Sonixは、録音ファイルの文字起こしに特化したWebサービスです。対応言語は54以上、SOC 2 Type IIの取得が公式に示されています。料金は1時間あたり10ドルの従量(秒割り)と、月25ドル・月50ドル・月80ドルの三段のサブスクで、どちらも「音声の長さ」が課金の単位です。翻訳を頼むと文字起こしと同じ時間枠から消費する点が独特です。実機テストは行っていないため、認識精度の肌感覚は未検証とお考えください。この記事は公開情報にもとづき、時間で課金する設計の読み方を2026年10月時点で整理します。
料金と仕組みで押さえるべき部分
- 課金の単位は音声の長さ。従量は1時間あたり10ドルで秒割り、サブスクは月5・20・40時間の三段
- 翻訳は文字起こしと同じ時間枠から消費する。多言語化するほど含まれる時間が早く減る
- AIワークスペース時間は別枠。Advancedで月25時間、Proで月100時間と公式に示される
- 超過はいずれの段階も1時間あたり10ドル。含まれる時間を超えると従量と同じ単価に戻る
- 新規は30分の無料枠で検算できる。契約前に自分の音声で確かめるのが安全
Sonixとは?会議の道具ではなく録音の道具という位置づけ
Sonixは、手元にある録音ファイルを文字に起こすことに設計を絞ったサービスです。会議中に自動でメモを取る系統の道具とは方向が違い、録音済みの音声を後から処理する工程に向いています。インタビューの音源、セミナーの収録、研究者のフィールド録音といった、長さと本数があらかじめ決まっている素材を扱う場面で力を発揮するはずの構えです。対応言語は54以上と公式に示されています。
信頼性の側面では、SOC 2 Type IIの取得が公式に示されている部分も読み取れます。外部の関係者に録音を預けることになる文字起こしでは、扱いの管理水準が選択の材料になります。企業での利用を考えるなら、この表示の有無は確認すべき項目です。もっとも管理水準の実効性までは公開情報からは確かめられず、ここは未検証として残します。
| 項目 | 内容 |
|---|---|
| 提供元 | Sonix(録音文字起こしのWebサービス。料金ページは2026年10月26日確認) |
| 主軸機能 | 録音ファイルの文字起こし(対応言語54以上)、翻訳、AIワークスペース(Advanced以上) |
| 課金の単位 | 音声の長さ(従量は1時間あたり10ドル・秒割り。サブスクは月5・20・40時間) |
| 信頼性の表示 | SOC 2 Type II(公式表示)。EnterpriseはHIPAA・BAA等に対応と公式表示 |
| 無料枠 | 新規30分(公式表示) |
注目したいのは課金の単位の行です。席数や機能数ではなく、音声の長さが料金を決める。これは一見当たり前に見えて、使い方の設計に大きな意味を持つ考え方です。同じ月額でも、音声を短く間引く人と丸ごと預ける人では、同じ枠で得られる価値が変わります。次の章で料金表を並べて、この単位の読み方を掘り下げます。
位置づけの裏側も一言。会議アシスタント型の道具が普及した現在でも、録音ファイルの処理需要は消えていません。取材の音源、公的機関の公開収録、依頼を受けて作るポッドキャストの生録など、会議に入り込めない音声は今も大量に生まれています。Sonixはこの「後から来る音声」を受け止める側の道具であり、会議系の道具と競合するというより、処理の入口が違う隣の部屋と考えるほうが正確だと読めます。この分け方の詳細は後の比較の章で扱います。
Sonixの料金プラン(2026年10月時点・公式表示)
公式料金ページの表示をもとに、従量と三段のサブスクを整理します。金額は米ドル建ての表示です。
| プラン | 料金 | 含まれる時間 | 容量 | 備考 |
|---|---|---|---|---|
| Pay As You Go(従量) | 1時間あたり10ドル(秒割り) | 含まれる時間なし | 5GB | 単一ユーザー |
| Core | 月25ドル/年払い275ドル | 月5時間(年60時間) | 25GB | 追加席は1席あたり月25ドル |
| Advanced | 月50ドル/年払い550ドル | 月20時間(年240時間) | 50GB | AIワークスペース月25時間 |
| Pro | 月80ドル/年払い880ドル | 月40時間(年480時間) | 100GB | AIワークスペース月100時間 |
