Maestra

Maestraとは？

Maestraは、音声や動画を125+の言語で文字起こし、字幕付け、吹き替え、翻訳するAIメディアローカライズプラットフォームで、アップロードしたファイルにもリアルタイムにも対応します。1つのワークスペースで、音声のテキスト化、字幕編集、AIボイスオーバー、そして会議・配信・イベント向けのライブ字幕を扱えます。

サービスはKatara Tech Inc.が運営しています。同社は2018年に設立されたとしています。5M+のユーザーに信頼されていると自称していますが、これは監査を経た集計ではなくベンダーの数字です。

Maestra AIを検討する購入者にとって、機能一覧よりも判断を左右する点が3つあります。プランは月ごとの分数枠として販売され、作業に翻訳、吹き替え、クローン音声が関わると枠が目減りします。ボイスクローンはサードパーティのエンジンで動いており、ユーザーはその規約に同意する必要があります。公開レビューの評価は一様に好意的ではなく、分かれています。

主な機能

AI文字起こし

MaestraのAI文字起こしは、音声や動画を話者検出、句読点、タイムスタンプ付きのテキストに変換します。ファイルはデバイス、Instagram、Dropbox、Google Drive、または貼り付けたリンクから取り込め、処理前に話者数を設定すると文字起こしの中で声が区別されます。Basic以上の有料プランではAI要約とカスタム辞書が追加されます。

字幕とキャプション

• 字幕生成：字幕を自動作成するか既存ファイルを読み込み、字幕エディターでタイミング、テキスト、スタイルを編集できます。
• 出力方法：字幕は動画に焼き込むことも、SRTやVTTなどのファイルとしてダウンロードすることもできます。
• 日常的な形式：読み込み形式にはMP4、MOV、MKV、AVI、MP3、WAVが含まれ、書き出し形式にはSRT、VTT、TXT、DOCX、字幕またはボイスオーバーを埋め込んだMP4が含まれます。

AI吹き替えとテキスト読み上げ

• 吹き替え：AI吹き替えは合成音声で125+の言語をカバーし、テキスト読み上げは元の音声なしで台本からボイスオーバーを作成します。
• 話者ごとの音声：動画に複数の話者がいる場合、話者ごとに別のAI音声を割り当てられます。
• リップシンク：ボイスオーバーの完成後に書き出しタブでリップシンクをオンにすると、Maestraが話者の口の動きを新しい音声に合わせます。
• ボイスクローン：話者が少なくとも1-2分はっきり話している音声ファイルからクローンを作成します。

ライブ翻訳

リアルタイムツールは、会議、イベント、放送の進行中にライブ文字起こしと音声翻訳を行います。双方向翻訳では複数の話者が同じセッションで別々の言語を使え、共有セッションでは参加者が好みの言語で内容を追えます。

翻訳エンジンとチーム機能

上位プランでは翻訳の生成方法が変わります。PremiumではプロンプトつきのOpenAI翻訳とAIリライトが加わり、BusinessではDeepL翻訳、翻訳用語集、埋め込み可能なプレーヤーが加わります。Maestra Teamsは管理者にチャンネルと3段階の権限（閲覧のみ、編集、編集とエクスポート）を提供します。チームに参加したメンバーは、チーム作成者と同じ分数を受け取ります。

ガイド

アップロードした動画を吹き替える

1. ダッシュボードでVoiceoverを選んでNew Voiceoverをクリックし、デバイスまたはDropbox、Google Drive、Zoomなどのソースからファイルをアップロードします。
2. 元の言語とボイスオーバーの言語を選びます。この手順の後で言語をさらに追加できます。
3. アップロードを送信します。文字起こしは自動で始まり、ファイルの長さの約20%の時間がかかります。
4. 音声を生成する前に文字起こしを確認します。エディターで黄色または赤色のテキストは、修正が必要かもしれない行を示します。
5. 話者に音声を割り当て、Synthesize audioをクリックします。その後にテキストを編集した場合、サウンドトラックに反映するにはもう一度Synthesize audioを実行する必要があります。

