インタビューの文字起こしの書き方｜素起こし・ケバ取り・整文の選び方と手順

顧客へのヒアリングや採用面接、社内調査のインタビューなど、仕事で録った音声を自分で文字にしている方は少なくありません。再生しては止め、巻き戻してまた入力する作業を繰り返し、半日が消えることもあります。

作業に入る前の段階で、形式や進め方に迷って手が止まることもあります。

• 素起こし・ケバ取り・整文のどれで書けばいいのか決められない
• 録ったあと、どの順で進めれば1本を終わらせられるのか分からない
• 整えているうちに表記がばらつき、原稿の粒度がそろわない

そのためこの記事では、文字にしたあとの使い道から形式を決める方法、録音から原稿までの進め方、整文の表記をそろえるチェックリストを解説します。

Otolioがわかる人気3点セット資料（サービス概要・導入事例・機能詳細）をみる

インタビューの文字起こしは3つの形式から選ぶ

インタビューの文字起こしには3つの形式があります。発言をそのまま残す「素起こし」、言い淀みや相づちを削る「ケバ取り」、口語体を書き言葉に直す「整文」です。仕事で録ったインタビューは、文字にしたあとの使い道から形式を先に決めてください。順番が逆になると、書き終えたあとで全文を直すことになります。

まずは、これから作るものが次の表のどの行に当たるかを探してみましょう。

文字にしたあとの使い道	合う形式	理由
公開するインタビュー記事にする	整文	口語のままでは読みづらく、どのみち書き直すことになる
社内向けの報告書にまとめる	ケバ取り（必要な箇所だけ整文）	全文を整える手間をかけずに要点が読める
社内で共有し、各自が拾い読みする	ケバ取り	話の流れが残り、検索でも探せる
発言の正確さが後から問われる	素起こし	言い淀みや言い直しも含めて、発言をできるだけそのまま記録できる

4つの行に共通するのは、形式を決める基準が「どれが丁寧か」ではなく「このあと何に使うか」という点です。同じ1時間の音声でも、公開記事にするなら整文まで進み、社内共有で足りるならケバ取りで止まります。

作業量の見当も先につけておきましょう。音声1時間の文字数は、発言量にもよりますが1万〜2万字が目安です。これを手作業で書き起こすと、音声時間の3〜4倍ほどかかります。1時間のインタビューでも、半日ほどかかることがあります。慣れていなければ、さらに延びます。

なお、「書き起こし」「テープ起こし」も、実務では「文字起こし」とほぼ同じ意味で使われます。呼び方よりも、素起こし・ケバ取り・整文のどの仕上げ方を選ぶかを確認するほうが重要です。

素起こし

素起こしは、言い淀みや言い直しも含め、聞こえた発言をできるだけそのまま文字にする形式です。「えっと」「うーん」といった間投詞も残します。記録する情報量が多いため、ケバ取りより作業量が増える場合があります。

向くのは、発言の正確さが後から問われる場面です。たとえば、採用面接の記録、トラブルの経緯の確認、研究資料などです。読みやすさは下がりますが、言い淀みや言い直しまで残るため、発言当時の言い回しや経緯を後から確認しやすくなります。

ケバ取り

ケバ取りは、発言を忠実に写しながら、間投詞・言い淀み・言い間違い・意味のない相づちだけを落とす形式です。話の流れと温度は残り、読むときの引っかかりは消えます。

社内の報告書や議事録の下原稿、インタビュー記事のもとになる原稿に向いています。実務でいちばん使われるのがこの形式です。ツールでは、ケバ取りの一部を「フィラー除去」として自動化できる場合があります。

ただし、フィラー除去は「あー」「えー」などを取り除く機能を指すことが多く、言い直しや意味のない相づちまで判断するケバ取りと完全に同じではありません。

整文

整文は、ケバ取りを済ませたうえで、口語体を書き言葉に直す形式です。「〜なんですよね」を「〜です」に改め、言い直しや倒置の多い話し言葉を、読める順番に組み替えます。

公開するインタビュー記事や社外向けの報告書など、そのまま人に読ませる原稿が必要なら、整文まで進めます。手間は3つのなかで最も大きく、判断する回数も増えます。そのぶん、表記のルールを先に決めておく効果がいちばん大きい形式でもあります。

録音から原稿までの3ステップ

文字起こしの出来は、書き起こす速さでは決まりません。録音ボタンを押す前に何を決めたかで、そのあとの作業量が変わります。手順は、「録る前に決める」「通しで聞く」「仕上げ形式に合わせて書き起こして整える」の3つです。