| Enterprise | 要相談(金額非公開) | 個別設計 | 個別 | HIPAA・BAA等の要件に対応(公式表示) |
金額は2026年10月時点で公式料金ページに表示されていた米ドル建ての数値です。表示は地域・支払い周期・為替で変わるため、契約前に公式サイトの料金表を確認してください。
月払いと年払いの差は「1か月分強」で読む
年払いの金額を月払い12か月分と比べると、Coreは300ドルに対し275ドルで25ドル分、Advancedは600ドルに対し550ドルで50ドル分、Proは960ドルに対し880ドルで80ドル分の差です。どの段階も差はおおむね1か月分強であり、月払いで一か月試してから年払いに切り替える順序が損をしにくいと考えます。逆に言えば、年払いの割引だけで段階を選ぶ動機にはなりません。段階を決めるのは含まれる時間のほうです。
従量のPay As You Goは、月の音声が1時間に満たない人にとって現実的な入口です。秒割りである点も見逃せません。30分の音源なら10ドルの半分で済む計算になり、端数が丸められて損をする構造ではないと読めます。容量5GBと単一ユーザーという制約はあるものの、使うかどうか分からない段階で固定費を払わずに済む選択肢が用意されているのは、料金設計として誠実な形だと考えます。
サブスクの三段の並び方にも、読み取れる意図があります。5・20・40時間という段差は単純な均等の階段ではなく、月の録音量の現実的な区分に合わせた並びになっています。少人数の取材ならCore、部署単位の収録ならAdvanced、複数案件が並行する組織ならProという対応関係が自然に当てはまる。段差の設計が利用者の実態に沿っているかどうかは、料金ページの上で確かめられる少ない品質情報の一つであり、ここでは手堅い並びと評価します。もっとも自分の録音量が区分のどれに当たるかは、結局のところ自分で数えるしかありません。
一つ読み替えが必要なのは、AIワークスペースの時間がAdvanced以上にしか付いていない部分です。書き起こし結果の要約や整理をAIの力で進めたい場合、Coreではこの枠がありません。Coreの月25ドルは「文字起こしだけ」の金額と理解するのが正確です。後処理まで含めた総額感で比較しないと、段階選びを誤ります。この構造は次章の課金単位の話ともつながります。
年払いと月払いの選択は、事業の安定度でも決まります。録音の量が年度計画で読める職場なら、年払いの割り引きは計算の中に組み込めます。逆に、案件ごとに録音の量が変わる仕事なら、月払いで量に合わせて段階を動かすほうが実費は下がりやすい。契約周期の選択は、割引の大きさではなく録音量の可変性で決めるのが筋だと考えます。細部の条件は支払い画面での確認が最終的な根拠になります。
音声の長さが課金単位であるとはどういうことか
文字起こしサービスの料金は、歴史的に二つの流れがあります。一分あたりの金額で数える流れと、月額に含まれる時間で数える流れです。Sonixは後者を主軸にしつつ、前者に相当する従量も併設しています。含まれる時間はCoreで月5時間、Advancedで月20時間、Proで月40時間。年払いでは年60・240・480時間に整理し直されます。超えた分はどの段階も1時間あたり10ドルです。
この設計で重要なのは、料金を決めるのが音声の長さだけで、席数ではない部分です。Coreは追加席を1席あたり月25ドルで足せますが、含まれる時間は増えるのか増えないのか。この細部は表示の読み替えが分かれやすい部分で、ここでは断定しません。ただし少人数のチームなら、席を増やすより含まれる時間の大きい段階に上がるほうが単純な構造になりやすい、という一般論は成り立ちます。
音声の長さを数える習慣がないと、この課金体系は扱いにくく感じます。逆に言えば、録音の総時間を管理できている人は、費用をほぼ正確に予測できます。例えば月に1時間のインタビューを4本録る研究者なら、Coreの5時間で余裕がある計算です。引用しやすい形で言い換えると、Sonixの料金は録音の総時間を数えられる人にとって、もっとも予測しやすいという評価になります。
判断の分かれ目。月あたりの音声時間を数えられるか
