要点まとめ（TL;DR）
- ■ Zoom標準字幕：日本語精度70〜80%程度。議事録作成には不十分なことが多い
- ■ 録画ファイル＋外部AI：88〜95%の精度。Zoom録画（MP4/M4A）をアップロードするだけ
- ■ 議事録自動化：文字起こし→AI要約→テンプレート適用で、録音後15分以内に議事録作成可能
- ■ 字幕保存：Zoomの「文字起こしを保存」でVTTファイル取得（日本語精度は低い）
方法①：Zoom標準字幕機能（リアルタイム）
Zoomには会議中にリアルタイムで字幕を表示する機能が内蔵されています。有料・無料プランどちらでも利用可能です。
設定手順
- Zoomウェブポータルにログイン →「設定」→「会議（詳細）」
- 「自動字幕」をオンに切り替え
- 会議中に画面下部の「字幕」ボタンをクリック
- 「自動字幕（ライブトランスクリプション）」を選択
⚠️ 日本語精度の限界について
Zoom標準機能は英語を中心に最適化されており、日本語の認識精度はWER（単語誤り率）20〜30%程度と低め（精度70〜80%）です。固有名詞・専門用語・早口の発言では誤変換が目立ちます。日本語での重要な議事録作成には、後述の外部AIツール（方法③）の利用をおすすめします。
◎ メリット
- ■ 追加ツール不要
- ■ リアルタイムで字幕確認できる
- ■ 無料プランでも利用可能
△ デメリット
- ■ 日本語精度70〜80%と低い
- ■ 話者分離なし
- ■ 保存形式はVTTのみ
方法②：Zoom字幕をテキストとして保存する
Zoom会議中に字幕機能をオンにした状態で録画すると、会議終了後に字幕（トランスクリプト）ファイルを保存できます。
Zoom字幕ファイルの保存手順
- 会議中に字幕機能をオンにし、「録画」も開始する
- 会議終了後、Zoomが自動的に録画を処理
- ZoomポータルまたはローカルのZoomフォルダに
.vttファイルが生成される - 「文字起こしを保存」ボタンからテキストファイルとして手動保存も可能
保存されるファイル：VTTファイル（タイムスタンプ付き字幕形式）。テキストエディタで開いて編集できます。日本語精度は方法①と同じ（70〜80%）のため、重要な会議では方法③との組み合わせをおすすめします。
方法③：録音・録画ファイルをAIで文字起こし
Zoom録画をAI文字起こしサービスにアップロードする方法が、日本語精度・使いやすさともに最も実用的です。Zoom標準の日本語精度の限界を補える唯一の手段です。
Zoom録画ファイルをVexaScribeで文字起こしする手順
Zoom録画をMP4またはM4Aで保存
Zoomの「コンピューターに記録」設定で録画すると、ZoomフォルダにMP4（映像）とM4A（音声）が保存されます。文字起こし用にはM4Aが処理が速く容量も小さいためおすすめ。
VexaScribeにファイルをアップロード
VexaScribeにログインし、M4AまたはMP4ファイルをドラッグ＆ドロップ。言語「日本語」を選択し、複数話者がいる場合は話者分離をオン。
全文テキスト・議事録をダウンロード
数分で全文テキスト・タイムスタンプ・話者ラベルが表示されます。TXT・DOCX・SRT・JSON形式でダウンロード、またはAI要約機能で主要ポイントを抽出。
ZoomのAI議事録を無料で作成する
文字起こしさえ取れれば、議事録の作成はAIに任せられます。以下のワークフローで録音後15分以内に議事録が完成します。
Zoom録画を文字起こし
VexaScribeでM4AをアップロードしてDOCX形式でダウンロード（話者ラベル付き）。
AI要約ツールで議事録化
全文テキストをChatGPT・Geminiなどに貼り付け、「以下の会議録を議事録形式にまとめてください。決定事項・アクションアイテム・担当者・期限を含めてください」と指示。
確認・共有
AIが生成した議事録を確認・編集してチームに共有。所要時間：録音30分の会議なら合計10〜15分。
Zoom AI Companionとの違い： ZoomのAI Companion（Gemini連携）は会議中のリアルタイム要約を提供しますが、Business Standard以上（月約¥1,700/人）の有料プランが必要です。VexaScribe＋無料AI（ChatGPT/Gemini無料版）の組み合わせは、コストを抑えながら同等の結果を得られます。
Zoom文字起こしの精度を上げるコツ
同じAIモデルでも、録音環境によって精度は大きく変わります。以下のポイントで日本語精度88〜95%を安定して得られます。
マイクを使う
内蔵スピーカーではなくヘッドセット・外付けマイクを使用。ノイズキャンセリング機能があるものが理想。
静かな環境で録音
エアコン・換気扇・BGMなどの定常ノイズはAIの誤認識を増やします。会議室での録音が最適。
音声のみファイル（M4A）を使う
映像付きのMP4より音声のみのM4Aファイルの方が処理が速く、文字起こし精度にも差が出ることがあります。
話し方を意識する
早口・重複発言・聞き取りにくい滑舌はどのAIでも誤認識の原因。発表者が明瞭に話す会議では95%超の精度も期待できます。
よくある質問
Zoomの文字起こし機能は無料で使えますか？
Zoomの標準字幕機能（リアルタイム表示）は無料プランでも利用できます。ただし日本語の精度は英語に比べて低く、業務での議事録作成には外部AIツールの利用が現実的です。VexaScribeの30分無料枠を使えば、Zoom録音ファイルをまず試せます（クレジットカード不要）。
Zoomの録画ファイルを文字起こしするにはどうすればいいですか？
Zoom録画はMP4（映像）とM4A（音声のみ）で保存されます。このファイルをVexaScribeにアップロードするだけで、数分で全文テキスト・タイムスタンプ・話者ラベル付きの結果が得られます。音声のみのM4Aファイルの方が処理が速く、容量も小さいためおすすめです。
Zoom録画の日本語文字起こし精度はどのくらいですか？
Zoom標準機能は英語中心に最適化されており、日本語の認識精度はWER（単語誤り率）20〜30%程度（精度70〜80%）と低めです。一方、VexaScribeのようなWhisper Large-v3ベースのサービスでは、同じ録音ファイルで88〜95%の精度が期待できます。会議音声は比較的クリアなため、実際には高めの精度が出ることが多いです。
Zoom会議の議事録を自動作成できますか？
はい。Zoom録画をVexaScribeで文字起こし後、テキストをAIツール（ChatGPTなど）に貼り付けて「議事録形式にまとめて」と指示するだけで、決定事項・アクションアイテム・次回予定を含む議事録を数分で作成できます。また、VexaScribeのAI要約機能でも主要ポイントの抽出が可能です。
Zoomのトランスクリプト（字幕）ファイルを保存する方法は？
Zoom会議中に「文字起こし」機能をオンにした状態で録画すると、会議終了後にVTTファイル（字幕形式）がZoomクラウドまたはローカルフォルダに自動保存されます。「文字起こしを保存」ボタンで手動保存も可能。ただし日本語精度が低いため、編集が必要になることがほとんどです。
リアルタイムでZoom会議を文字起こしするには？
Zoom標準のリアルタイム字幕機能（設定→字幕→自動字幕）を使うか、Otolio（スマート書記）やNottaなどの会議特化ツールをZoomに連携させる方法があります。VexaScribeはリアルタイムには対応しておらず、録音後のファイル処理に特化しています。