ファイルから声をクローンする

1. ボイスオーバーエディターでファイルを開き、Edit Speaker Voices、続いてUnlock Voice CloningとClone From This Fileをクリックします。
2. クローンする話者を選びます。文字起こしで話者の割り当てが間違っていると声が混ざり、不正確になるおそれがあります。
3. クローンした音声を話者に割り当て、任意のターゲット言語で音声を合成します。

ブラウザのタブからライブ字幕を作る

1. ChromeストアからMaestra拡張機能をインストールし、Maestraアカウントでサインインします。
2. ライブ文字起こしと翻訳を有効にし、元の言語とターゲット言語を選んでStart Captureをクリックします。パソコンで再生されている音声はすべて取り込まれます。
3. Save File to Dashboardをオンにすると、セッションが編集可能なファイルとして保存され、その後Maestraのほかのツールを使えます。

Maestraの活用例

活用場面は、ファイルをアップロードして編集する収録メディアと、イベント中に字幕や翻訳音声が表示されるライブ作業に分かれます。

• YouTubeチャンネル：クリエイターはMaestraから直接YouTube字幕を生成、翻訳、管理できます。
• 会議とウェビナー：チームは会議を文字起こししてキャプションを翻訳し、検索可能なウェビナーコンテンツを世界中のチームと共有します。
• 講座と研修：教育者は文字起こしと翻訳で授業を利用しやすくします。EnterpriseプランにはSCORMのインポート/エクスポート、ライブイベントの字幕、カスタムMSAが挙げられています。
• ポッドキャスト：エピソードを文字起こし・翻訳し、多言語のテキストや音声に再活用できます。
• 映画、インタビュー、ドキュメンタリー：字幕、台詞の翻訳、テキスト読み上げによるナレーションで、複数言語での配給に対応します。
• 有料ソーシャル広告：TikTok Ads連携では、MaestraのAI字幕と翻訳を使ってローカライズしたキャンペーンを運用します。

ライブイベントではプラン選びが最も重要です。リアルタイム翻訳とリアルタイム吹き替えは、通常のキャプションよりはるかに速く分数を消費するためです（価格を参照）。

対象ユーザー

Maestraは、メディアを他言語の視聴者に届ける必要があるコンテンツクリエイター、企業チーム、放送局、教育者を対象にしています。

• 個人クリエイターと小規模チーム：入門プランには文字起こし、字幕、ボイスオーバーの分数がまとめて含まれ、工程ごとに別のツールを用意する必要がありません。
• 学生、教師、非営利団体：20%割引が利用できます。初回の支払いは全額請求され、サポートに連絡すると20%が返金され、以降の支払いは割引料金で請求されます。
• セキュリティ要件のある組織：エンタープライズ向けには、多要素認証とSAMLシングルサインオン、専用アプリケーションインスタンス、カスタムSLAと請求書払い、アプリ上の自社ブランディングが挙げられています。
• ライブイベントの制作者：掲載されているセルフサービスのプランのうち、リアルタイム吹き替えとセッション共有があるのはBusinessとBusiness Plusだけです。

18歳未満の人にはあまり向きません。規約上、アカウント登録やサービス利用ができないためです。主に多言語でのボイスクローンを必要とする人は、制限事項で説明している、より少ないクローン対応言語の一覧に注意が必要です。

