文字起こしでリピートをもらう人は初回納品で次の提案までしている

2026年1月22日

朝比奈蒼

この記事のポイント

✓文字起こしのリピート受注を在宅で安定させる具体策をまとめました
✓初回納品でやるべき5つの作業
✓次の案件を引き出す提案文の型

結論から書きます。在宅の文字起こしでリピート受注を取れるかどうかは、音声を聞き取る精度ではなく「初回納品のときに、納品物以外に何を渡したか」でほぼ決まります。テープ起こしの技術そのものは、正直なところ数か月も続ければ大半の人が一定水準に達します。差がつくのは技術の外側です。この記事では、初回納品で具体的に何をやるのか、そして次の案件をどう提案するのかを、依頼側の意思決定プロセスに沿って整理します。

在宅ワークとして文字起こしを選ぶ人の多くは、単発案件を取っては次を探す、というサイクルを繰り返しています。この繰り返しが一番きつい。案件を探す時間は無報酬だからです。1件5,000円の仕事を取るために応募文を10件書いていたら、実質時給は半分以下になります。リピート受注は「営業時間をゼロに近づける技術」であって、単価アップの話ではありません。ここを取り違えている人が多い印象です。

文字起こし市場の現状：AI普及後に残った仕事の形

まず市場の前提を揃えます。音声認識AIの精度向上によって、文字起こしの仕事は消えると言われ続けてきました。実際に消えたのは「きれいな音声を、そのまま文字にするだけ」の作業です。会議室に据え置いたマイクで録った、話者が2名、専門用語なし、といった条件下ではAIの素起こしで十分実用に耐えます。ここに人が入る余地は年々狭くなっています。

一方で残っているのは次の3領域です。ひとつめは音声条件が悪い案件。屋外取材、複数人が同時に話す座談会、方言や訛りが強い話者、電話越しの録音などです。ふたつめは正確性の要求が極端に高い案件。議事録として法的な意味を持つもの、医療や法務の専門用語が飛び交うもの、公的記録として残るものが該当します。みっつめは編集判断が必要な案件。ケバ取りの程度、話し言葉から書き言葉への直し方、発言の順序整理といった「どう仕上げるか」の判断が要るものです。

実際の求人を見ても、この3領域に集中していることがわかります。

国の審議会や中央省庁、閣僚会見などの録音・文字起こしを担当する取材反訳者を募集します。AIを活用し、人の手で精度の高い公的記録を作成する社会貢献性の高い仕事です。主な取引先は官公庁や自治体で、社会に役立つやりがいを感じられます。未経験者歓迎で、基本的なPCスキルがあれば応募可能です。土日祝休みで年間休日は124日、残業は月平均12時間程度とメリハリをつけて働けます。出典: 求人ボックス

「AIを活用し、人の手で精度の高い」という書き方に注目してください。AI対人ではなく、AIの出力を人が仕上げる分業が前提になっています。この構造を理解しておくと、後述する提案の作り方が変わります。

相場感：時間単価で見ないと判断を誤る

在宅の文字起こしの報酬は、音声1時間あたりで提示されるのが一般的です。素起こしに近い簡易な仕上げなら音声1時間あたり3,000円前後から、ケバ取りと整文まで含む標準的な仕上げで8,000円から1万5,000円程度、専門分野や短納期が絡むと音声1時間あたり2万円を超える案件もあります。ただしこの数字だけで判断すると必ず失敗します。

重要なのは作業時間の倍率です。初心者が音声1時間を仕上げるのに要する時間は6時間から8時間、慣れた人で3時間から4時間、AIの素起こしを下敷きにして修正する方式なら1.5時間から2.5時間まで縮まります。音声1時間8,000円の案件でも、作業に8時間かかれば時給1,000円です。逆に音声1時間5,000円でも2時間で終われば時給2,500円になります。単価表だけを見比べて案件を選ぶ人は、この倍率を計算していません。

そしてリピート受注が効いてくるのがここです。同じ依頼者の同じ会議体を継続して担当すると、話者名、組織名、専門用語、資料の言い回しがすべて既知になります。初回に4時間かかった音声1時間が、3回目には2.5時間になる。単価が変わらなくても実質時給は1.6倍です。リピートを取りにいく最大の理由はこれです。