1. 録る前に形式と表記のルールを決める

録音を始める前に決めておくことは3つあります。どの形式で仕上げるか、表記をどうそろえるか、聞き取れなかったときにどう扱うか。この3つが決まっていれば、書きながら迷う回数は大きく減ります。

• 形式：使い道から素起こし・ケバ取り・整文のどれかを選ぶ
• 表記ルール：漢字とひらがな、数字、話し言葉の直し方をどうそろえるか
• 聞き取れないときの扱い：粘らずに飛ばすと決め、音声の時間だけ残しておく

対面のインタビューでは、座り方も先に決めておく価値があります。商談の現場でよく聞くのは、マイクと話す人の距離と、誰がどこに座るかです。この2つで、録れた音はまるで違ってきます。マイクは全員の声が入りやすい位置に置き、本番前に短くテストしてください。マイクの位置と事前確認だけでも、あとの聞き取りやすさは変わります。

文字起こしの精度は、2つの掛け算で決まります。録音した音声の品質と、使うAIの品質です。音声が荒れていれば、どれだけ高性能なAIに読ませても結果は伸びません。録音の環境をどこまで整えればいいかは、文字起こしの精度を上げる方法にまとめています。

2. 通しで1度聞いて全体をつかむ

書き始める前に、音声を1.5〜2倍速で最後まで通して聞きます。全体の流れと、誰がどんな声で話しているかを把握しておくと、作業中の「これは誰の発言か」という迷いを減らせます。

通し聞きのあいだに確認するのは2つだけです。専門用語や固有名詞が出てくる箇所と、音が濁って聞き取れなかった箇所の時間をメモします。相手の経歴や業界で使われる言葉を先に調べておけば、聞き慣れない用語で手が止まる回数も減らせます。

3. 仕上げ形式に合わせて書き起こしてから整える

書き起こしと整文を同時に進めると、その都度判断が入り、作業が止まりやすくなります。まずは事前に決めた仕上げ形式に合わせて、最後まで文字起こしを進めてください。

ケバ取りなら不要なフィラーなどを除きながら起こし、整文が必要ならケバ取り相当の下地を作ってから文章を整えます。素起こしが必要な用途でなければ、いったん全文を素起こしにしてから削り直す必要はありません。

作業中のコツは2つあります。ひとつは、聞き取れない箇所で粘らず、録る前に決めたルールのとおりに飛ばすことです。書き切ってから、聞き取れなかった箇所をまとめて確認します。もうひとつは、停止と巻き戻しを減らすことです。手が追いつかないときは、再生速度を落として進めます。

整文の表記をそろえるチェックリスト

整文の品質は、文章力よりも表記の基準で決まります。基準がないまま整えると、同じ原稿のなかで「子供」と「子ども」が混ざり、読み手に雑な印象を残します。整文に入る前に、次の8項目を決めてください。

• 漢字とひらがなの使い分け（「事」と「こと」、「時」と「とき」のどちらにそろえるか）
• 送り仮名（「申し込み」と「申込」など、送りをどこまで付けるか）
• 数字の表記（半角か全角か、漢数字を使う場面はどこか）
• 話し言葉を書き言葉に直す基準（「〜なんですよね」を「〜です」にするなど）
• カタカナ語・外来語の表記（「ユーザー」と「ユーザ」）
• 固有名詞・専門用語の正式表記の一覧
• 句読点と記号の使い方
• 敬称と肩書きの表記

決めた基準は、1枚の表にして関係者に配ってください。複数人で分担するインタビューほど効いてきます。表が手元にあれば、担当が入れ替わっても表記をそろえやすくなり、後の修正も減らせます。文字チェックツールを併用すると、表記揺れなどの見落としも拾いやすくなります。

インタビューの文字起こしでありがちな5つの失敗

「明日までに原稿にします」と引き受けたのに、半分も進まないまま夜になってしまうことがあります。文字起こしでつまずく場所は、だいたい決まっています。先に知っておけば、つまずきを減らせます。

納期に間に合わない

音声時間の3〜4倍という目安は、条件がよいときの話です。複数人が同時に話したり、発言が重なったり、専門用語が多かったりすると、作業時間はさらに膨らみます。スケジュールを引くときは、目安の時間に余裕を足して見積もってください。

レイアウトが整っていない

文字を並べただけの原稿は、発言者や話題の区切りが分かりにくく、他の人には読みづらくなります。句読点を打つ、話題が変わるところで段落を分ける、発言者が交代する箇所で改行する。この3つを仕上げの工程に組み込んでおくと、読みやすさが安定します。

聞き取れないときのルールが決まっていない

録音によっては、音が濁って聞き取れない箇所が出てきます。ルールがないと、一つの箇所を何度も聞き直して作業が止まりやすくなります。聞き取れない部分は音声の時間をメモして飛ばし、後で相手にまとめて確認してください。決めておくのはこれだけで十分です。

