AI 文字起こし 業務委託｜Whisper/Notta活用と単価交渉の組み立て方

先日、ある在宅ワーカーの方から相談を受けました。「AIで文字起こしすれば1時間音源を10分で処理できると聞いたのに、納品したら『校正が雑だ』と言われて報酬を半分にされた」と。結論から言うと、これは2024年11月施行のフリーランス保護新法（特定受託事業者に係る取引の適正化等に関する法律）で明確に禁止されている「報酬の減額」に該当する可能性が高い行為です。つまり、AIで効率化したこと自体が責められる理由にはならない、ということなんです。

「AI 文字起こし 業務委託」というキーワードで検索する方の多くは、こうした現場のリアルな疑問を抱えています。AIツールでどこまで実務が回るのか、相場はいくらが妥当か、契約で何を守れば自分の収入とキャリアを守れるのか。この記事では、市場データと実務に基づき、AI時代の文字起こし業務委託で10年戦える働き方を体系的にお伝えします。これ、知らない人が本当に多いんです。

AI文字起こし業務委託の市場規模と需要動向

まずマクロ視点で現状を整理します。総務省「情報通信白書」によれば、国内の音声認識・自然言語処理を含むAI市場は年率20%超のペースで拡大しており、議事録・取材音源・コールセンター応対履歴など、文字化を必要とする音声データの総量も急増しています。

需要側を見ると、地方議会の議事録、医療系学会の講演録、企業の取締役会議事録、YouTubeやPodcastの字幕生成、リサーチ会社のグループインタビュー（FGI）など、用途は多岐にわたります。これまでは速記者・専業文字起こし業者の領域でしたが、Whisperをはじめとする生成AIモデルの普及で、参入障壁が一気に下がりました。

一方で、AIを通しただけの「自動文字起こし結果」を納品物として認める発注者はほぼいません。固有名詞の誤認識、フィラー（「えーと」「あの」）の処理、話者分離、整文（読みやすい日本語への整形）といった人間の介在が必要な工程が必ず残るからです。つまりAIで効率化された分、「人間の判断が必要な工程だけ」が業務委託の対象になり、求められるスキルセットも変わってきている、というのが現在地です。

求人ボックスのデータを見ると、在宅・業務委託の文字起こし求人は時給換算で1,500〜2,100円のレンジが多く、専門性（医療・法律・学術）や英語対応がつくと2,500円以上に跳ね上がります。

録音データの音声を文字化する在宅スタッフ（業務委託）を募集しています。地方議会をはじめ、様々な会議の内容を書き起こしていただきます。ご経験や能力により特別な優遇もございます。ご自身専用のPC（Windows11、Word・Excel等、セキュリティソフト、カメラ搭載）とインターネット環境が必要です。業務委託のため、ご自身の都合に合わせて勤務いただけますが、1日4時間以上、週4日以上の確保をお願いいたします。

この募集要項にあるように、業務委託といっても「1日4時間以上、週4日以上」のような時間拘束付きの案件もあれば、純粋な成果物単位の発注もあります。後述しますが、この違いは契約上、極めて重要なポイントです。

AI文字起こしツールの主要選択肢と精度比較

業務委託で実務に使えるAI文字起こしツールは、大きく分けて3系統あります。それぞれの強み・弱みを整理します。

1. OpenAI Whisper系（オープンソース／API）

OpenAIが2022年に公開したWhisperは、日本語認識精度が無料ツールとして群を抜いています。ローカル環境でも動かせるためセキュリティ要件の厳しい案件にも対応しやすい点が強みです。

実務では、Whisper large-v3 をローカルで動かして1次起こしを作り、人間が整文する流れが主流になりつつあります。1時間の音源を処理する時間は、Apple Silicon M2クラスのMacで実音声時間の3〜5分の1程度。ただし話者分離（ダイアライゼーション）機能は別途 pyannote.audio などを組み合わせる必要があり、技術的なハードルはやや高めです。