中間マージンが手取りに与える影響

もうひとつ、在宅ワークの報酬構造で見落とされがちなのが手数料です。大手のクラウドソーシングを経由すると、報酬額に応じて16.5%から20%程度のシステム利用料が差し引かれます。音声1時間1万円の案件を月10時間分受けると月額10万円、そこから2万円が手数料で消える計算になります。年間で24万円です。

だからこそ、実績づくりの段階と、継続案件を回す段階でプラットフォームを使い分ける発想が要ります。実績ゼロのうちは案件数の多い場所で仕事を取り、継続関係が見えてきたら手数料0%で直接やり取りできる場に移す。同じ予算でも依頼者はより多く発注でき、受け手の手取りは厚くなります。この構造は在宅ワーク全般に共通します。データ入力・文字起こし・分類のお仕事では、文字起こしを含むデータ処理系の仕事の種類と求められるスキルが職種別に整理されているので、自分がどのゾーンで戦うかを決める材料になります。

初回納品でやること：納品物以外に渡す5点セット

ここからが本題です。リピート受注は「次もお願いします」と言われることではなく、依頼者が「また探すのが面倒だから、この人に投げよう」と判断することです。判断材料を初回に渡しておく。具体的には次の5つです。

1. 用語リストを作って一緒に渡す

作業しながら、固有名詞と専門用語を別ファイルに書き出します。人名、社名、製品名、業界用語、略語、そして「どちらの表記を採用したか」の判断です。たとえば「AI」を「AI」で統一したのか「エーアイ」と書いたのか、「Webサイト」か「ウェブサイト」か。数字は算用数字か漢数字か。これを表にして納品時に添付します。

依頼者にとってこれは、次回以降の品質が保証される証拠になります。同じ人に頼めば表記が揺れない。別の人に頼み直すと、また表記統一の指示を一から出さなければならない。この面倒さが、そのまま乗り換えコストになります。用語リストは20語から50語もあれば十分機能します。作成にかかる追加作業は15分程度です。

私が最初にこれをやったのは、実は自分のためでした。同じシリーズの音声を3本まとめて受けたとき、1本目と3本目で表記が揺れていることに納品直前で気づいて青くなった。それ以来、作業中に用語をメモする習慣がついたのですが、あるとき何気なくそのメモを整形して添付したところ、依頼者から「これ、社内の他のライターにも配りたいので使わせてほしい」と返ってきました。以降その依頼者からは継続で声がかかるようになりました。渡したのは30行ほどの表です。

2. 聞き取れなかった箇所を一覧化する

どんなに精度を上げても、聞き取れない箇所は必ず出ます。問題は、その処理の仕方です。よくないのは本文中に「（聞き取り不能）」とだけ書いて終わること。依頼者は該当箇所を探すために音声を頭から聞き直すことになります。

正しくは、タイムコードつきの一覧を別途つけます。「00:12:34 話者Bの発言。社名と思われる。『マル』または『マツ』に聞こえる」「00:41:02 資料番号。数字3桁だが下1桁が不明瞭」といった粒度です。あわせて、自分が何を試したか（音量を上げた、速度を落とした、前後の文脈から推測した）を1行添えます。

これがあると、依頼者は該当箇所だけを確認すればよくなります。10箇所の不明点があっても、確認作業は10分で済む。逆にこの一覧がないと、依頼者は全文を音声と突き合わせて検品するしかなくなり、その時点で「自分でやったほうが早い」に傾きます。

3. 表記ルールの確認事項を先に出す

初回の作業に入る前、あるいは着手直後の段階で、判断が必要なポイントを列挙して依頼者に投げます。ケバ取りの程度（「えー」「あのー」を全部落とすのか、一部残すのか）、言い直しの扱い、話者表記の形式（実名か、A・Bの記号か、役職つきか）、タイムコードの挿入間隔、句読点の付け方の方針。この5点は最低限確認します。