ケバ取り・整文のルールが統一されていない

どの相づちを削り、どこまで言い回しを直すか。この判断は思った以上にぶれます。複数人で分担すると、同じ原稿なのに章ごとに読み心地が変わってしまいます。ケバ取りなら何を削るか、整文ならどこまで直すかという基準を全員でそろえてください。仕上げ形式ごとの判断基準を共有しておくと、担当者による差を抑えやすくなります。

表記にばらつきがある

「子供」と「子ども」、「捉える」と「とらえる」のように、同じ言葉でも打つ人によって表記は変わります。ここで効くのが、先に挙げた8項目のチェックリストです。整文に入る前に基準を決め、1枚の表にして手元に置いておけば、表記のばらつきを抑えやすくなります。

自力・ツール・外注のどれを選ぶか

ここまでは自分で書き起こす前提で進めてきました。ただ、本数が増えると話は変わります。自力・ツール・外注の3つを、料金・作業時間・精度・機密性の4つで並べて判断しましょう。

料金と作業時間と機密性で比べる

3つの方法の違いを、4つの観点で並べました。

方法	料金の目安	作業時間	精度	機密性
自力（手作業）	基本無料	長い（音声の3〜4倍）	担当者次第	高い（社外に出さない）
ツール（文字起こしソフト・アプリ）	無料〜有料（月額数百円〜）	短い	ツールと録音環境次第	ツールの仕様次第
外注（文字起こし業者）	1分あたり150〜250円程度 ※仕上げ方・納期・専門性により変動	自社作業は少ない（納品待ち）	依頼先・音質・専門性による	委託先の管理体制次第

参照：文字起こしの見積もりを頼みたい方へ | 外注したら費用はいくらかかる？

外注の料金は、仕上げ方によっても変わります。素起こし・ケバ取り・整文の料金設定は事業者によって異なり、整文は追加料金になる場合があります。急ぎの納品や、医療・法務など専門知識が要る分野では、追加料金がかかることもあります。

選び方の目安はこうです。本数が少なく、社内に作業時間を確保できるなら自力でも対応できます。量が多く継続的に発生するならツール、品質管理まで含めて社内に余力がないなら外注が選択肢になります。

外部委託が難しい録音は、セキュリティ要件を確認して運用方法を選ぶ

外注を検討すると、採用面接や役員へのヒアリング、顧客が本音を話した商談などで、録音データを外部に出してよいかが問題になることがあります。

商談の場でよく聞くのが、費用・機密性・納期を同時に満たすのが難しいという悩みです。安く上げるために自力で進めると納期に間に合わず、早く仕上げるために外注すると社内のセキュリティ審査が通らないことがあります。

この3つを両立させたい場合は、外部業者へ文字起こし作業を委託せず、自社で運用できるツールも選択肢です。ただし、クラウド型サービスでは音声データをサービス提供事業者の環境で処理・保存する場合があります。AI学習への利用有無だけでなく、保存先、アクセス制御、データ保持・削除、第三者提供の扱いなども確認してください。

文字起こしだけのツールで足りる？

文字起こしだけのツールで足りるかは、本数だけでなく、文字起こし後にどこまで整理が必要かで決まります。少数でも毎回要約や共有用原稿まで作るなら、要点抽出まで任せられるツールが向きます。一方、文字起こし後の整理を自分で行えるなら、文字起こし中心のツールでも十分です。

分かれ目は、手元に返ってくるものの形です。文字起こし中心のツールが返すのは、会話をテキスト化した原稿が中心です。ツールによっては話者分離やフィラー除去まで行いますが、要点整理や報告書化は別作業として残ることがあります。

「文字だけ見ても読む気をなくす」という声は、実際によく聞きます。報告書や共有用の原稿にするには、そこから要点を拾う作業が残るわけです。

自分で整理する側に倒すなら、まずは費用をかけずに試すのが早道です。無料で使える文字起こしアプリから候補を探してみてください。

会社で使うものを選ぶ段になったら、対応する会議・精度・セキュリティで主要9本を並べた比較へ進んでください。候補を絞る材料がそろっています。

記録を任せると、相手の話に集中できる

Otolioが実施した250件以上の導入企業アンケートでは、記録作業に追われて会議や対話に集中しづらいという声が繰り返し挙がっています。インタビューでも、記録作業と対話を同時に進めると、相手の話に集中しづらくなることがあります。次の質問を考えながらメモも取る必要があり、聞き手の負担が増えます。

