留守番電話は、ほかの録音と同じ手順でテキストになります。ファイルとして保存し、アップロードし、文字起こしを読む。それだけです。 留守番電話を独自の課題にしているのは音声だけです。電話回線が届けるのはおよそ300〜3400 Hzに帯域制限されたモノラル音声で、しかも発信者は最も重要な部分である電話番号を、メッセージ中のどこよりも速く言います。以下はすべて、その話です。
このガイドは品質の数値を主張する代わりに、あなた自身に確かめてもらいます。本物の留守番電話を再生し、当社のパイプラインが生成した未編集の文字起こしを読み、同じエンジンが音声を本物の電話回線の条件まで劣化させたときにどう振る舞ったかを見てください。
留守番電話のテキスト化 早見表
| 必要なもの | 音声ファイルとして保存した留守番電話 |
| ファイルの取り出し方 | iPhoneの共有シート、Androidからの書き出し、Google Voiceのダウンロード、事業者の留守番電話メール転送 |
| 対応形式 | 音声・動画あわせて27拡張子 — 多くのツールが弾く.amrや.3gpを含む |
| 事前の変換 | 不要。電話品質の音声もそのままアップロードできる |
| 無料での利用 | アカウントなしで最初の5分 — ほぼすべての留守番電話より長い |
| 一般的な処理時間 | 数秒。下の検証では16秒のメッセージに4.65秒 |
| 書き出し | TXT・Markdown・JSONは無料、DOCX・PDF・SRT・VTTは有料プラン |
| 機密性の高いメッセージ | Macアプリで端末内処理 — 音声はアップロードされない |
本物の留守番電話とその文字起こしを聴く
再生してみてください。プレーヤーの下にあるのは、このファイルそのものに対する当社の本番パイプラインの未編集の出力です。手作業での修正は一切していません。どの行をクリックしても、その瞬間の音声に移動できます。
注目に値する点が2つあります。まず、句読点のために一度も間を置かなかった発信者に対して、エンジンが句読点を付けたこと。自分で自分を遮る *"I've called, I want to say, five times today"* も含めてです。そして *"picked up once."* の文の切れ目を保ったこと。話者はそのまま次の考えへ突き進んでいるにもかかわらず、です。これこそが留守番電話の文字起こしを、言葉の壁ではなく拾い読みできるものにしています。
留守番電話をスマートフォンから取り出す方法
実際の障壁はここです。文字起こしは数秒で終わりますが、人がつまずくのはファイルの取り出しです。簡単な順に4つの経路があります。
事業者の留守番電話メール転送。 契約先の通信事業者や社内の電話システムが留守番電話を受信箱へ転送できるなら、有効にしてください。メッセージはWAVまたはMP3の添付ファイルとして、すでにファイルの形で届きます。スマートフォンでの操作は一切不要です。使えるなら断然これが最良の選択肢であり、そして自分が使えることに気づいていない人が最も多い機能でもあります。
iPhone。 電話アプリを開き、留守番電話タブでメッセージをタップし、共有ボタンからファイルアプリに保存します(自分宛てに送信しても構いません)。ファイルは`.m4a`で得られます。共有ボタンが見当たらない場合は、契約先のビジュアルボイスメールが音声を端末に届けていないので、代わりにメール転送の経路を使ってください。
Android。 経路はAndroid自体ではなく、お使いの留守番電話アプリ次第です。Google Voiceではウェブでメッセージを開き、ダウンロードを選ぶと`.mp3`が得られます。事業者のビジュアルボイスメールアプリでは、個々のメッセージに保存・書き出し・共有のいずれかを探してください。Androidの録音アプリから来たファイルは`.amr`や`.3gp`であることが多く、形式のセクションをご覧ください。まさにそこで他のツールは失敗します。
最終手段:録音し直す。 どうしてもうまくいかない場合は、留守番電話をスピーカーで再生し、別の端末で録音します。品質は落ちますし、ここで挙げた方法の中で唯一、実際に精度を犠牲にするやり方です。マイクはメッセージだけでなく部屋の音も拾ってしまいます。