段階を選ぶ分かれ目は、自分の録音の総時間を月単位で数えられるかどうかです。数えられるなら、Core・Advanced・Proのどれに収まるかは算術で決まり、従量との損益分岐も計算できます。月20時間で使うなら従量では200ドル、Advancedなら50ドル。この差が開くほど、固定枠の意味が大きくなります。数えられないなら、まず従量で一か月回して実測を取る。実測なしに段階を上げないのが、この課金体系での基本動作だと考えます。
数える対象をもう少し分解しておきます。録音の総時間は、録音物の本数×1本あたりの長さで出ますが、無音区間や話題の重複を含めてそのまま計上すると、枠の消費は実感より早く進みます。事前に無駄な区間を切り落とす習慣があれば、同じ枠で処理できる本数は増えます。課金単位が音声の長さである以上、音源の手入れは費用節約の一部になります。これは道具側の工夫ではなく運用側の工夫であり、費用の管理を利用者の側に引き受けてもらう設計だと読むこともできます。
なお、含まれる時間の回復周期や繰り越しの有無など、細部の条件は料金画面の読み替えが必要です。この記事では未確認の条件を良い方に解釈しません。気になる場合は新規30分の無料枠で登録し、実際の画面で条件を確かめてから判断してください。ここまでの読みはすべて公開情報の整理であり、操作感は未検証です。
翻訳は同じ時間枠から消費する。多言語運用でどこに注意すべきか
このサービスの料金設計で最も見落としやすいのが翻訳の位置です。公式の表示では、翻訳は文字起こしと同じ時間枠から消費します。つまり1時間の録音を起こして、さらに訳させると、含まれる時間は2時間分減る計算になります。翻訳が別枠の追加料金ではなく、同じ枠の分割である点が、多言語運用の費用感を根本から変える部分です。
この構造の意味を具体化します。1時間のインタビューを英語で起こし、日本語に訳す運用を月に10本行うなら、必要な時間枠は実質20時間です。Advancedの20時間ちょうどであり、Coreでは明らかに足りません。翻訳の割合が高い運用ほど、見た目の録音時間に対して一つ上の段階が必要になります。逆に、訳すのは一部だけなら枠は伸びる。翻訳の比率を先に決めるのが、段階選びの前提です。
訳の品質に要件が厳しい場面では、翻訳工程を外の道具に分ける選択もあります。Google翻訳やDeepLのような翻訳専用の道具に書き起こし結果を渡し、Sonix側は文字起こしだけに絞る構成です。こうすると時間枠の消費を録音時間に一致させられますが、今度は翻訳道具の契約が別に要る。枠の中で回すか、外に分けるかは、月の音声時間と翻訳の比率で決めるのが合理的だと考えます。どちらが得かは数量しだいで、一般論では決まりません。
判断の分かれ目。翻訳を同じ枠で回すか外に置くか
判断の分かれ目は、翻訳の比率です。録音時間と翻訳時間がほぼ1対1になる運用なら、枠を二つ分として数えて段階を選ぶ。翻訳が一部なら枠内で回す。翻訳の量が多く、訳語の統一や用語集まで求められる業務なら、外の専用翻訳に置くほうが品質管理も含めて整いやすいと考えます。この線引きは算術と要件の問題であり、道具の優劣の問題ではない点が大切です。あわせて、訳の品質そのものはこの記事では検証していません。
AIワークスペースの時間も、同じ枠の話として理解しておきます。Advancedで月25時間、Proで月100時間と公式に示されているこの枠は、書き起こしと翻訳の枠とは別に走ります。要約や検索といった後処理の重さが、録音の長さとは別に数えられる設計です。つまり料金の総額は、音声時間・翻訳の比率・後処理の重さの三つで決まる。この三つの内訳を頭に置いておくと、料金表が読みやすくなると考えます。
翻訳を含む多言語運用の費用感を、年単位で出しておくと契約の判断が速くなります。年60時間のCoreで、起こしと訳を1対1で回すなら、実質30時間分の録音までが枠内です。年240時間のAdvancedなら120時間分。自分の年間録音量と照らせば、段階は一目で分かります。この種の逆算を公式がしてくれるわけではないため、利用者側が数える作業が要る。面倒な作業に見えますが、一度表にしてしまえば毎年の契約更新で使い回せます。数値の組み立てはあくまで公開表示に基づく試算であり、実際の消費の細目は画面確認が最終根拠です。
評価できる点(公開情報からの判断)
- 超過単価が先に明示(いずれの段階も1時間あたり10ドル)。費用の見通しが立てやすい
- 秒割りの従量が用意され、月1時間程度の少量利用でも無駄が生じにくい