2. クラウド系SaaS（Notta、Rimo Voice、AI GIJIROKU など）

Notta、Rimo Voice、AI GIJIROKU などの国産・準国産SaaSは、Web画面にアップロードするだけで話者分離・タイムスタンプ付きの文字起こしが出てくるため、業務委託の現場で最も導入しやすい選択肢です。月額2,000〜5,000円の個人プランで実務上ほぼ十分なボリュームをカバーできます。

ただし、これらのサービスは音源を一度クラウドにアップロードする仕組みのため、NDA（エヌディーエー、秘密保持契約）で「第三者サービスへのアップロード禁止」が明記されている案件では使えません。受注前に必ず利用可否を発注者に確認してください。これ、後でトラブルになるケースが本当に多いんです。

3. クラウド大手のSpeech-to-Text API（Google、Microsoft、AWS）

Google Cloud Speech-to-Text、Azure Speech Service、Amazon Transcribe は、エンタープライズ案件で採用率が高いAPI群です。1分あたり2〜5円の従量課金で、データ処理リージョンを国内に固定できるためコンプライアンス要件にも対応しやすい構成です。

複数ツールを案件ごとに使い分けられることが、AI時代の文字起こし業務委託で生き残る最低条件と考えてください。

業務委託としての契約形態と単価相場

文字起こしの業務委託は、料金体系によって大きく3パターンに分かれます。それぞれの相場と注意点を見ていきます。

時間単価制（録音時間 × 円）

最も一般的な料金体系で、「録音時間1分あたり◯円」で計算します。市場相場は次の通りです。

案件タイプ	録音時間あたり単価	1時間音源の報酬目安
一般的な会議・インタビュー	200〜400円/分	12,000〜24,000円
学術系・専門用語多め	400〜700円/分	24,000〜42,000円
医療・法律・金融	600〜1,000円/分	36,000〜60,000円
英語・他言語	700〜1,500円/分	42,000〜90,000円

ただし、これは「ケバ取り（不要なフィラー削除）」「整文（読みやすい文章化）」を含む素起こし〜整文レベルの料金感です。AI下書きを使う前提で7割程度に抑えられる案件もあれば、逆にAIを使うと「人間が起こした証拠を出せ」と要求される案件もあるため、受注前に発注者と必ず擦り合わせてください。

文字単価制（文字数 × 円）

字幕制作系で多い料金体系です。0.5〜1.5円/文字が相場で、1時間の音源は約1.5〜2万文字になることが多いため、結果として時間単価制と近い水準に落ち着きます。

月額固定制（ストック型）

特定企業のオウンドメディアや経営会議議事録を継続受注するケースで、月8〜20万円程度の固定報酬契約があります。安定収入を作りたい場合はこの形を狙うのが現実的です。

AIを使う場合の単価交渉と価値設計

ここで多くの方が悩むのが、「AIで効率化したら単価を下げられるのでは？」という不安です。実際、発注者側から「AIを使うなら半額でいいですよね」と打診されるケースは増えています。

私の体験では、こうした打診への返答を1〜2分で出すと負けます。一度持ち帰って、次の3点を整理してから答えてください。

第一に、AI出力の責任は受注者が負っている事実を可視化する。 AIが「議員」を「義院」と誤認識した場合、最終的な納品物の責任は人間の文字起こし担当者にあります。発注者がAIに直接依頼しないのは、この校正・整文・固有名詞辞書管理の工程に価値があるからです。

第二に、AI利用前提でのチェック工数を見積もる。 Whisperの誤認識率は日本語で2〜10%とされており、1時間音源（約1.8万文字）なら360〜1,800箇所の修正が必要になります。1箇所10秒で直したとしても、1時間〜5時間の校正工数です。