対応する留守番電話の形式、AMRを含む
留守番電話は一般的な音声よりも狭い範囲の形式で届き、そのうちの1つがよくある失敗の原因になっています。
| 形式 | この形式の留守番電話が生まれる場所 | 対応 |
|---|---|---|
| .m4a | iPhoneの電話アプリの共有シート | 対応 |
| .mp3 | Google Voiceのダウンロード、事業者のメール添付 | 対応 |
| .wav | 事業者の留守番電話メール転送、オフィスの電話システム | 対応 |
| .amr, .3gp | Androidの留守番電話・通話録音アプリ | 対応 — 変換不要 |
| .aac, .ogg, .opus | メッセージアプリ、転送されたボイスメモ | 対応 |
| .aiff, .caf | 再生したメッセージをmacOSで録音したもの | 対応 |
| .mp4, .mov | 留守番電話の再生を画面収録したもの | 対応 — 音声トラックを抽出 |
重要なのはAMRです。 これはAndroidのボイスレコーダーや通話録音アプリが長年使ってきたコーデックですが、いくつかのブラウザ向け文字起こしツールはこれを受け付けず、まずMP3に変換するよう利用者に求めます。その助言は、変換の一手間と、すでに帯域制限された音声への2世代目の非可逆圧縮を代償にします。当社は`.amr`、`.amr-wb`、`.3gp`、`.3g2`を直接受け付けます。アップロード検証が適用しているホワイトリストは合計27拡張子をカバーしているので、留守番電話に関する実務的な答えは「スマートフォンが生成したものは何であれアップロードできる」です。
電話の音質は精度を落とすのか:実測した
「留守番電話をテキストに」という検索の裏には、必ずこの問いがあります。*録音がひどいのだが、そもそも動くのか?* パーセンテージを引用する代わりに、検証を実施しました。
クリーンな44.1 kHzステレオの音声メッセージ録音を用意し、本物の電話回線の条件にエンコードした2つ目のコピーを作りました。モノラル、8 kHz、300〜3400 Hzにバンドパス、通信事業者が実際に使っているmu-lawコーデック経由です。両方を同じエンジン、同じ設定で処理しました。
| スタジオ音源 | 電話帯域のコピー | |
|---|---|---|
| 音声 | 44.1 kHz ステレオ | 8 kHz モノラル、mu-law、300〜3400 Hz |
| 文字起こしの本文 | 一字一句、同一 | |
| 返されたセグメント数 | 7 | 3 |
| 処理時間 | 16.16秒の音声に対し4.65秒 | |
音声を電話回線の帯域に制限しても、言葉は何も変わりませんでした。 変わったのは分割です。エンジンは短いフレーズを長いブロックにまとめました。区切りを置く手がかりである短い間や息継ぎが、まさにバンドパスフィルタで減衰する成分だからです。実務上これが意味するのは、留守番電話の文字起こしは、同じ言葉を良いマイクで話した場合よりも行数が少なく1行が長くなることはあっても、違う言葉になるわけではない、ということです。
これは1つのクリップであり、ベンチマークではありません。それでも知っておく価値のある事実は立証しています。電話回線の帯域は、留守番電話の文字起こしが誤って返ってくる理由ではありません。 理由はこの先にあり、そのすべては発信者側にあります。
通信事業者とiPhoneの留守番電話文字起こし
手作業で変換する前に、すでに手元にあるものを確認してください。そして、それがしばしば期待外れになる理由も理解しておきましょう。
通信事業者は一般に、留守番電話の文字起こしを標準機能として含めるのではなく、ビジュアルボイスメールの有料オプションとして販売しています。提供状況・価格・品質は事業者、プラン、国によって異なるため、比較記事ではなく契約先自身のページで確認してください。よくある不満は有料であることではなく、文字起こしが句読点のない一続きのテキストで、電話番号が壊れていることです。事業者の文字起こしは歴史的に、専用の文字起こしサービスが使うものより古く安価な音声モデルで動いてきました。