ここでのコツは、質問形式ではなく提案形式にすることです。「ケバ取りはどうしますか」ではなく「ケバ取りは標準的な範囲で行い、意味を持つ言いよどみ（考えながらの発言など）は残す方針で進めます。ご希望があればお知らせください」と書く。依頼者は判断せずに済み、違和感があるときだけ返信すればよくなります。依頼者の手間を減らすこと自体が、継続の理由になります。

質問攻めにする受注者は嫌われます。私も駆け出しのころ、丁寧なつもりで確認事項を12項目並べたメールを送り、返信が3日止まったことがありました。相手は決裁権のない担当者で、社内に持ち帰らざるを得なかったのです。以来、確認は提案形式で5項目までと決めています。

4. 納期より早く出す、ただし前倒しは1回だけ宣言する

納期の半日から1日前に納品します。これは単純ですが効果が大きい。依頼者側にも社内の締切があり、前倒しで届くと確認と修正指示の時間が生まれます。

ただし注意点があります。毎回大幅に前倒しすると、その前倒し後の日程が標準納期として扱われるようになります。3日の納期を毎回1日で出していれば、次の依頼は1日納期で来ます。適切なのは「余裕をもって早めに出すが、実際にかかった作業時間は正直に伝える」ことです。「今回は6時間で仕上がりましたが、音声条件によっては10時間要する場合もあります」と書いておく。これで依頼者の期待値が現実的な範囲に収まります。

5. 納品ファイルの形式を相手の運用に合わせる

Wordで納品するのか、テキストなのか、スプレッドシートなのか。ファイル名の規則は。話者ごとに段落を分けるのか、発言単位で行を分けるのか。初回は依頼者の指定に従いますが、指定がなければ「御社の議事録フォーマットがあればそれに合わせます。なければWord形式で、話者名を行頭に置く形で納品します」と提案します。

さらに一歩踏み込むなら、納品後に「このファイルは御社のどのシステムに取り込まれますか。取り込みやすい形式があれば次回から合わせます」と聞きます。文字起こし原稿は、そのまま社内共有されるケースは少なく、議事録テンプレートに流し込まれたり、記事の下書きになったり、字幕データに変換されたりします。その先の工程を知っていると、次の提案の質が変わります。

次の提案の出し方：納品直後の1通で決まる

初回納品のメールに、次の提案を1つだけ入れます。複数入れると営業色が強くなり、逆効果です。提案の型は、依頼者の状況に応じて次の4パターンから選びます。

パターンA：同じシリーズの継続を提案する

定例会議、連続インタビュー、シリーズ企画など、明らかに続きがある案件で使います。文面は「本件と同種の音声が今後も発生する場合、用語リストを引き継げるため、初回より短い納期でお受けできます。定例のご予定があればお聞かせください」といった形です。

ポイントは、継続することの利益を依頼者側の言葉で書くことです。「継続してお願いします」ではなく「継続すると納期が短くなる」「表記が揺れない」「毎回の指示出しが不要になる」。依頼者が上司に説明できる理由を渡します。

パターンB：前後工程を提案する

文字起こし原稿の使い道が見えているときに使います。議事録テンプレートへの整形、要約版の作成、記事化の下書き、字幕ファイル（SRT形式など）への変換、発言者ごとの発言集約。これらは文字起こしの延長で対応でき、単価も上げやすい領域です。

「今回の原稿を議事録形式に整形したサンプルを1ページ分作りました。ご参考まで」と、実物を添えるのが最も強い。1ページ分なら作成に20分もかかりません。この20分が、次の案件の単価を1.5倍にすることがあります。

パターンC：滞留している音声の存在を確認する

多くの組織には、文字起こししないまま溜まっている音声データがあります。過去の会議録音、取材素材、セミナー動画。予算がつかないまま放置されているケースが大半です。

「過去の音声で、まだ文字起こししていないものはありますか。まとめてお受けする場合は、単価をご相談させていただけます」と聞きます。まとめ発注は依頼者にとっても発注処理が1回で済む利点があり、受け手にとっては同一分野の連続作業で効率が上がります。双方に理があるので通りやすい提案です。

パターンD：AI素起こしの校正提案

依頼者がすでにAI文字起こしツールを導入している場合に有効です。「AIの出力をお持ちであれば、その校正のみでお受けできます。単価を抑えられますし、納期も短縮できます」と提案します。