第三に、責任分界点を契約書に書き込む。 「AI出力の固有名詞リストを発注者から事前提供する場合は校正範囲外」「録音状態が一定水準を下回る場合は別途追加料金」などを明文化しておくと、後の値引き交渉を防げます。

つまり、AIを使うこと自体は単価を下げる理由にはならず、むしろ「短納期対応」「大量処理」という付加価値を訴求できるのが正解です。「これ、知らない人が本当に多いんです」と私がいつも言うのはこの部分です。

在宅で稼働する場合のメリット・デメリット

業務委託の文字起こしを在宅で行うメリット・デメリットを、客観的に整理します。

メリット

1. 時間の柔軟性が極めて高い 深夜・早朝の作業が可能で、本業を持つ副業者でも参入しやすい職種です。求人ボックスにも「9:00〜21:00の間で最低3h〜勤務可能」という案件が多く見られます。

2. 初期投資が小さい PC、ヘッドセット（3,000〜10,000円）、AIツールのサブスク（月2,000〜5,000円）があれば始められます。専業の速記者になる場合の設備投資（速記ソフト・専用キーボード等）に比べて1/10以下です。

3. スキルがストックされる 医療用語・法律用語・IT用語など、案件をこなすほど業界辞書（固有名詞リスト）が手元に蓄積されます。これは AIツール側の辞書登録機能と組み合わせることで、生産性が複利で伸びていく資産になります。

4. 単発から月額固定まで案件規模が選べる 1案件1万円の単発から、月20万円の継続契約まで、自分のライフステージに合わせて受注規模を調整できます。

デメリット

1. AI普及で単純な「素起こし」の単価は下落傾向 ケバ取りなし・素起こしのみの案件は、AI出力で代替されつつあり、単価が下がる一方です。整文・要約・話者分離・専門用語辞書管理など、人間の判断が必要な工程に専門特化する必要があります。

2. 納期プレッシャーが高い 取材から24時間以内、議会終了から48時間以内など、短納期案件が多いのが文字起こしの特徴です。AIで効率化できるとはいえ、家族の急病など想定外で納期遅延した場合のリカバリ策を事前に持っておく必要があります。

3. 業務委託は社会保険が付かない 雇用契約ではないため、健康保険・厚生年金は自分で国民健康保険・国民年金に加入することになります。年収が一定額を超えれば、所得補償保険やフリーランス向け団体保険（小規模企業共済、フリーランス協会の会員保険など）の検討をおすすめします。詳しくは厚生労働省や日本年金機構の公式情報を確認してください（厚生労働省 / 日本年金機構）。

4. 機密情報を扱う責任 議事録・取材音源は機密性が高く、データ漏洩時の損害賠償リスクが大きい点も理解しておく必要があります。

フリーランス保護新法と業務委託契約の必須チェック項目

2024年11月に施行された「特定受託事業者に係る取引の適正化等に関する法律」（通称：フリーランス保護新法）は、文字起こしを含むあらゆる業務委託に大きな影響を与えました。発注者の義務と、受注者として確認すべきポイントを整理します。

発注者に課される主な義務

1. 取引条件の書面（または電磁的記録）での明示 ※口約束だけは違法
2. 報酬の60日以内支払い（受領日起算）
3. 報酬の不当な減額の禁止
4. 役務の成果物の不当な受領拒否の禁止
5. 不当な返品の禁止
6. やり直しの不当強制の禁止

つまり、「イメージと違う」という曖昧な理由で支払いを拒否したり、「もっと丁寧に直して」と無限にリテイクを要求したりすることは、原則として違法行為になります。詳細は公正取引委員会の特設ページが正式な情報源です（公正取引委員会）。

※実際の紛争解決には弁護士・行政書士・公正取引委員会への申告など、ケースに応じた専門家対応が必要です。具体的なトラブルが発生した場合は、ご自身の状況に応じて法律専門家へご相談ください。

