Sonix

Sonixとは？

Sonixはブラウザで使うAI文字起こしソフトで、アップロードした音声・動画ファイルをタイムスタンプと話者ラベル付きのトランスクリプトに変換し、同じワークスペースのまま編集、翻訳、字幕作成、分析まで行えます。同社はこの製品を、あらゆる録音を文字起こし・翻訳・字幕付け・分析できるひとつの安全なワークスペースと位置づけています。

Sonix, Inc.はサンフランシスコからサービスを運営しており、創業年を2017年としています。620万人以上がSonixを利用し、2017年以降に1,420万時間以上の音声・動画を文字起こししてきたと述べていますが、どちらも自社発表の数字です。エンジン面では、複数の大手音声認識企業の技術を取り入れ、自社独自のアルゴリズムと組み合わせているとしています。

主な機能

文字起こし

• 言語：54以上の言語の文字起こしに対応し、完成したトランスクリプトは54以上の言語に翻訳できます。
• 話者ラベル：話者を自動で検出してラベルを付け、名前を変更してもSonixがトランスクリプト全体で話者の区別を保ちます。
• カスタム辞書：専門用語の認識精度を高めるためのカスタム辞書が用意されています。
• マルチトラックファイル：マルチトラック文字起こしは1回の文字起こしにつき最大5本の個別音声トラックを受け付け、ヘルプセンターによるとこの上限は現時点では引き上げられません。

編集・検索・エクスポート

• AudioTextエディター：トランスクリプトが録音と同期しているため、単語をクリックするとその箇所に移動でき、編集してもタイムスタンプは維持されます。
• ファイル形式：44以上の音声・動画形式を取り込み、DOCX、PDF、SRT、VTTを含む18以上の形式にエクスポートできます。
• 検索とコメント：1回の検索でトランスクリプトのライブラリ全体を探せ、タイムスタンプ付きコメントは音声のタイムラインに紐づいたまま、共同作業者とのレビューに使えます。
• 共有：トランスクリプトは任意でパスワード保護を付けられる非公開リンクで共有でき、閲覧・コメント・編集の権限を個別に設定できます。

字幕と翻訳

• 自動字幕：フォント、サイズ、色、位置、タイミングごとに字幕のスタイルを設定でき、1行あたりの文字数や読む速度に上限を設けられます。Sonixは字幕を動画ファイルに直接焼き込むこともできます。
• 対訳表示の翻訳：訳文は原文の横に並び、すべての話者を保持したまま、各対象言語の字幕作成にも使えます。
• 埋め込みプレーヤー：SEOに配慮したメディアプレーヤーで、音声や動画をインタラクティブで検索可能なトランスクリプトと一緒に公開できます。

AI分析とAIワークスペース

2つのAI機能は扱う範囲が異なります。AI分析はエディター内で完成済みのトランスクリプト1本を対象に動作し、要約、チャプター、感情分析、テーマ分析、トピック検出、エンティティ検出、カスタムプロンプトを提供します。AIワークスペースは複数のトランスクリプトをまとめ、平易な言葉で横断的に質問したり、アクションアイテム・テーマ・決定事項・未解決の課題向けの既製プロンプトを実行したり、フォルダー全体を一度に分析したりでき、回答には出典となった録音とタイムスタンプが示されることがあります。ワークスペースの回答は、オープンなウェブ上の一般情報ではなく、追加したトランスクリプトと文書に基づきます。

API・MCP・自動化

• REST API：API利用はWebでのアップロードとまったく同じく音声の分数単位で課金され、API専用の料金はありません。JSON出力には単語単位のタイムスタンプと話者識別が含まれます。
• MCPサーバー：SonixはMCPサーバーを運営しており、Claude、Cursor、Codex、WindsurfなどのMCP対応アシスタントがユーザーに代わってメディアライブラリやトランスクリプトを読み取れます。