iPhoneには混同しやすい別々の機能が2つあります。ライブ留守番電話は、着信中のメッセージを発信者が話している最中に、端末内でリアルタイムに文字起こしするので、読んだうえで電話に出るかどうか判断できます。対応言語と地域は限られるので、そもそも設定に表示されるかを確認してください。これとは別に、すでに手元にあるメッセージが留守番電話タブで文字起こし表示されるかどうかは、Appleではなく契約先のビジュアルボイスメールに依存します。
Google Voiceは自動的に文字起こしし、音声のダウンロードもできるため、最も扱いやすい出発点になります。無料の一次文字起こしが得られ、そこで氏名が壊れていたら元の`.mp3`を使ってきちんと取り直せます。
事業者の文字起こしでは不十分なとき、メッセージを文書として必要とするとき、あるいは事業者が文字起こししない言語のメッセージのときは、専用の文字起こしツールを使ってください。
留守番電話テキスト化ソフトの比較
各社の公表値、2026年7月時点で確認。内容は変わりますので、依拠する前にご確認ください。
| 無料枠 | AMR / 3GP | 再生できる実例 | 書き出し | |
|---|---|---|---|---|
| TranscribeNext | アカウントなしで最初の5分、無料アカウントで1日3ファイル・50 MB | あり、直接対応 | あり — このページ | TXT・MD・JSONは無料、DOCX・PDF・SRT・VTTは有料 |
| AudioScribe | 登録なしで最大5分、アカウントありで25分のファイル | AMRは非対応と明記 | なし | 有料アカウントでTXT・SRT・VTT |
| Ticnote | 最大50 MB、大きいファイルは要登録 | 非公表 | なし | ツールのページに記載なし |
| 事業者のオプション | 通常は有料、ビジュアルボイスメールに付随 | 該当なし — ネットワーク側で文字起こし | なし | なし — テキストはアプリ内に表示 |
| Google Voice | Google Voice番号があれば無料 | 該当なし — サービス側で文字起こし | なし | .mp3として音声をダウンロード |
自社の行について正直な補足を2つ。無料5分という上限は、留守番電話に限れば十分に寛大です。事業者はメッセージをそれよりずっと短く制限しているからです。ただしこれはプレビューの上限であり、無制限の無料プランではありません。そしてWordとPDFの書き出しは有料です。無料アカウントで使えるのはTXT・Markdown・JSONで、留守番電話を読み、検索し、貼り付けるには十分ですが、体裁の整った文書を作るには足りません。
留守番電話を翻訳してテキストにする方法
1ステップではなく2ステップで行ってください。結果が目に見えて良くなります。
1. まず話された言語で文字起こしします。 自動検出のままにせず、言語を手動で指定してください。短く帯域制限されたメッセージは検出の手がかりが極端に乏しく、言語を取り違えると、明らかなエラーではなく自信たっぷりの意味不明な文が出てきます。
2. 音声を開いているうちに氏名と数字を修正します。これらは翻訳側では修復できないトークンであり、間違った数字は翻訳を通り抜けても完全にもっともらしく見えてしまいます。
3. そのうえでテキストを翻訳します。 きれいな文字起こしはきれいな入力です。電話音声から直接動く翻訳エンジンは2つの誤差要因を掛け合わせ、どちらで失敗したのかを覆い隠します。
例外は、メッセージの途中で言語を切り替える発信者です。留守番電話ではよくあることで、自動検出も単一言語の指定もうまく扱えません。主たる言語を指定して文字起こしし、切り替わった部分だけ手で直してください。たいていは1文です。
留守番電話テキスト化の専用アプリは必要か
すでに手元にあるメッセージを変換するだけなら、不要です。ブラウザならどの端末でも用は足りますし、1つのファイルを文字起こしするために何かをインストールするのは、かける必要のない手間です。