業務委託契約書で必ず確認する10項目

私が契約レビューでいつもチェックする項目を共有します。

1. 業務の範囲（素起こしか整文か、話者分離の有無、固有名詞リストの提供有無）
2. 納期と納品物の形式（Word / Excel / SRT / VTT 等）
3. 報酬額と支払期日（受領日から60日以内が法定上限）
4. AI利用の可否と範囲（クラウド型サービス利用が認められるか）
5. NDA（秘密保持義務）の範囲と期間
6. 再委託の可否（自分で全部やらないといけないのか）
7. 修正対応の範囲と回数上限
8. 損害賠償の上限額（無制限になっていないか）
9. 契約解除事由と中途解約時の精算方法
10. 準拠法と管轄裁判所

特に4番目のAI利用可否は、最近の契約書では明記されていないことが多く、後でトラブルになりがちです。受注前に必ず書面で確認してください。

案件獲得チャネルの選び方と注意点

文字起こしの業務委託案件を獲得するチャネルは、大きく分けて4種類あります。それぞれの特徴と注意点を整理します。

大手電気機器メーカーにて、監査サポート業務を担当していただきます。未経験者歓迎で、語学力を活かしたい方にもおすすめです。ExcelのIF・VLOOKUP関数操作、英語・日本語の音声文字起こしができる方が対象です。時給1,850円からで、月収例は約310,000円です。勤務時間は8:50～17:20で、土日祝日が休みとなります。交通費支給、社員食堂・食事補助あり、職場は禁煙です。即日スタート可能で、6月・7月からの開始も相談に応じます。

このような時給制の在宅案件は、業務委託というよりも準雇用に近い拘束時間設定です。本業を持つ副業者は事前に勤務時間の現実性を必ず確認してください。

2. 速記会社・文字起こし専業会社からの委託

老舗の速記会社や文字起こし専業会社は、地方議会・学会など継続案件を持っており、登録ライターへの安定発注があります。トライアル試験（30分音源の起こし）に合格すれば、長期で安定した収入源になります。

3. 直接受注（リサーチ会社・出版社・士業事務所等）

知人経由や、SNS・ブログでの実績発信から直接受注に発展するケースです。手数料が一切かからず単価も高くなる傾向にありますが、契約書作成・請求書発行・債権回収などすべて自分で行う必要があります。

4. SNS・YouTube経由

YouTubeチャンネル運営者や Podcaster からの直接依頼で、字幕作成業務を継続受注するパターンです。Twitter（X）や Instagram で「文字起こし 業務委託 受付中」と発信しているフリーランスは年々増えています。

並行して、自分自身のAIスキルや専門領域を可視化するために、関連職種の情報も押さえておくと営業の幅が広がります。例えば著述家，記者，編集者の年収・単価相場は、文字起こしから記事執筆・編集へとキャリアを広げる際の収入レンジの参考になりますし、ソフトウェア作成者の年収・単価相場はWhisperのローカル実装やAPI連携を内製化していく場合の市場価格の参考になります。

AI文字起こし業務委託で身につけるべきスキルと資格

AI時代に文字起こし業務委託で長く稼ぐには、単なるタイピング速度や日本語力だけでなく、以下のスキルセットを段階的に身につけることをおすすめします。

必須スキル（受注の最低条件）

• タイピング速度：日本語で1分間に100文字以上が目安。Eタイピングなどの無料テストで自己診断可能
• 日本語の整文力：話し言葉を読みやすい書き言葉に変換する力。新聞・雑誌の校正経験があれば強み
• 業界用語の調査力：医療・法律・IT・金融など、案件分野の専門用語を即座に調べる力

競争力を高めるスキル

• AI文字起こしツールの実務知識：Whisper、Notta、Rimo Voice など主要ツールの長所短所を案件ごとに使い分けられること
• 話者分離の補正スキル：AIが間違えた話者ラベルを音声を聴き直して修正できること
• タイムコード付き字幕作成：SRT、VTT形式のサブタイトルファイルを作成できると、YouTube字幕案件の単価が上がる
• 要約・議事録化スキル：素起こし→整文→要約→議事録（決定事項・宿題事項抽出）まで対応できると、月額固定案件の獲得確率が大幅に上がる