プラットフォーム

Maestraはブラウザで動作し、Chrome拡張機能と、ライブ作業やファイル作業向けの連携を備えています。

• Webアプリ：インターネットに接続したほぼすべてのノートPCやデスクトップPCで使える、クラウドベースのオンラインエディターです。
• Chrome拡張機能：Katara TechによるLive Voice Translation & Transcriptionのストアページは、2026年9月28日の取得時点で、ユーザー数10,000、バージョン2.0.1、更新日2026年7月28日と表示しており、アプリ内課金があります。
• ライブ連携：Zoom、Microsoft Teams、Google Meet、OBS、vMix、Webhookはリアルタイムツールと連携し、YouTube、TikTok Ads、Slack、Zapierはファイルベースのエディターにつながります。
• 配信環境：Basicのリアルタイムプランには、vMix、OBS、WebHooks、Zoomの連携、Chrome拡張機能、カスタムスタイルが含まれ、時間や録画の制限はありません。
• API：ドキュメント化されたエンドポイントは、ファイルのアップロード、字幕の読み込み、翻訳、ボイスオーバーの生成と書き出し、音声一覧、クレジット残高の確認、ユーザー音声からのボイスクローンをカバーします。APIアクセスはPremiumプランから利用できます。

Webサービスのデータは米国のAmazon Web Servicesのサーバーに保存され、その他のインフラはGoogle Cloud上にあります。

価格

Maestraは製品ごと（Transcription、Subtitle、Voiceover、Real-Time）に別々の価格を設定しており、「Save 20%」と表示された年払いが初期表示です。以下の価格は月額の米ドルで、60クレジット単位で価格が付くPay As You Goのみ例外です。

「または」の数字は1つの枠内での代替値です。字幕を他言語にする場合、Basicの字幕360分は180分になります。同様に、プロ音声やクローンを使うと、Premiumの吹き替え300分は100分になります。月払いにすると各プランの価格が上がり、たとえばBasicは$39から$49に、Premiumは$79から$99になります。

• リアルタイムの分数：Premiumにはキャプション900分、または言語ごとにリアルタイム翻訳180分が含まれます。Businessではキャプション1,800分、翻訳360分、またはリアルタイム吹き替え180分に増え、Business Plusではそれぞれ4,500、900、または450です。
• リップシンク：Businessのボイスオーバープランで解放され、プラン料金に加えて1分あたり$2がかかります。
• ボイスオーバーの文字数上限：ボイスオーバー1分（または1クレジット）で最大3000文字まで扱え、翻訳ごとに同じ量が追加されます。
• チームの席数：Premiumには追加のチームメンバー1人、Businessには2人、Business Plusには4人が含まれます。
• 無料トライアル：クレジットカード不要で、文字起こし、字幕付け、AI吹き替え、ボイスクローンが含まれます。

解約と返金

• 解約の申請はサブスクリプション期間終了の3日前までに送る必要があります。解約するとアカウントは無料トライアルのレベルに下がり、支払い済みの料金は日割りで返金されません。
• それ以外について、規約は返金と早期解約時の日割り計算をMaestraの裁量によるものとしています。
• 解約後も、既存の文字起こし、キャプション、ボイスオーバーに加え、公開リンクと埋め込みプレーヤーにも引き続きアクセスできます。
• チャージバックはゼロトレランス方針で扱われます。有効なカード決済に異議を申し立てた顧客は、すべてのMaestraサービスから永久に利用禁止となります。

Maestraの代替ツール

Maestraとよく比較される製品は、2つのリストから分かります。あるサードパーティのレビュープラットフォームにあるMaestraの関連企業リストには、Sonix、Otter.ai、VEED、Fireflies.ai、Castmagic、Descript、Revが並んでいます。Maestra自身の比較記事は、代替ツールとしてOtter.ai、Sonix、Rev、Descript、HappyScribe、Trint、Rask AI、Veed.io、Transkriptor、Nottaの10個を挙げています。

両方のリストに登場するのは、Otter.ai、Sonix、Rev、Descript、VEEDの5つです。この記事はMaestraが書いたものなので、競合製品に対する評価はベンダーの見解であり、ここでは名前のリストだけを使っています。

比較の要点は対応範囲です。Maestraの強みは、文字起こし、字幕、ボイスクローン付きの吹き替え、ライブ翻訳を分単位の1つのプランにまとめている点にあります。文字起こしや議事録だけが必要な購入者は、より狭い作業を比べていることになるため、文字起こし専用のLiteプランがそうした製品と比べるうえで最も近いプランです。