一見、自分の単価を下げる提案に見えますが、実際は逆です。作業時間が半分以下になるため時給は上がり、依頼者の予算内で受注できる本数が増えます。しかもAIの出力を校正する仕事は、音声条件が悪い箇所を人が埋める作業になるため、素起こしよりむしろ聞き取り技術が要る。参入障壁は下がりません。AI・マーケティング・セキュリティのお仕事では、AI関連の業務がどう切り出されて発注されているかがまとまっており、AI前提の仕事の受け方を考える材料になります。

単価交渉をいつ、どう切り出すか

リピートが成立してから、単価の話をします。順序を逆にすると失敗します。初回から高い単価を提示すると、そもそも受注できません。

タイミングは3回目の納品後

3回継続すると、依頼者側に「この人に頼む」という運用が定着します。乗り換えコストが最も高くなるのがこのタイミングです。ここで交渉します。1回目や2回目では早すぎ、10回目を過ぎると現行単価が既成事実になって動かしにくくなります。

交渉材料は「増えた作業」で作る

単価を上げてほしい理由を「生活が苦しい」「相場より安い」で語ってはいけません。使うのは、初回時点の作業範囲との差分です。用語リストの維持管理、不明箇所一覧の作成、フォーマット整形、要約の付加。初回に無償で足した付加価値が、ここで交渉材料になります。

「当初の素起こしに加え、用語統一、整形、確認事項の一覧化まで含む形で定着していますので、次回以降は音声1時間あたり1万2,000円でお願いできればと思います」。具体的な作業名を挙げ、具体的な金額を提示する。これが最も通ります。

断られたときの引き出しを持つ

予算が固定されていて動かせない依頼者は一定数います。そのときは金額以外の条件を取りにいきます。納期の延長、月あたりの受注本数の確約、支払いサイトの短縮、音声データの事前共有（作業開始を早められる）。特に「月4本を確約いただければ現行単価で継続します」という形の交渉は、依頼者にとって予算を増やさずに済むため通りやすい。稼働の読める仕事が確保できるのは、在宅ワークでは金額以上の価値があります。

続かない人がやっている失敗

リピートに至らないケースには共通のパターンがあります。技術ではなく運用の問題です。

失敗1：修正指示に反射的に謝る

修正依頼が来たときに「申し訳ありません、すぐ直します」だけを返すのは損です。修正の内容を「今後のルールとして固定するもの」と「今回限りの個別対応」に分類して返信します。「ご指摘の話者表記は今後すべて役職つきに統一します。冒頭の挨拶部分の省略は、今回のような社外向け議事録では省略、社内会議では残す、という理解でよろしいでしょうか」。修正がルール化されると、次回の修正は減ります。減った分が、そのまま継続の理由になります。

失敗2：稼働可能量を伝えない

「いつでも受けられます」と言い続けると、依頼者は逆に不安になります。空いている人イコール選ばれていない人、という連想が働くからです。「現在、月に音声15時間程度まで対応可能です。来月は上旬に空きがあります」と具体的に伝えます。枠の存在を示すと、依頼者は枠を押さえようとします。

失敗3：連絡が納品時にしかない

作業期間が1週間を超える案件では、中間報告を1回入れます。「音声の6割まで進みました。予定どおり納期に間に合います」の2行で十分です。依頼者は進捗が見えない期間を不安に感じており、その不安が「次は社内で処理しようか」という発想を生みます。

失敗4：音質の問題を納品後に言う

録音状態が悪い場合、着手直後に伝えます。「冒頭5分と30分付近で空調音が大きく、聞き取りが困難な箇所があります。可能であれば別マイクの音源があるかご確認ください」。納品後に「聞き取れませんでした」と言うのは、依頼者から見れば言い訳です。着手直後に言えば、それは品質管理の提案になります。同じ内容でも、タイミングで意味が変わります。

失敗5：確定申告と契約書の準備がない

継続受注が増えると、税務と契約の話が必ず出てきます。年間の所得が一定額を超えれば確定申告が必要になりますし、企業と継続的に取引するなら業務委託契約書や秘密保持契約（NDA）を求められます。会議音声には未公開情報が含まれることが多く、NDAの締結を条件にする依頼者は珍しくありません。

