と文字起こしで確認できると、認識のズレがかなり減りました。
PLAUD NOTE
PLAUD MCPでできること・できないこと
MCPでつながると、記録したあとの使い道が広がります。実際にやってみたことを書きます。
できたこと
- 他のツールへ流し込む … 診察で決まった次回の予約日時を、Claudeから指示してそのままGoogleカレンダーに登録しました。録音→記録→予定登録が、書き写しなしでつながります
- 資料の下書きを作る … 校正済みのデータから、7ページのプレゼン資料（PDF）を生成させました。テンプレートに流し込むのではなく、その場で組み立ててくれます
できなかったこと
期待して外したところも書いておきます。
- PLAUD側のファイル整理はできません。 フォルダを作る、ファイルを移動する、タグを付ける、といった操作は用意されていないようで、依頼しても実行できませんでした。読み取り専用に近いと思っておくといいです
- 音声から新しく文字起こしを作ることもできません（前述のとおり）
2台の使い分けと、充電の持ち
最後に、機種の話を簡単に。
- カード式 … スマホでの通話録音が主目的。対面の打ち合わせでも使います
- ピン型 … 外出先で身につけたいとき。病院、出先での打ち合わせ、手続きの場など
- PCアプリ … オンラインの打ち合わせ。ここはほぼ毎回使っています
保存先は同じなので、場面で持ち替えるだけです。
カード式について、ひとつだけ。自分は普段からスマホに付けっぱなしにはしていないので、タイミングが悪いと、不意な着信には対応できないときもあります。記録を残したい要件のときは、こちらから折り返すようにしています。
ピン型のほうは、マグネットが強力なので、鉄製のものに付くと外しにくいことがあります。
充電の持ちは、あくまで自分の環境での一例ですが、こんな感覚です。
| 機種 | 実際に確認できた範囲 |
|---|---|
| カード式 | 満充電から3〜5分ほど使って、1週間後も70〜80% |
| ピン型 | 満充電から5〜10分ほど使って、12日後も70〜80% |
今回は短時間の使用での確認ですが、長時間の連続録音ではまた違った結果になると予想されます。使い方にもよると思いますが、個人的に使ってみた感じでは、充電は比較的長持ちするほうだと思います。
アクセサリは今のところリストバンドだけ買いました。使わなくなったものはありません。次はクリップ式を試そうと思っています。
まとめ
長くなったので、要点を並べます。
- PLAUDの要約はまとめ方が優秀。 ただし完璧ではなく、元の文字起こしの誤りをそのまま引き継ぐ
- 文字起こしには3層ある。 アプリから書き出されるのはAI整形版で、そこには実在しない発言と意味が反転した箇所が混ざっていた
- 整形版は読みやすいぶん、間違いに気づけない
- だからMCPで生データを取り、Claudeで校正する。 指示は2つ書くだけで足りる
- 1回では足りない。 別ルートで作られた要約と突き合わせる2回目が、1回目の見落としを拾った
- Claudeは音声データを直接読めない。 だから目視確認は省略できず、証拠にするなら原本は音声
- それでも議事録の時間はPLAUD導入前の30〜60分から15分以内になった
つまり、PLAUD単体では足りません。 要約の出来だけを見て使うと、静かに間違ったまま記録が残ります。
ただ、そこに Claude を足して2つの経路で作り、突き合わせるところまでやると、話が変わります。「たぶん合っている」が「別ルートで裏が取れた」に変わる。ここまで来て、ようやく実務で使える記録になります。
なお、AIツールを業務にどう組み込むかについては、仕事としてもご相談を承っています。「入れてみたいが、何から手をつければいいか決まらない」という段階でも構いません。相談は無料で、まずは15分ほどお話を伺うところからです。よろしければ お問い合わせ からどうぞ。