アプリが値打ちを持つのは2つの場合です。1つは件数です。届いた留守番電話を1件ずつ書き出してアップロードするのではなく、すべて自動で文字起こししたいなら、それがアプリや事業者オプションの役目です。もう1つは機密性です。顧客からの留守番電話、検査結果、人事関連のメッセージなど。この場合の論点は利便性ではなく、音声が端末から一切出ないことです。TranscribeNext for MacはApple Silicon上の端末内で文字起こしするため、機微なメッセージがどこかにアップロードされることはありません。
留守番電話の文字起こしが崩れる場面
上の検証が示したとおり、電話の帯域は原因ではありません。原因はこちらで、おおむね遭遇頻度の高い順です。
共通しているのは、この一覧のすべてが音声があなたに届く前に起きているということです。動く車の中で数字を口ごもった発信者を、後工程で何を選んでも直せません。だからこそ、どんな文字起こしも——当社のものも含めて——鵜呑みにせず、氏名と数字を確認すべきなのです。
検証方法と結果
検証日:2026年7月27日
元クリップ:Sample_Me氏による「Woman Leaving a Phone Message」。FreesoundにCC0 1.0(パブリックドメイン宣言)で公開。16.1秒、原本は44.1 kHzステレオ。
電話帯域のコピー:ffmpegで作成。モノラルにダウンミックスし、8 kHzにリサンプリングし、300〜3400 Hzでバンドパスをかけ、mu-lawコーデックでエンコードしたうえでウェブ用にパッケージしました。上のプレーヤーが配信しているのはこのファイルなので、読んでいる文字起こしは聴いている音声そのものの文字起こしです。
エンジン:TranscribeNext本番パイプライン、Whisper large、言語は英語に固定、話者分離オフ、既定プロファイル。両バージョンで完全に同一の設定です。
結果:文字起こしは一字一句同一。スタジオ音源は7セグメント、電話帯域のコピーは3セグメントを返しました。処理は16.16秒の音声に対し4.65秒でした。
表示している文字起こし:エンジンの未編集出力。行の開始・終了時刻は実測値ですが、単語単位のハイライトは各実測行の内部で補間しています。現在のバックエンドが単語ごとではなくセグメント単位のタイミングを返すためです。
これは1日に1クリップであり、ベンチマークではありません。信じてもらうためではなく、主張を確かめられるように公開しています。
最終検証:2026年7月27日
よくある質問
留守番電話をテキストに変換するには? 留守番電話を音声ファイルとして保存し、文字起こしツールにアップロードして結果を読みます。iPhoneでは電話アプリを開き、留守番電話タブでメッセージを選び、共有ボタンから.m4aファイルとして保存します。Androidでは留守番電話アプリや通話録音アプリから書き出すか、Google VoiceからMP3としてダウンロードします。多くの通信事業者は留守番電話を音声添付ファイルとしてメール送信することもでき、ファイルがそのままアップロードできる状態で届くため、これが最も簡単な経路です。
留守番電話を無料で文字起こしできますか? 短いメッセージなら可能です。TranscribeNextはアカウントなしで任意のファイルの最初の5分を無料で文字起こしします。留守番電話はもともと短い形式なので、事実上すべてのメッセージがこの範囲に収まります。無料アカウントを作れば1日3ファイル・各50 MBまでに拡大し、TXT・Markdown・JSONで書き出せます。PDFとWordの書き出しは有料プランです。
電話の音質の悪さは文字起こしの精度を落としますか? 思われているほどではありません。クリーンな44.1 kHzの音声メッセージ録音を用意し、本物の電話回線の条件——モノラル、8 kHz、300〜3400 Hzのバンドパス、通信事業者が使うmu-lawコーデック——に再エンコードして、両方を同じエンジンに通しました。文字起こしは一字一句同一で返ってきました。変わったのは分割だけで、スタジオ音源は7セグメント、電話音源は3セグメントでした。精度を実際に落とすのは、発信者側の背景雑音、話し声の重なり、そして口ごもった氏名や数字です。