ガイド

音声をテキストに変換する手順

1. パソコン、Dropbox、Google Driveから録音をアップロードし、音声をテキストに変換する作業を始めます。
2. 話されている言語を選び、「今すぐ文字起こし」をクリックします。
3. すべての単語にタイムスタンプが付き編集できるブラウザ上のエディターで、結果を確認します。
4. Word、PDF、SRTなどの形式でエクスポートするか、同僚とトランスクリプトを共有します。

トランスクリプトの準備ができるとSonixからメールが届き、文字起こしページでは1時間の音声の処理時間を通常約5～6分としています。

途中で言語が切り替わる録音では、2つ目の手順で「複数言語」を選び、話されている言語をすべて指定します。ヘルプセンターは、音声の明瞭さや言語同士の区別のしやすさによって精度が変わる場合があると注意しています。

結果に影響する録音条件

Sonix自身の録音ガイドは、トランスクリプトの質を下げる条件として次を挙げています。

• クロストーク：声が重なると、どのエンジンでも精度が落ちます。
• BGMやイントロ：最初に話された言葉が聞き取りにくくなります。
• 帯域の狭い電話回線の音声：スタジオの音声より含まれる信号が少なくなります。
• 屋外録音での風、交通騒音、距離：あらゆる条件の中で最も難しいとされています。

会議の録画を取り込む

Zoomアカウントを連携すると、Sonixがクラウドレコーディングを取得し、手動でアップロードしなくても文字起こしします。

活用例とユースケース

• 法務・調査：Sonixはボディカメラ映像、証言録取、刑務所内の通話、911通報音声の文字起こしをうたっており、話者ラベルとタイムスタンプを付けたうえで法務チームが検証します。
• ヘルスケア：同社は医療向け製品を臨床記録、患者との相談、医学研究向けと位置づけ、自動PHI検出によって機密データを安全に保てるとしています。
• 質的研究：DOCX、PDF、SRT、VTTに加えてNVivoにもエクスポートでき、Sonixはこれを質的研究向けの形式として挙げています。
• インタビューとポッドキャスト：単語単位のタイムスタンプで引用を確認しやすく、1時間のエピソードも数分で全文検索できるテキストになります。

医療分野の業務については、SonixはHIPAA準拠と署名済みBAAをEnterpriseに結びつけており、EnterpriseはProのすべてに、規制対象のチームが必要とするセキュリティ、コンプライアンス、専任サポートを加えたものです。

対象ユーザー

向いている人

• たまに使う人：Pay As You Goはサブスクリプション不要の1ユーザー向けプランで、Sonixは小規模な文字起こしプロジェクト向けとしています。一方、Core、Advanced、Proは複数ユーザー向けのサブスクリプションです。
• 教育機関・非営利団体：学生、教員、教授、教職員、非営利団体のスタッフは割引価格の対象になります。
• 規制対象の組織：EnterpriseではSSO/SAML、SCIMによるオンボーディング、完全な監査ログ、ファイルの保持・削除の管理、ワークスペースあたり1 TBのストレージ、チームメンバー数無制限、銀行振込または小切手での支払い、DPAとBAAの契約が追加されます。

あまり向いていない人

• 音楽：音声がクリアなら歌詞も文字起こしできますが、主にインタビュー、ポッドキャスト、会議などの話し言葉向けに設計されています。
• 試用せずに難しい音声を扱う場合：Sonix自身、試用の結果に満足できなければ「あなたの音声の種類には最適ではないかもしれない」と述べており、有料利用分は返金されません。

プラットフォーム

• Webアプリ：録音はブラウザにドラッグするか、Zoom、Dropbox、Google Driveから自動で取り込み、編集はブラウザのエディターで行います。
• 連携ソース：Sonixは、手動操作なしで新しい録音を取り込めるサービスとしてMicrosoft TeamsとZapierも挙げています。
• 動画編集ソフト：Adobe Premiere Pro、Final Cut Pro、DaVinci Resolve、Avidへタイムコードを保ったまま直接エクスポートできます。
• モバイル：ホームページでは、音声を録音し、話者ラベルとタイムスタンプ付きのテキストを作成して、録音をSonixのワークスペースに同期するモバイルアプリが紹介されています。確認したページにはアプリストアの掲載ページへのリンクがなく、米国のApp Storeで検索してもSonix, Inc.のアプリは見つかりませんでした。