申告の要件や必要書類は国税庁の情報を確認するのが確実です。また、フリーランスとして継続的に業務を受ける場合の取引条件については公正取引委員会が発注者向けの指針を示しており、報酬の支払期日や書面交付のルールが整理されています。受け手側もこれを知っておくと、条件交渉の根拠になります。文書作成の基礎力そのものを証明したい人にはビジネス文書検定のような資格もあり、事務系の在宅案件では応募時の材料として機能します。

効率を上げる実務テクニック

リピートで単価を維持したまま時給を上げるには、作業時間を削るしかありません。無料で始められる工夫を中心に挙げます。

音声側を先に整える

作業に入る前に音声ファイルを処理します。ノイズ除去、音量の正規化、無音区間のカット。無料の音声編集ソフトで10分程度の作業ですが、聞き取り作業全体を2割ほど短縮できることがあります。特に無音区間のカットは効きます。座談会の録音では、実際に発話している時間は全体の7割程度しかないケースがあります。

辞書登録を案件ごとに切り替える

日本語入力の辞書に、案件固有の用語を登録します。読みを短くするのがコツで、「かぶ」で「株式会社」、「ぎじ」で議事録の定型句、といった具合です。案件ごとにユーザー辞書ファイルを分けておくと、切り替えが簡単になります。用語リストを作る作業と、辞書登録は同時にやります。

AI文字起こしを下敷きにする

無料または低額のAI文字起こしツールで素起こしを作り、それを音声と突き合わせながら修正する。この方式に切り替えるだけで、作業時間は大きく変わります。ただし注意点が2つあります。ひとつは守秘義務です。クラウド型のツールに音声をアップロードすることが契約上許されるか、必ず事前に確認します。禁止されている案件でAIツールを使うのは重大な契約違反です。ローカルで動作するツールを用意しておくと選択肢が広がります。

もうひとつは、AI出力の誤りの質です。AIは「もっともらしい間違い」を作ります。聞き取れなかった箇所を空白にせず、文脈から推測した別の単語に置き換えてしまう。人間なら「聞き取れない」と気づく箇所が、自然な日本語として通ってしまうため見落としやすい。音声を必ず全編通して聞く工程を省いてはいけません。ここを省いた原稿は、必ず後で問題になります。

ショートカットと再生機器

再生の停止・巻き戻し・速度変更をキーボードやフットペダルで操作できるようにします。マウスに手を伸ばす動作が1回2秒として、音声1時間の作業で200回発生すれば400秒の損失です。フットペダルは5,000円前後から購入でき、継続的に受注するなら回収は早い。

集中力の持続も収益に直結します。文字起こしは単調な作業が長時間続くため、休憩の設計が生産性を左右します。在宅ワークの集中力アップ｜ポモドーロ以外に効く7つのテクニックでは、在宅環境特有の集中の切れ方とその対処が整理されており、作業設計の参考になります。家庭と両立しながら働く場合の時間配分については在宅ワーク主婦の1日のタイムスケジュール公開が実例ベースで参考になります。

初心者が最初の1件をどう取るか

リピートの話をしてきましたが、そもそも初回がなければ始まりません。実績ゼロからの入り方を整理します。

応募文に入れるべきもの

音声条件の許容範囲を具体的に書きます。「複数話者可」「専門用語のある分野は事前に用語集をいただければ対応可」「屋外録音・電話録音も対応実績あり」。逆に対応できない条件も書きます。「極端に音質が悪い場合は事前にご相談させていただきます」。できることとできないことを両方書く応募文は、誠実さのシグナルになります。

そして、稼働可能な時間帯と量を書きます。求人によっては1日4時間以上、週4日以上といった稼働要件が設定されているものもあり、そこに合致するかどうかが選考の第一関門になります。

官公庁からの安定した案件で、音声データの文字起こしを中心とした会議録作成業務を行う在宅スタッフ（業務委託）を募集しています。過去に文字起こし経験がある方や、入力作業が得意な方、現在の報酬に不満を感じている方にも適しています。ご経験や能力に応じて優遇いたします。ご自身のPCとインターネット環境があれば、基本的なPC操作と情報管理能力があれば応募可能です。業務委託のため、ご自身の都合に合わせて勤務時間を設定できますが、1日4時間以上、週4日以上の確保が必要です。出典: 求人ボックス