留守番電話のテキスト化はAndroidのAMRファイルに対応していますか? 当社は対応しています。AMRとAMR-WBは、Androidのボイスレコーダーや通話録音アプリが長年使ってきたコーデックですが、いくつかのオンライン文字起こしツールはこれらを受け付けません。そのため「まずMP3に変換してください」と案内されるわけです。TranscribeNextは.amr、.3gp、.3g2を他の24の音声・動画拡張子とともに直接受け付けるため、変換の手間は不要です。
留守番電話を別の言語のテキストに翻訳できますか? できますが、1ステップではなく2ステップで行ってください。まず話されたその言語で文字起こしします。発信者が聞き取りにくい場合は、自動検出に頼らず言語を手動で指定してください。そのうえで、得られた文字起こしを翻訳します。先に文字起こしをすることが翻訳を使えるものにします。生の電話音声から直接処理する翻訳エンジンは2つの誤差要因を掛け合わせてしまいますが、修正済みの文字起こしならきれいな入力を渡せます。
通信事業者は留守番電話のテキスト化を提供していますか? 多くは提供していますが、たいていはビジュアルボイスメールの有料オプションで、品質と提供状況は事業者・プラン・国によって異なります。使えると決めつける前に、契約先のページで確認してください。iPhoneのライブ留守番電話は、発信者が話している最中に端末内でリアルタイムに文字起こししますが、対応言語と地域は限られます。またこれとは別に、保存済みの留守番電話が電話アプリで文字起こし表示されるかどうかは、契約先のビジュアルボイスメールのサービス次第です。
留守番電話をテキスト化するアプリはありますか? いくつかありますが、たまに使うだけならブラウザで十分です。すでに手元にあるファイルを変換するのに何かをインストールする必要はありません。アプリが有効なのは、1件ずつ変換するのではなく、届いた留守番電話をすべて自動で文字起こししたい場合です。機密性の高いメッセージであれば、端末内で処理するローカルアプリを使えば、音声をどこにもアップロードせずに済みます。
留守番電話の文字起こしはどのくらい正確ですか? 各社が示す精度のパーセンテージは自社の音声で測ったものであり、互いに比較できるものではありません。単一の数値は疑ってかかってください。予測できるのは、どこで失敗するかのほうです。固有名詞、早口で読み上げられた電話番号、発信者側の大きな背景雑音、2人が同時に話している状況、メッセージの途中で言語が切り替わる場合です。氏名と数字は、行動に移す前に必ず音声と照合してください。
留守番電話を文字起こしすることは合法ですか? あなた宛てに残された留守番電話はあなたに向けられたメッセージであり、自分で使うために文字起こしすることは通常問題になりません。ただし録音に関する法律、職場の規程、データ保護のルールは国や状況によって異なり、とりわけ保存や共有を意図した業務上・顧客からのメッセージでは注意が必要です。内容が機微であればアップロードせず端末内で文字起こしし、他人の発言を再公開する前にご自身の義務を確認してください。
留守番電話はどのくらいの長さまで録音できますか? 通信事業者は1件あたり数分を上限とするのが一般的で、これは文字起こし側の制限をはるかに下回ります。留守番電話がファイルサイズの上限に達することはありません。TranscribeNextは無料プランで1ファイルあたり50 MB・2時間、PROで2 GB・5時間、BUSINESSで5 GB・8時間まで対応するため、制約になるのは留守番電話そのものではありません。
出典
関連ガイド: Wordで音声を文字起こしする方法 · M4Aをテキストに変換する方法 · 音声ファイルを素早く文字起こしする方法 · インタビューの文字起こしのコツ
今すぐ留守番電話を変換
メッセージをファイルとして保存し、このページ上部のフォームにドロップしてください。最初の5分はアカウントなしで無料です。これは通信事業者が保存する留守番電話のどれよりも長い時間です。そもそもアップロードしたくないメッセージには、TranscribeNext for Macが端末内で文字起こしします。