関連資格

業務委託で活躍するために必須ではありませんが、取得しておくと案件獲得時の信用補強になります。

• 生成AIパスポート：生成AIに関する基礎知識を体系的に証明できる試験。AI利用前提の案件で発注者の安心感につながります。
• Python3エンジニア認定基礎試験：Whisperのローカル実装やAPI連携を行う場合の基礎スキル証明として有効です。
• 日本速記協会認定速記士：従来型の文字起こし業界では一定の権威があり、議会・公的機関の案件で評価されます。

ChatGPTなどの生成AIを活用する書き方・働き方については、別記事WebライターのChatGPT活用術｜AIと共存する書き方の新常識で詳しく解説しています。文字起こしの整文プロセスに応用できる視点が多いので、合わせて読むと理解が深まります。

AI普及前（2022年以前）に多かった案件

• 1時間音源の素起こし（200〜400円/分）
• ケバ取り＋整文をセットで依頼
• 納期は3〜7日が一般的

AI普及後（2024年以降）に増えている案件

• AI下書きの「整文＋校正＋固有名詞補正」のみ（150〜300円/分、ただしAI処理は発注側で実施済み）
• 月額固定で複数会議の議事録要約まで含めた継続案件（月8〜20万円）
• 動画コンテンツの字幕タイムコード付与＋多言語翻訳との合わせ技
• グループインタビュー（4〜6名の話者分離が必要な複雑案件、500〜800円/分）

このシフトを見ると、「素起こし単価競争」から離れて、「人間にしかできない判断工程」へ価値を移すフリーランスが安定収入を実現していることが分かります。

また、AI活用支援案件を受注できるフリーランスは限定的なため、文字起こしから派生して企業のAI議事録自動化のコンサルティングへキャリアを広げる道もあります。フリーランスのAI活用で生産性を3倍にする方法｜職種別の実践テクニックでは、職種別にAIを業務に組み込む具体策を整理しているので、文字起こしから一歩踏み出したい方の参考になります。

業務委託でトラブルを避けるための実務的な自衛策

最後に、私が法務サポートの現場で実際に見てきた、文字起こし業務委託のトラブル事例と対策を共有します。

よくあるトラブルと対策

ケース1：「AIを使ったから単価を半額にする」と納品後に言われた 契約時に「AI利用可」と明示されていれば、AI利用を理由とした事後の単価引き下げは2024年フリーランス保護新法の「報酬の減額禁止」に違反します。記録を残し、毅然と支払いを求めてください。重要案件で個別判断が必要な場合は弁護士・行政書士へ相談を。

ケース2：「品質が悪いから報酬を支払わない」と言われた 受領後の「品質を理由とする不払い」は、原則として違法です。ただし、契約書に明記された品質基準を満たしていない場合は別の問題になります。契約段階で「素起こしレベル」「整文レベル」など納品品質を明確に定義しておくことが最大の防御策です。

ケース3：「修正は無料で何度でも対応してください」と言われた 修正対応の上限回数を契約書に明記してください。「修正は2回まで無償、それ以降は1回あたり◯円」のように具体的な数字を入れることで、無限リテイクのリスクを断てます。

ケース4：「データを漏洩したから損害賠償◯億円」と請求された 損害賠償条項が無制限になっている契約書は要注意です。「直接損害に限り、年間報酬額を上限とする」など、賠償範囲と上限を明示してください。これは大手企業の契約書でも交渉可能な項目です。