人材紹介の株式会社Warisでは、商談で聞き取った内容をセールスチームに引き継ぐ作業に、1件あたり30分かかっていました。会話の最中に重要な情報をすべてメモするのは難しく、取りきれなかったときは商談の後に記憶をたどって埋めていたといいます。

録音と文字起こしをOtolioに任せてからは、メモを取る作業そのものがなくなりました。情報整理にかかる時間は約30分から15分に短縮され、50%削減されました。担当者は、メモから解放されたことで今まで以上に対話に集中できるようになったと話しています。

参考記事：Otolioはもはや育成ツール。導入後にメンバーの商談スキル向上を実現した方法とは

もうひとつ、整えた原稿だけを残さないことをおすすめします。整文した原稿は読みやすい一方で、言い方の強さや間合いまでは残りにくくなります。発言時のニュアンスを確認できるのは音声です。

整えた要約だけを回すのをやめ、元の会話に関係者が直接触れられる状態をつくると、社内の議論は具体的になります。引用したい発言も、元の音声に戻れる状態なら短時間で確認しやすくなります。原稿と音声の両方を残しておくだけでも、1本のインタビューから引き出せるものが変わります。

文字起こし後に自分で整える手間は減る？

文字起こしが自動になっても、整える工程は残ります。はっきり減るのは2つ、素起こしを打つ時間と、必要な発言を探して聞き直す時間です。

フィラーを落とした状態でテキストが返ってくるなら、ケバ取りの一部も省けます。ここを誤解したまま導入すると、「思ったほど負担が減らない」と感じることがあります。

残るのは整文の判断です。どこまで書き言葉に直し、どの発言を採るかは、使う人が決める必要があります。自動化しても、この判断まではなくなりません。要点やToDoを自動で抽出するツールなら、どの発言を採るかの候補を絞りやすくなります。Otolioでは、要点・ToDoに付いた発言時刻をクリックすると、その箇所の音声を聞き直せます。

まとめ｜形式を先に決めれば、文字起こしは迷わない

インタビューの文字起こしでつまずくのは、書く速さではなく、決めていないことの多さです。

押さえる順番は3つあります。まず、文字にしたあとの使い道から素起こし・ケバ取り・整文のどれかを選びます。次に、録音を始める前に表記のルールと、聞き取れないときの扱いを決めておきます。最後に、選んだ仕上げ形式に合わせて最後まで書き起こし、整文が必要な場合は後工程で文章を整えます。この順に進めれば、途中で判断がぶれにくくなります。

本数が増えてきたら、自力で抱え続けるかどうかも考えどころです。判断材料は、料金、作業時間、精度、機密性の4つです。並べてみれば、自分のケースがどれに当たるかは見えてきます。外部委託が難しい録音を扱っているなら、自社のセキュリティ要件を満たす運用方法から検討してみてはいかがでしょうか。

形式を決め、表記をそろえ、手を止めずに書き切る手順が分かっても、次のインタビューが明日に迫っていれば、作業時間を確保できないこともあります。聞き直して打ち直す時間そのものを減らしたい場合は、文字起こしを自動化する方法も選択肢になります。

よくある質問とその回答

Q. インタビューの文字起こしを外注すると、料金の相場はどれくらいですか？

専門業者に依頼する場合、1分あたり150〜250円程度が目安です。ただし、料金は事業者や仕上げ方、納期、専門性によって異なります。素起こし・ケバ取り・整文の料金設定も事業者ごとに異なるため、依頼前に見積もりを確認してください。

Q. 素起こし・ケバ取り・整文は、どのように使い分ければよいですか？

用途に応じて仕上げ方を選びます。発言をできるだけそのまま残すなら素起こし、読みやすく整理するならケバ取り、公開・配布する原稿にするなら整文が向いています。必ず3段階すべてを通る必要はありません。

Q. 複数人が話すインタビューでも、誰の発言か分かりますか？

話者分離に対応したツールなら、発言を話者ごとに自動で振り分けられます。さらに話者識別に対応していれば、誰が話したかを判別できます。Otolioは、自動話者分離と話者識別に対応しています。難しくなるのは発言が重なったときです。発言の重なりを減らし、全員の声が入りやすい位置にマイクを置くと、話者を判別しやすくなります。すでに誰の発言か分からない記録に困っているなら、発言者が特定できないときの直し方もあわせてご覧ください。

Q. AIによる文字起こしの精度はどのくらいですか？

ツールと録音環境によって変わります。精度は音声の品質と、使うAIの品質の掛け算です。まず整えるべきなのは録音環境です。Otolioの場合、90%以上の文字起こし精度を実現しています。過去に作成した議事録のテキストを参照して認識精度を高める仕組みで、特許を取得しています。導入前に無料トライアルで、自社の録音環境での結果を確かめておくと安心です。