価格

Sonixの文字起こしは、処理時間やアプリ内で過ごした時間ではなく、アップロードした録音の長さで課金され、秒単位で按分されるため、52分のファイルは52分として請求されます。価格はすべてUSD表記です。

• 超過分とシート：どのサブスクリプションでも追加時間は1時間あたり$10です。シートは1つ追加するごとに月$25または年$275かかりますが、含まれる時間は増えません。含まれる時間はワークスペースに帰属するためです。
• 年払い：月ごとの割り当ては毎月リセットされますが、年払いでは12か月分を11か月分の料金で請求し、代わりに1年分の時間（60、240、480時間）をまとめて使えます。
• 時間を消費する作業：翻訳、アライメント、焼き込み字幕は通常のトランスクリプトと同じ文字起こし時間を使い、Pay As You Goでは時間を買い足すだけです。ヘルプセンターはさらに、サブスクリプションでは焼き込みが追加料金なしで含まれる一方、Pay As You Goでは別料金になること、教育・非営利向け価格では含まれるクレジットを超えた利用が1時間あたり$8になることを説明しています。
• AIの利用枠：プランカードでは「AIワークスペース利用量」と表記されていますが、ヘルプセンターによると、Core、Advanced、Proのエディター内AI分析はAIワークスペース時間にカウントされず、内部制限がかかる可能性のある無制限のフェアユースポリシーに従います。
• 最低料金：アップロードしたファイルごとに最低1セントがかかります。

試用と解約

• 無料トライアル：新規アカウントにはすべて30分の無料枠が付き、料金ページではクレジットカード不要としています。しかしあるヘルプ記事では、トライアルを始めるにはクレジットカードが必要だとしたうえで、トライアルや無料分が終わっても自動で課金されることはないと約束しています。トライアル期間には限りがあり、利用状況にかかわらず期限切れになります。このヘルプ記事は期間の長さを示さず、サポートへの問い合わせを案内しています。
• 解約：アカウントページから解約すると以降の請求は止まり、サブスクリプションの更新日まではアップロードと文字起こしを続けられます。

Sonixの代替ツール

あるサードパーティのレビューサイトでは、Sonixを見た人がRev.com、Otter.ai、HappyScribe、GoTranscript、Fireflies.ai、Maestra、Transkriptorも閲覧していました（2026年10月5日時点）。そのうち2つは、選択を左右する点でSonixと異なります。

• Rev：精度99%以上で12時間以内の納品を保証するとうたう、人手による文字起こしを販売しており、人がすべての行を確認する必要がある作業向けです。
• Otter.ai：話者認識付きのリアルタイム文字起こしと、Zoom、Microsoft Teams、Google Meetの会議に自動で参加するよう予約できるAI会議エージェントを提供しています。一方、SonixのZoom連携は会議後にクラウドレコーディングを取り込む仕組みです。

制限事項

精度・速度・評価

• 精度の数値が一致しない：文字起こしページは、明瞭な録音で最大99%の文字起こし精度をうたっています。一方FAQでは、精度は音声の質に左右され、明瞭な録音で通常85～99%の精度を達成するとしています。
• 精度の保証なし：利用規約には、サービスから得られる結果が正確または信頼できるものであることをSonixは保証しないと明記されています。
• 処理時間の数値が異なる：FAQでは60分の録音の処理に通常3～5分かかるとしており、文字起こしページの数値より短い範囲です。
• 外部の評価：あるテクノロジーメディアによる2020年3月の実機レビューは、現行プラン以前のものですが、Sonixを手早くわかりやすいと評価しつつ「最も正確なソリューションではない」とし、文法に強く引きずられた出力、高いコスト、ばらつきのある結果を欠点に挙げました。あるサードパーティのレビューサイトでは、sonix.ai のプロフィールが1,123件のレビューでスコア4.6、星5評価が97%でしたが、直近12か月のレビューは23件のみでした（2026年10月5日時点）。同サイトは、同社が最近顧客にレビューを依頼していないためレビューが実態を代表していない可能性があること、否定的なレビューに返信していないことも示していました。
• AIの出力は要確認：SonixはAIが生成した結果を元のトランスクリプトと照らして確認すべきだとしており、AIワークスペースへのアクセスはワークスペースの所有者に限られるため、管理者でも他のユーザーのワークスペースは開けません。

