Whisperとは？

OpenAIが公開した音声認識AI。多言語の音声を高精度で文字起こしでき、無料で使えるオープンモデルとして議事録・字幕づくりの定番になった。

Whisperは「文字起こしの民主化」を起こしたモデルです。従来の音声認識は専用サービス契約が前提でしたが、WhisperはOpenAIがオープンに公開。日本語を含む多言語で実用精度を叩き出し、雑音や話し言葉にも強い。録音データさえあれば、誰でも無料で文字起こしできる時代を作りました。

会議の録音→Whisperで文字起こし→生成AIで議事録に構造化、という三段コンボは、AI活用の中でも最強クラスの定番ワークフローです。多くの文字起こしサービスの裏側でも同系技術が動いています。「音声をテキストという資産に変える」入口として、名前を覚えておいて損のないモデルです。