自衛のためにやっておくべき5つの習慣

1. すべての契約は書面（または電子契約）で残す：口頭・チャットでの依頼は最低限PDF化して保管
2. 音源データの保存期間と廃棄手順を契約書に明記：納品後のデータ取り扱いを曖昧にしない
3. 報酬の支払いサイトを最初に確認：「月末締め翌々月末払い」などは法定上限60日を超えている可能性あり
4. 業務委託契約書のテンプレートを自分側で持つ：発注者提示の契約書だけに依存しない
5. トラブル時の相談先を事前にリストアップ：フリーランス・トラブル110番（厚生労働省委託事業）、地域の弁護士会、行政書士会など

私の体験では、契約書を1回でも自分側で作って提示した経験のあるフリーランスは、その後の交渉が圧倒的にスムーズになります。契約書テンプレートは公正取引委員会や中小企業庁のサイトで公開されているものをベースに、自分の業務に合わせて調整するのが現実的です（公正取引委員会 / 中小企業庁）。

「法律はあなたの味方です」とよく言うのですが、それは「法律を知っている人にとっては」という条件付きなんです。だからこそ、業務委託で働くフリーランスにとって、契約・法務の基礎知識は最大の武器になります。AI時代の文字起こしは、技術が変わっても、自分を守る考え方は変わりません。むしろ、AIで時間が浮いた分、こうした「自分を守る勉強」に時間を投資できるようになった、と前向きに捉えてほしいと思います。

よくある質問

Q. 未経験からフリーランスになったばかりでもバリューベースの価格設定は可能ですか？

未経験の場合、過去の実績で価値を証明するのが難しいため、最初は相場に合わせた時間単価や固定報酬で案件を獲得し、信頼と実績を積むことが優先です。しかし、小さくても「クライアントの売上に貢献した」という実績ができれば、次の案件から徐々にバリューベースでの提案に移行していくことが可能です。

Q. 単価交渉をして契約を切られるのが怖いです。どうすればいいですか？

突然の「値上げ要求」ではなく、まずは「業務範囲の見直し」や「提供価値の再定義」というアプローチから入るのがコツです。日頃からコミュニケーションを取り、信頼関係が構築されていれば、交渉によって即座に契約解除となるリスクは低いです。万が一合意に至らなくても、現在の条件で継続するか、円満にフェードアウトするかを選択できます。

Q. 単価交渉をしたら「じゃあ他の人に頼む」と言われませんか？

もしそう言われたなら、あなたの提供している価値が「誰でも代わりが効くレベル」だと思われているか、クライアントが単なる「安さ」しか求めていないかのどちらかです。そのような現場に長くいても未来はありません。早めに[おすすめ] の新規案件を探し始めましょう。

Q. フリーランス新法ができたことで、契約時のやり取りで気をつけるべきことは何ですか？

最も重要なのは「書面やメール等による取引条件の明示」が義務化された点です。口約束だけの業務委託は違法となる可能性が高くなります。業務内容、報酬額、支払期日などが明確に記載された発注書やメールの記録を必ず発注者からもらうようにしてください。万が一トラブルになった際、これらの記録があなたの権利を守る強力な証拠となります。

Q. 契約書がないまま仕事を受けてしまいました。今からでも間に合いますか？

間に合います。メールやチャットで「改めて取引条件の確認をさせてください」と送り、業務内容、報酬、支払期日の3点が含まれる回答をもらってください。これが「明示義務」の証拠になります。

@SOHOでスキルアップと案件獲得を両立する

学んだスキルを実案件で試すことで、市場価値はさらに高まります。@SOHOなら対象講座の検索から案件獲得まで一気通貫で支援します。

@SOHOで関連情報をチェック

お仕事ガイド

• データ入力・文字起こし・分類のお仕事
• AIコンサル・業務活用支援のお仕事
• AIチャットボット・アプリ開発のお仕事

年収データベース

• ソフトウェア作成者の年収・単価相場
• 著述家，記者，編集者の年収・単価相場

資格ガイド

• 生成AIパスポート
• Python3エンジニア認定基礎試験