請求と利用のルール

• 返金なし：Sonixは、音声に背景ノイズや声の重なりがあった場合も含め、いかなる場合も返金しません。
• フェアユース：無関係なユーザーや組織の間で1つのアカウントを共有したり、普段の5～10倍の量を継続的に文字起こししたりすると、フラグが立てられることがあります。アーカイブ、継続的なライブ、大量の文字起こしプロジェクトは対象外で、不正利用が確認された場合、Sonixはアップロードの制限や処理速度の抑制を行うほか、事前通知のうえでアカウントを停止することがあります。
• 多言語の長さ上限：多言語の文字起こしは最長2時間15分のファイルまで対応し、単一言語のファイルはそれより長くても扱えます。
• 前払いの引き落とし：利用規約では、請求期間中に$10から$500までの前払い金をSonixが引き落とせること、引き落としに失敗した場合はアクセスを停止できることが定められています。
• 異議申し立ての期限：請求に関する異議は、Sonixが課金してから60日以内に申し立てる必要があります。

プライバシーとデータの取り扱い

• モデルの学習：プライバシーポリシーには、Sonixがユーザーのコンテンツや顧客データを機械学習や生成AIモデルの学習に使用しないと明記されています。
• 削除：アカウントを削除すると、そのメディアファイル、トランスクリプト、翻訳は完全に破棄されますが、システムのバックアップには最大90日間コピーが残る可能性があります。FAQは別途、削除したファイルは30日以内にSonixのサーバーから完全に削除されるとしています。Sonixは、メールアドレスや請求履歴など、解約済みアカウントの限られた記録を保持します。
• 保存場所と従業員のアクセス：すべてのデータは米国のAWSに保存され、問題調査のためにユーザーが明示的な書面で同意しない限り、Sonixの従業員が音声やトランスクリプトにアクセスすることはありません。
• AIコネクター：ClaudeなどのサードパーティAIアプリを接続した場合、Sonixはそのアプリでユーザーが開始したリクエストに必要なデータだけを提供します。共有された後のデータの扱いはそのアプリ自身のポリシーに従い、アクセス権はアカウント設定から取り消せます。
• セキュリティに関する表明：SonixはSOC 2 Type II認証を取得し、通信中はTLS、保存時はAES-256でデータを暗号化し、Medical Sonixを通じて署名済みの事業提携契約とともにHIPAA準拠を提供し、GDPRに向けたDPAとSCCに署名できるとしています。

よくある質問

Q1. Sonixはリアルタイム文字起こしに対応していますか？

APIでバッチ処理と並んでリアルタイムのストリーミング文字起こしが提供されていますが、利用開始と料金はSonixの営業チームを通す必要があります。

Q2. Sonixのトランスクリプトを人の手で整えてもらえますか？

はい。Sonixはプロの文字起こし担当者と提携しており、Sonixのトランスクリプトを99～100%の精度まで仕上げてもらえます。

Q3. SonixでYouTube動画やSpotifyのポッドキャストを文字起こしできますか？

YouTubeのリンクは公開または限定公開の動画に使えますが、トライアルアカウントはSonixサポートがこの機能を有効にするまでアップロードできません。SonixはSpotifyのURLからの直接アップロードに対応していないため、音声を合法的に入手してファイルとしてアップロードする必要があります。

Q4. 解約後にダウングレードすると、メディアファイルはどうなりますか？

Standardプランにダウングレードすると、トランスクリプトは引き続き利用できますが、すべてのメディアファイルが直ちに圧縮され、元のファイルは取り戻せません。元の品質を保つには、50GBごとに月$5.00のストレージプランが必要です。