完成した文字起こしアプリを備えたSpeechmaticsの代替

Speechmaticsの公式の機能と提供形態のページでは、録音済みとリアルタイムのAPIに、話者識別、タイムスタンプ、句読点、辞書、翻訳、要約、提供形態の選択肢がそろっているとされています。Hushscriptは、録音済みの文字起こし向けの完成したアプリと、対応する自動化向けの公開APIを提供します。

Speechmaticsが優れている点

Speechmaticsは、技術チームが自社の製品に音声認識をどう届けるかを細かく決められます。録音済みとリアルタイムの処理で録音とライブの音声の両方をカバーし、クラウド、プライベートクラウドやコンテナ、端末上といった選択肢が、さまざまな提供形態の要件に応えます。利用できる範囲は、選ぶプランによって異なります。

Meliaモデルは、録音済みの文字起こしで、言語が途中で切り替わるコードスイッチングに対応しています。リアルタイムのMeliaへの対応は、Speechmaticsでは現在提供中ではなく、今後の対応予定として掲載されています。1つのライブストリームの中で複数の言語を扱う製品では、この違いが重要です。

SpeechmaticsとHushscriptの比較一覧

	Speechmatics	Hushscript
向いているもの	自社のシステムに音声認識を組み込む開発者や企業	完成した文字起こし結果とエクスポートが必要な人とワークフロー
製品	音声認識APIと、導入できる基盤	ブラウザ上の文字起こしアプリと公開REST API
音声の方式	録音済みとリアルタイムの処理	録音済みのファイル、対応する音声リンク、ファイルとして送るブラウザでの録音
提供形態	プランによって、クラウド、プライベートクラウド、コンテナ、端末上の選択肢	マネージドのオンラインサービス。自前で運用する、または端末上の音声認識エンジンはなし
認識のツール	話者識別、タイムスタンプ、句読点、辞書、モデル、任意のAPI機能	話者の設定、辞書、プロンプトプリセット、キーワード、カスタムプロンプト
料金体系	開始時の無料クレジット、従量制のProの課金、個別料金のEnterprise	5種類のプリペイドの分数パックで、サブスクリプションなし
結果	チームのアプリケーションに渡す音声認識の結果	編集できる文字起こし結果、任意のInsights、データの管理、21種類のエクスポート

Speechmaticsの料金とHushscriptのプリペイド分数

Speechmaticsの公式の料金ページには、開始時の無料クレジット、モデルごとの料金、別料金の有料追加オプションが載っています。プランのドキュメントでは、Proは従量制で、秒単位で正確に課金されると説明されています。Enterpriseの料金は大量利用の割引を含む個別料金で、提供形態の対応はプランによって異なります。

これらの料金は、チームが組み込む音声認識の基盤に対するものです。Hushscriptの分数には、メディアの準備、編集、Insights、エクスポート、課金、データの管理がすでに含まれたマネージドの文字起こしの流れが含まれます。そのため、2つの単位は製品の別の層を表しており、同じ1分あたりの購入として比べられるものではありません。

音声APIの管理か、完成した文字起こしの流れか

チームが音声機能を作っている、リアルタイム処理が必要、特定の提供形態が必須という場合は、Speechmaticsです。そのAPIは、作る製品の中に、認識と任意の言語処理の機能を提供できます。

実際に作業する人が文字起こしのアプリそのものを必要とするなら、Hushscriptです。Hushscriptの公開REST APIで自動化ができ、ブラウザ上のアプリでは、録音済みのメディア、話者とテキストの修正、任意のInsights、保持期間の管理、エクスポートを扱います。ライブの文字起こしや、導入できる音声認識エンジンは提供していません。

無料プレビューから完成した文字起こし結果まで

Hushscriptの無料プレビューは、最大5分を言語の自動検出と話者ラベル付きで処理します。アプリでの全編の文字起こしにある元の言語、文脈、翻訳の設定は含まれません。全編の文字起こしは約99の話し言葉に対応し、保存済みの辞書とプロンプトプリセット、1回限りのキーワード、1回限りのプロンプト、元の言語と話者の設定、任意の翻訳先を使えます。翻訳先ごとに録音の長さの25％が課金対象の利用量に加算されます。話者検出は、対応するすべての文字起こし言語で使えます。

ローカルのファイルは、Hushscriptがブラウザ内で対応する音声を準備するか、動画から音声トラックを取り出してからアップロードします。対応する音声リンクは、サーバー側で取得・準備されます。文字起こしのあとは、テキストと話者を修正し、Insightsを一度だけ分数の消費なしで生成し、21形式でエクスポートできます。以降のInsightsの再生成では分数が消費されます。

Hushscriptは文字起こし用の音声を処理後に削除します。保存した文字起こしデータは保存時に暗号化され、保持期間の設定とプライベートモードで、何を残すかを選べます。

製品や録音に合うSpeechmaticsの代替の選び方

録音済みとリアルタイムの音声API、録音済みの多言語のコードスイッチング、提供形態の管理が必要ならSpeechmaticsです。独自のエディタ、任意のInsights、プライバシーの管理、エクスポートを備えた、録音済みの文字起こしのマネージドなアプリと、対応するワークフロー向けのAPIが必要ならHushscriptです。決める前に、Hushscriptの無料プレビューを試すこともできます。

更新日：2026年10月5日