Google Docs音声文字起こし：録音から文書へ

執筆：Ai Flowi · 公開日：2026-10-11。

公式情報源：AssemblyAI ドキュメント、Google Docs API ドキュメント

Google Docs音声文字起こしでは、処理が許可された録音を送信し、文字起こしジョブを確認し、正常完了後に確認済みテキストを保存します。ジョブ作成、文字起こし完了、文書作成は別々の結果として扱います。このガイドでは受け渡しと失敗の確認を説明します。録音から文書までの自動フローをテスト済みとは主張しません。

設定例です。実行を記録したテストではありません。文字起こしと文書作成の提案はカタログに記載されていますが、Ai Flowiによる本番環境でのテストは行われていません。

1. 許可された音声と保存先を準備する

取り扱いの許可が、提供元による文字起こしを認めている録音を選びます。ソース識別子、想定言語、取り扱い制限、確認の目的を記録します。ファイルの所持だけで内容の処理や配布が許可されると考えてはいけません。Google文書の想定読者と録音へのアクセスは分けてください。

使用が許可された音声サンプルを用意してAI Flowi Workflowを準備し、提供元の設定リファレンスを通じて自身が管理するAssemblyAIアカウントとAPIキーを接続します。AssemblyAIの利用料は別途請求されます。保存先には、Google接続の設定を通じて自身のGoogleアカウントを承認します。

このガイドでは、言語モデルによる要約を追加せず、一つの録音から確認済み文書までをたどります。その文書を作成する許可は、文字起こしの想定読者への提供も対象とする必要があります。

2. AssemblyAI Start Transcriptを設定する

AssemblyAI Start Transcriptのaudio_fileに許可されたサンプルを設定し、以下の選択で、得られるテキストが文書の確認目的に合うか評価します。

文書を文字起こしの記録として残すか、後で議事録にするかを選びます。文字起こしでは句読点と整形で読みやすくなりますが、間や文の区切りで意味が変わる場合があります。サンプルの確認には、発言の重なりや聞き慣れない名前を含む箇所を入れます。読みやすい文章を正確な文字起こしの証明とせず、修正の根拠として録音を保持してください。

送信後は、確認したtranscript_idを録音の提供された識別子と、使用した送信設定に対応付けます。これにより、同じ音声の二つのジョブと、似た名前の二つの録音を区別できます。文書工程が実際に成功するまで、別の保存先フィールドは保留にします。

3. AssemblyAI Poll Transcriptでジョブを確認する

AssemblyAI Poll Transcriptについては、AssemblyAIのポーリング設定と制限に従います。

確認済みのジョブ参照をtranscript_idに渡し、実際の結果から同じジョブについて何が確認できるかを記録します。観測した生の結果と、処理を進める確認判断を分けます。接続エラーでは状態確認が完了していないため、文字起こしの結果は不明のままです。未完了のジョブはテキストがまだ準備できていないことを示し、新規送信を許可するものではありません。

自身の運用プロセスに、未解決ジョブを確認する時点を設けます。その時点で既存のジョブを点検し、保留中、失敗、確認可能なテキストの生成済みのどれかを記録します。結果がどのジョブに属するか確定できなければ、受け渡しを止め、まず参照を照合します。ステータス応答全体を文字起こしであるかのようにGoogle文書へ書き込んではいけません。

関連情報：会話インテリジェンス とは：根拠と分析の限界。

4. 完了の判断を明示する

この初期設定ではポーリング結果を手動で確認し、完了結果を検証できた場合だけ文字起こしテキストを準備します。選んだ三つのコンポーネントは、テスト済みの自動ステータス判定を立証しません。ジョブ識別子、観測結果、テキストが文書工程に進めるかを記録してください。

未完了なら保存先を保留にし、動作を検証済みの方法で状態確認を続けます。失敗した場合は、診断用に音声からジョブへの参照と失敗を保持します。ポーリングで使えるテキストがまだ返らないという理由だけで、ステータス応答を含む文書を作ったり、同じ音声を再送したりしてはいけません。