- 対応言語54以上、SOC 2 Type IIという要件が公式に示されている
- AIワークスペースの時間が別枠で、書き起こしと後処理の枠が混ざらない
- 新規30分の無料枠があり、契約前に自分の音声で確かめられる
もっとも評価したいのは、費用の予測可能性です。含まれる時間と超過単価が明示されているため、録音の総時間さえ分かれば月額の見当はほぼ立つ。従量とサブスクの併設も含めて、「使う量が分かっている人」に対して誠実な設計だと考えます。料金の驚きが起きにくい構造は、継続利用の信頼に直結します。
評価したい二つ目は、要件の表示です。対応言語の数、SOC 2 Type II、EnterpriseでのHIPAAやBAAへの対応表示。これらは企業の調達担当が確認する項目であり、公式ページに明示されている事実自体が選択の材料になります。もっとも取得や対応の実効性は未検証であり、契約時には書面での確認が必要だと考えます。
三つ目は、後処理の枠を独立させた設計です。AIワークスペースの時間が録音時間と別に走るため、長い録音を短く要約する使い方でも、枠の消費の内訳が追跡できます。後処理の重い運用ほどこの分離は効きます。総額が三つの変数(音声・翻訳・後処理)で決まる構造は、費用を分解して語れるという点で、見積もりや稟議にも向いた形だと考えます。
四つ目として、入口の選択肢の広さを挙げます。固定費を払う前に従量で試せる、無料の30分で相性を確かめられる、段階の間は超過単価が一定で途中段階の損が小さい。この三つが重なると、利用者側の試行コストが低く保たれます。文字起こしは継続利用で初めて価値が出る道具であり、入口の低さは長期契約の判断材料として手堅い部分です。もっとも入口の低さと品質の高さは別の話で、精度の確認は無料枠の段階で済ませておくべきです。
公開情報の範囲で残る不透明な部分も記しておきます。含まれる時間の繰り越しの有無、追加席を足した場合の時間枠の増減、無料枠で翻訳まで試せる範囲。いずれも契約条件の細部であり、料金ページの表面的な読みでは確定しません。この記事はこれらを良い方に解釈せず、未確認として残しています。契約の直前に支払い画面で確認する時間を十分に取ってください。料金の読み解きは準備であり、契約判断そのものではありません。
気になった部分・条件付きの評価
- Coreは月5時間。録音が多い職場では最初の段階ですぐ枠に届く
- 翻訳が同じ枠から消費する。多言語運用では実質的な時間は録音時間に近い長さがさらに上乗せになる
- AIワークスペースはCoreに含まれない。後処理込みの運用はAdvancedからになる
- 日本語を含む言語ごとの認識精度は未検証。対応数と品質は別の話
- 従量は単一ユーザー・5GB。共有前提の運用には制約が先に出る
- 会議中の同時メモ系の機能は本筋でない(録音後処理に設計が寄っている。一般論)
正直に言えば、Coreの5時間は想像より早く尽きます。1時間の会議が週に二つあるだけで月8時間になり、Coreでは足りません。枠の単位が音声の長さである以上、会議の多い職場では段階が自然にAdvanced以上へ上がる。月50ドル・80ドルの帯に進む価値があるかは、録音の価値がどれだけ費用を正当化するかの問題で、ここは評価が割れる部分だと考えます。
日本語の扱いも慎重に見たい領域です。対応言語54以上という表示は数の話であり、言語ごとの認識精度や専門用語の強さは別の領域です。この記事では日本語での品質は検証していません。英語以外の録音が中心の職場では、新規30分の無料枠で必ず自分の音声を通してから判断してください。数の表示を品質の保証と読まないのが、公開情報ベースでの正しい付き合い方です。
判断の分かれ目。用途が会議か録音か
導入を決める分かれ目は、仕事の起点が会議なのか録音なのかです。会議の進行そのものを支援してほしいなら、会議アシスタント型の道具の領域です。録音済みの素材を効率よく文字に起こしたいなら、Sonixの領域になります。両方ある職場なら、会議は会議用の道具、録音はSonixという分担も現実的です。起点が録音ファイルにあるかどうかが最初の問いになり、ここを混同すると道具選びが迷子になります。
