Google Cloud Speech-to-Textの評判・口コミは?音声認識ソフト・文字起こしツールの料金・機能・事例を調査
監修田中 磨生株式会社Abin 代表取締役
株式会社Abin代表取締役。AI SaaSの上場企業やHR系ベンチャーのマーケティング責任者を経て、2023年BtoBマーケティング特化のコンサルティング会社株式会社Abinを設立。創業から30社以上のBtoBマーケティングの戦略立案から実行までを行う。2025年には株式会社プロベルの役員に就任。NYマーケティング株式会社の執行役員も務める。
執筆Abin編集部
Google Cloud Speech-to-Textは、Google Cloudで提供される音声認識のAPIです。短い音声、長い音声、電話、動画など用途別のモデル(chirpを含む)を選んで、音声をテキストにできます。料金は処理した音声の分数による段階料金で公開されており、Speech-to-Text V2の標準モデルは月50万分までが1分0.016ドルで、処理量が多いほど単価が下がります。

- 調査日:2026年11月12日
- 調べた情報源:Google Cloud Speech-to-Textの公式サイト(製品ページ、料金ページ)
- この記事で扱うのは、Google Cloud Speech-to-Textを導入・利用した企業(発注者・利用者)の評判です。社員の口コミ(転職の評判)は扱いません。
- 公式サイトで確認できたことを優先して書いています。利用者数・「No.1」などの表現・事例の数字は各社の自社表示として書き、Abin編集部が検証したものではありません。
Google Cloud Speech-to-Textの概要
| 項目 | 内容 |
|---|---|
| サービス名 | Google Cloud Speech-to-Text |
| 提供会社 | |
| タイプ | API型の音声認識(クラウド) |
| 主なモデル | default、command_and_search、latest_short、latest_long、phone_call、video、chirp(V2のみ) |
| 料金(V2・標準モデル) | 月50万分まで $0.016/分、50万〜100万分 $0.01/分、100万〜200万分 $0.008/分、200万分以上 $0.004/分。1年・3年の割引プランあり |
| 公式サイト | Google Cloud Speech-to-Text |
出典:Google Cloud Speech-to-Text:製品ページ、Google Cloud Speech-to-Text:料金

ほかの音声認識APIとの違い
Google Cloud Speech-to-Textは、用途別のモデルを選べるのが特徴です。電話の音声にはphone_call、動画にはvideoなど、音声の種類に合ったモデルを選んで精度を上げる考え方です。料金は処理量の段階で下がるため、大量の音声を扱う会社ほど単価が下がります。
Google Cloud Speech-to-Textの良い評判・口コミ
利用者の声(公式以外)
第三者サイトに載った利用企業の口コミは、今回の調査では確かめていません。比較サイトのレビュー欄の点数や件数も、この記事では使っていません。
公式の導入事例・公式の説明
Google Cloud Speech-to-Textで、顧客名と成果の数字のある日本の事例は、今回の記事では扱っていません。Google Cloudのサービスとして、多くの企業で使われています。
(Google Cloud Speech-to-Text 料金)
Google Cloud Speech-to-Textの気になる評判・注意点
- APIのバージョンで料金が違う:V1とV2で料金の表が分かれています。使うバージョンを確かめてから見積もってください。
- 料金は米ドル:請求は米ドル建てで、円の金額は為替と税で変わります。
- 組み込みには開発が必要:Google Cloud上でシステムに組み込む前提です。
Google Cloud Speech-to-Textが向いている会社
- Google Cloudでデータを扱っていて、動画や通話の音声を大量に文字にしたい会社
- 用途別のモデルを試して、精度を上げたい開発チーム
Google Cloud Speech-to-Textが向いていない会社
- 開発なしでアプリとして使いたい会社
- 日本語の業界用語の専用エンジンがほしい会社
Google Cloud Speech-to-Textの料金の考え方
Google Cloud Speech-to-Textは、1か月に処理した音声の分数で料金が決まります。V2の標準モデルで月100時間(6,000分)なら、1分0.016ドルで約96ドルが目安です。月50万分を超えると単価が下がり、1年・3年の割引プランもあります。
ほかの音声認識ソフト・文字起こしツールとの比べ方
Azure AI SpeechはMicrosoftのクラウド、Amazon TranscribeはAWSの中で使いやすいサービスです。日本語の業界別エンジンと国内の窓口を重視するならAmiVoice APIも比べてください。Google Cloudでデータを分析している会社には、BigQueryなどとつなぎやすいのが強みです。
Google Cloud Speech-to-Textの始め方
Google Cloudのプロジェクトを作り、Speech-to-TextのAPIを有効にして、自社の録音を用途に合うモデルで試します。電話の音声ならphone_call、長い録音ならlatest_longなど、モデルを変えて結果を比べてから本番のモデルを決めます。
Google Cloud Speech-to-Textについてよくある質問
Google Cloud Speech-to-Textの料金はいくらですか?
V2の標準モデルは、月50万分まで1分0.016ドルで、処理量が増えるほど単価が下がります(2026年11月12日時点の公式表示)。
どのモデルを選べばよいですか?
電話の音声はphone_call、動画はvideo、長い録音はlatest_longなど、音声の種類に合わせて選びます。自社の音声で試して比べてください。
日本語に対応していますか?
日本語の音声を文字にできます。公式サイトにも日本語のページがあります。
情報の確認日と出典
- 確認日:2026年11月12日。料金や機能は変わることがあるため、最新は公式サイトで確認してください。
- 掲載内容の修正依頼は、お問い合わせフォームから受け付けます。
出典
ほかの音声認識ソフト・文字起こしツールと比べたい場合は、音声認識ソフト・文字起こしツールおすすめで同じ基準で並べています。
この記事は役に立ちましたか?
FOR BUSINESS
マーケティング・DXの発注先選びに迷ったら
ツギノテを運営する株式会社Abinは、BtoBマーケティングに特化したコンサルティング会社です。創業から30社以上のBtoBマーケティングを支援してきました。
相談無料ツギノテ編集部に相談する→NEXTあわせて読みたい
-
音声認識ソフト・文字起こしツールおすすめ8選|AmiVoice・Notta・Rimo・Google・AWS・Azureなどを精度の工夫・料金・使い方で比較
-
AmiVoiceの評判・口コミは?音声認識ソフト・文字起こしツールの料金・機能・事例を調査
-
Nottaの評判は?AI議事録ツールの料金・精度・向いている会社を調査
-
Rimo(旧Rimo Voice)の評判は?AI議事録ツールの料金・精度・セキュリティを調査
-
Azure AI Speechの評判・口コミは?音声認識ソフト・文字起こしツールの料金・機能・事例を調査
-
Amazon Transcribeの評判・口コミは?音声認識ソフト・文字起こしツールの料金・機能・事例を調査