「現在の報酬に不満を感じている方にも適しています」という一文が示すとおり、経験者の流動性が高い市場でもあります。裏を返せば、継続して残る人が少ない。ここに、リピートを狙う側の勝機があります。

練習素材の作り方

公開されている会見や講演の動画を使って練習します。答え合わせができるよう、字幕や公式の議事録が存在するものを選ぶのがおすすめです。省庁の会見や審議会は議事録が公開されているものが多く、自分の起こしと突き合わせて精度を測れます。10分の音声を5本やれば、自分の弱点（数字の聞き落とし、固有名詞、話者の切り替わり）がはっきりします。

単価だけで案件を選ばない

初期に選ぶべきは、継続の可能性がある案件です。定例会議、連載インタビュー、月次のセミナー。単発の高単価案件より、月1回の中単価案件のほうが、半年後の収入は安定します。募集文に「定例」「継続」「シリーズ」「毎月」といった語があるかを確認します。在宅で選べる仕事の全体像を先に把握しておきたいなら在宅でできる仕事おすすめ【2026年版】｜スキル別ランキングでスキル別の選択肢を見比べると、文字起こしを軸にどこへ広げるかの設計がしやすくなります。

データから見える継続受注の構造

在宅ワークの求人データを職種別に見ると、文字起こしを含む文書作成系の仕事は、単価の幅が極端に広いという特徴があります。著述家，記者，編集者の年収・単価相場を見ると、同じ職種分類の中で単価が数倍の開きを持っていることがわかります。これは技術差ではなく、案件の種類と取引形態の差です。

同じ音声1時間の作業でも、汎用のクラウドソーシングで公募される案件と、継続的な取引先から直接依頼される案件では、提示額が大きく違います。前者は応募者が多いため価格競争になり、後者は代替が効かないため価格が維持されます。技術を磨くより、取引形態を変えるほうが手取りへの影響は大きい。これはIT系の職種でも同じ傾向が見られ、ソフトウェア作成者の年収・単価相場でも、直接取引の比率が高い層ほど単価分布の上側に寄る構造が確認できます。ネットワーク系のCCNA（シスコ技術者認定）のような技術資格が単価に効くのも、代替されにくさを証明するからです。

20年市場を見てきた運営者の観察

フリーランスと在宅ワークの市場を20年運営してきた立場から言えば、長く続く人と続かない人の差は、驚くほど技術の外側にあります。技術が高い人が消え、標準的な技術の人が10年残る場面を何度も見てきました。残る人に共通しているのは、作業そのものより「この人に任せると、こちらの手間が減る」という関係を作ることに時間を使っている点です。用語リストも、不明点の一覧も、中間報告も、すべては依頼者の手間を減らすための仕掛けです。

もうひとつ、運営者として見てきた限りでは、手取りの厚さは単価表よりも取引の形で決まります。仲介の手数料が乗らない直接取引では、依頼者は同じ予算でより多く発注でき、受け手はより多く手元に残ります。これは受け手だけが得をする話ではなく、双方の総量が増える構造です。手数料0%の意味は、金額の多寡というより「同じ関係から取り出せる価値が増える」という質の変化にあります。継続関係ができた相手との取引ほど、この差は積み上がっていきます。

音声を文字にする技術は、この先も少しずつ機械に置き換わっていきます。それでも、音声の中から何を残し何を落とすかを判断し、依頼者の次の工程を想像して形を整える仕事は残ります。リピート受注とは、その判断力を依頼者に信頼させる過程そのものです。初回納品で渡す5点セットは、そのための最初の一手にすぎません。

音楽や音響を扱う分野へ展開したい人もいるかもしれません。音声を扱う技能は隣接領域とつながっており、作曲・編曲・効果音・ジングルのお仕事のような音声・音響系の案件は、耳を使う仕事という点で親和性があります。文字起こしを入口にして、自分の耳をどこまで商品にできるかを考えてみる価値はあります。