条件付きの評価として、要約や議事録化の工程を生成AIに任せる構成も触れておきます。書き起こし結果の整理はChatGPTやClaudeに渡す方法が広く使われており、その場合、AIワークスペースの時間枠の意味は相対的に下がります。逆に、道具を一つにまとめたい職場では同じ枠が効いてくる。運用の分散を許すかどうかで、段階の選び方が変わる点は覚えておくとよいと考えます。自動化を組み込むならZapierで録音の受け渡しを回す構成も視野に入ります。
料金以外の軸でも、条件付きの評価が可能です。翻訳が枠を消費する構造は、多言語の証拠資料を扱う業務では統制のとれた設計に働きます。訳の内訳が請求に現れにくいため、翻訳費用を個別に管理したい職場には不向きですが、逆に総額の一括管理を好む職場には合います。どちらが正しいかではなく、会計の付け方の好みで評価が分かれる部分だと考えます。
容量の制約も実務では無視できません。従量の5GB、Coreの25GB、Advancedの50GB、Proの100GBという容量の段差は、録音の保管をどこまでサービス側に任せるかの設問です。長期の調査録音のようにファイルを手元にも残す運用なら容量は余りますが、素材を預けっぱなしにする運用では容量の上限が先に効きます。録音ファイルのバックアップ方針とセットで契約を考えるのが、後で困らない順序だと考えます。この部分の条件の細目も、画面での確認が最終的な根拠です。
OtterやFirefliesとの違いは?会議メモ型との分かれ道
文字起こしまわりの道具は、録音処理型と会議アシスタント型に分かれています。OtterやFireflies、MeetGeekは会議に自動で入って記録を取る系統の代表です。Sonixは録音済みファイルを処理する系統で、比較されることが多くても、置かれている工程が違います。
| 観点 | Sonix | 会議アシスタント型(Otter等) |
|---|---|---|
| 仕事の起点 | 録音済みのファイル | 進行中の会議 |
| 課金の単位 | 音声の長さ(時間) | 多くは席数や月額(各公式サイトを確認) |
| 向く場面 | インタビュー・収録・調査録音の文字起こし | 会議の記録と共有の自動化 |
| 翻訳の位置 | 同じ時間枠から消費(公式表示) | 翻訳の扱いは各サービスで確認 |
| 比較の性質 | 本稿の主役 | 一般論の整理であり品質比較は未検証 |
この表は位置づけの一般論を整理したもので、認識精度や機能の優劣を比べた結果ではありません。比較の結論として述べられるのは工程の違いまでです。会議が主で録音が従なら会議アシスタント型、録音が主ならSonix。両方あるなら分担する。MeetGeekのような道具を既に使っていても、外部録音の処理需要が残る職場は多く、そこにSonixの席があります。
編集側との組み合わせも触れておきます。Descriptのように音声を文字として編集できる道具と組み合わせると、起こした後の整形が進みます。整理した内容を知識として残す先にはNotion AIが自然に収まり、この一連の流れの中でSonixは「文字にする」工程の専門職として位置づけられます。一つの道具ですべてを済ませるより、工程ごとに道具を渡していくほうが、結果として破綻しにくいと考えます。
向き不向きの見極め
向いているのは、インタビュアーや研究者、収録物を扱う制作側です。録音の総時間が管理できる人ほど料金の恩恵を受けられます。逆に向いていないのは、会議の進行支援を求める職場、月の録音が30分に満たず追加契約の動機がない個人、訳の品質に高い要件を置く翻訳業務の中心です。最後の例では、書き起こしと翻訳を分けて、翻訳は専用の道具に任せる分担のほうが整います。録音の量と翻訳の比率の二つの数字が、導入判断のすべてだと考えます。
最後に一段落。ここまでの内容は、2026年10月26日時点の公開情報の読み解きであり、実際の操作や認識精度の検証は含みません。だからこそ、新規30分の無料枠で自分の音声を通す手順を、この記事の最終結論として前に置きます。料金の読み方は用意できています。あとは自分の音声で確かめるだけです。
導入後の姿も想像しておくと決断が進みます。録音を預け、文字を受け取り、翻訳の比率を見ながら枠を配分する。月の締めに消費の内訳を数え、翌月の段階を決める。この小さなサイクルが回り始めると、費用は計画の一部になり、道具の存在が日常に溶けます。逆に数える習慣が作れないなら、この課金体系との相性は良くない。道具の性格と運用の性格が合うかどうかを、無料の30分で最後まで確かめてください。判断の根拠は公開情報と、あなた自身の音声です。