接続失敗後にジョブ結果が不確かな場合は、再送が必要か判断する前に既存のジョブを点検します。再送すると提供元で別のジョブが作られることがあります。一方のサービスの失敗で他方の作業を自動的に繰り返さないよう、ジョブの再試行と文書の再試行を分けます。

5. 保存前に文字起こしを確認する

名前、専門用語、数値、不明瞭な箇所で文字起こしを録音と比較します。録音で修正を裏付けられない場合は不確実性を残します。後で話者ラベルを有効にした場合も、確認済みの本人識別とみなさず、ラベルとして検証してください。

文書タイトルと確認済み文字起こしテキストを明示的に準備します。AssemblyAIの結果はJSONですが、DocsのテキストフィールドはMessageを受け取ります。この設計では未検証の変換を主張せず、テキストを手動で受け渡します。認証情報や非公開の録音URLを公開せず、確認記録にソースとジョブの参照を保持します。

6. 承認したテキストからGoogle文書を作成する

Create Document操作のリファレンスに従い、titleにこの文字起こしを識別するタイトル、initial_textに確認済みテキストを設定します。

フォームからDocsへのレシピは、CR+LFの改行をLFに変換した後、42/42が成功したと報告しています。この根拠はフォーム入力とCreate Documentに関するものです。文字起こしの忠実性も、テキストの手動受け渡しも評価されていません。同じレシピには、ファイル作成後、別のリクエストでテキストを挿入するとあります。挿入が失敗すると、新しいファイルにテキストがない場合があります。

同じタイトルでも、作成を繰り返すと別の文書ができる場合があります。保存先の結果が不確かな場合は、再試行前にファイルとテキストが既に存在するか確認します。確認記録では、提供元の文字起こし完了の状態と、保留中のGoogle保存先を分けて保持してください。

7. 完了、不確実性、保存先の失敗をどう検証しますか？

使用が許可された短い録音、未完了のジョブ結果、失敗したジョブ、文書の挿入失敗をテストします。確認済みで完了した文字起こしテキストだけがDocsに届くか確認します。コンポーネントがエラーをどう示すか点検し、無条件に再送・再作成せず復旧できるだけの参照情報を保持します。

サービスを混同せず復旧例を検討します。既存の文字起こしジョブは完了し、テキストも確認済みですが、Docsへの挿入が失敗したとします。承認済み文字起こしとジョブ参照を保持します。作成された文書が空、完成済み、未作成のどれかを点検し、文書操作の復旧方法を判断します。別の文字起こしジョブを開始しても、欠けた文書テキストは直りません。逆にジョブが未完了なら、Docsの接続が正常でもDocsは保留にします。

後で文字起こしを修正する場合は、確認済みテキストの版と保存先の関係を保持します。文書タイトルだけでは元の文字起こしと修正版を区別できません。保存した版を記録し、その版の名前、不確かな箇所、改行を確認します。文書への受け渡しの成功と、継続して確認すべき文字起こしの忠実性を分けられます。

この受け渡しは、文字起こし精度の保証や同意の判断を提供せず、ライブ配信や無人公開の工程もありません。メッセージ用チャネルからの録音受け付けは対象外です。取り扱いルール上、その録音を提供元へ送れない場合は、送信前に止めてください。

プラン：Goは年払いで月額USD8から（月払いUSD10）、Plusは月額USD16から（月払いUSD20）、Pro 100は月額USD80から（月払いUSD100）、Pro 200は月額USD160から（月払いUSD200）、Pro 500は月額USD400から（月払いUSD500）。毎月5,000～250,000 Flowi Tokensが含まれ、追加購入も可能です。ノード実行1回につき1トークン。サードパーティのAPIとモデルの利用料金は含まれません。

確認済み文字起こしから決定事項や行動を抽出する場合は、確認済み議事録と行動記録に進みます。版の管理には文書の原資料監査、既存の開始例の範囲にはユースケースを参照します。