制限事項

ボイスクローンの規約

• サードパーティのエンジン：MaestraはElevenLabs Voice Cloning API、ElevenLabs Speech to Text API、ElevenLabs Forced Alignment APIを使用しており、ボイスクローン連携を使う人は誰でもElevenLabsの利用規約に拘束されることに同意します。
• 商用利用：クローン音声を商用利用できるかという質問に対し、MaestraはユーザーがElevenLabsの規約の対象になると答えるだけで、規約を確認するよう勧めています。
• 他人の声のクローン：Maestraのマーケティングは、大切な人の声を再現するためのクローンを提案しています。ヘルプページでも、アップロードした動画の話者の声をクローンする方法が説明されています。今回確認したMaestraのページでは、他人の声をクローンする際の同意についてMaestraが定めたルールは見つかりませんでした。代わりに規約は、アップロードするコンテンツについて必要なすべての権利を所有しているか確保していることを、ユーザーに表明させています。

公式ページ間で食い違う数字

• クローン対応言語：ボイスクローンのページは30以上の言語に対応するとしています。一方、リップシンクのページは、クローンした話者を29の言語で再生成できるとしています。どちらも吹き替えで示される125+の言語を大きく下回りますが、ホームページはボイスクローンを、すべての対応言語にわたる無料トライアル機能の1つとして挙げています。
• 音声ライブラリの規模：ホームページは100+の音声とアクセントを掲げています。ボイスクローンのページは800+のAI音声を試すよう呼びかけています。

精度とレビューの評価

• 規約には、サービスを通じて利用できるコンテンツが正確であること、また今後も正確であり続けることをMaestraは保証しないと明記されています。
• あるサードパーティのレビュープラットフォームは、2026年9月28日の取得時点で、企業単位のレビュー22件の平均を3.4と表示しており、星5つが50%、星1つが45%でした。同じページには、同社が最近レビューを依頼していないとあるため、サンプルが代表的でない可能性があります。

法的条件

紛争は集団訴訟の放棄を伴う、拘束力のある個別仲裁で扱われます。規約の準拠法はデラウェア州法です。

プライバシーとデータの扱い

• ダッシュボードからアカウントを削除すると、アカウントと関連するすべてのデータが削除され、ファイルを1つ削除するとそのファイルのデータが削除されます。
• Maestraアカウントを削除すると、クローンに使われたサードパーティのプロバイダーからも音声データが削除され、サポート経由で削除を依頼することもできます。
• 個人データはアカウントが存続する間と、終了後通常30日間保持され、依頼があればそれより早く削除されます。ただし、法律がより長い保持を求める場合は除きます。
• 規約は、サービスの分析と改善のために、サービスの利用状況と動作に関するデータをMaestraが収集することを認めています。確認したプライバシーポリシーと規約には、アップロードしたメディアがAIモデルの学習に使われるかどうかは書かれていません。
• Maestraは、ユーザー情報をサードパーティのマーケターに販売することは決してないとしています。

よくある質問

Q1. Maestraに無料版はありますか？

クレジットカード不要の無料トライアルがあります。有料利用は、Pay As You Goの60クレジットで$12、または年払いのLite文字起こしプランの月$23からです。

Q2. Maestraはどのファイル形式に対応していますか？

対応する音声形式にはAAC、FLAC、M4A、MP3、OPUS、WAV、WMAが含まれ、動画形式にはAVI、FLV、M4V、MKV、MOV、MP4、WMVが含まれます。字幕形式にはSCC、SRT、VTTがあります。

Q3. Maestraで他人の声をクローンできますか？

このワークフローでは、アップロードしたファイル内のどの話者でもクローンできます。Maestra自身のページは同意に関する別のルールを定めておらず、ユーザーはアップロードしたコンテンツの権利を持ち、ElevenLabsの規約に同意する必要があります。

Q4. MaestraにAPIはありますか？

あります。APIはアップロード、翻訳、ボイスオーバー、クローンをカバーし、Premiumプラン以上に含まれます。エンタープライズプランではカスタム開発が加わります。