よくある質問
Q. Sonixに無料枠はありますか?
A. 新規利用者に対して30分の無料枠が用意されています(公式表示)。それを超えると従量かサブスクの契約が必要です。30分は1回のインタビューを丸ごと確かめられる長さであり、認識精度の確認用として実用的な大きさです。無料枠の範囲で翻訳や後処理まで試せるかは、登録後の画面で確認してください。
Q. Sonixの料金はいくらですか?
A. 従量が1時間あたり10ドル(秒割り)。サブスクはCoreが月25ドル(年払い275ドル)、Advancedが月50ドル(年払い550ドル)、Proが月80ドル(年払い880ドル)です(2026年10月時点の公式表示・米ドル建て)。超過はいずれも1時間あたり10ドル。表示は地域・支払い周期・為替で変わるため、契約前に公式サイトの料金表を確認してください。
Q. 翻訳は別料金になりますか?
A. 別料金ではなく、文字起こしと同じ時間枠から消費します(公式表示)。1時間の録音を起こして訳すと、含まれる時間は2時間分減る計算です。多言語運用では録音時間のほかに翻訳の比率を数えて段階を選ぶ必要があります。翻訳の量が多い業務では、翻訳工程を専用の道具に分ける構成も検討の対象になります。
Q. 日本語の文字起こし精度は高いですか?
A. 対応言語は54以上と公式に示されていますが、言語ごとの認識精度はこの記事では検証していません(未検証)。精度は音質、話者の数、専門用語の密度に大きく依存します。新規30分の無料枠で、実際に使う予定の音声と似た条件の録音を通して確認するのが、いちばん確実な判断方法です。
Q. 含まれる時間を超えたらどうなりますか?
A. 超過分はどの段階でも1時間あたり10ドルの従量で請求される形です(公式表示)。つまり超過単価はCoreでもProでも同じであり、含まれる時間が大きいほど超過が出るまでの余裕が増える構造です。月の音声時間が安定して読める職場なら、超過の見込みを先に計算して段階を選べます。
Q. Otterとの違いは何ですか?
A. 一般論として、Otterは会議に自動で入って記録を取る会議アシスタント型、Sonixは録音済みファイルを処理する録音処理型です。仕事の起点が会議か録音ファイルかで選択が分かれます。両方の需要がある職場では分担も現実的です。機能や精度の優劣はこの記事では検証しておらず、比較は位置づけの整理にとどまります。
まとめ
Sonixの選び方は、録音の総時間と翻訳の比率の二つの数字で決まります。月の音声が数時間に満たなければ従量(1時間あたり10ドル・秒割り)で十分、月5時間を超えるならAdvancedの視界に入り、翻訳が頻繁なら実質的な消費は録音時間とほぼ同じ長さがさらに上乗せされる。この算術を先に済ませてから段階を選び、新規30分の無料枠で自分の音声の相性を確かめる。時間を数えられる人にとって、これほど費用の予測がしやすい文字起こしはないというのが、公開情報から導けるこの記事の結論です。会議支援を求める場合だけ、道具の系統自体を選び直してください。基本情報はSonixの紹介ページにもまとめています。
主な参照元:Sonix公式 料金ページ(2026年10月26日確認)。プラン構成・含まれる時間・超過単価・翻訳の消費・AIワークスペース時間・SOC 2 Type IIの表示は同日時点の公開情報にもとづく。認識精度の評価は未検証。
最新のAI情報をメールで受け取る
新着のAIツール比較・ランキング・ニュースを、まとめてお届けします。
ご登録後、確認メールをお送りします。配信停止はいつでも可能です。
