ElevenLabs Scribe v3の選び方｜福岡の事業者が議事録で確認したい数字と話者

会議を文字にする作業を減らしても、金額や期限が違っていれば、共有後の手戻りが残ります。ElevenLabsが2026年11月9日に発表したScribe v3とScribe v3 Liveは、録音とリアルタイムの用途を分けて選ぶ音声認識モデルです。本稿は当日速報ではなく、11月13日時点の公式資料を基にした実務解説です。

KOKORASHI AI（ココラシエーアイ）では、文字起こしの速さだけでなく、人が確認しやすい出力と共有前の手順を重視します。福岡の事業者が打ち合わせの議事録を作る場面を想定し、モデルの違いと試験方法を整理します。

録音を後で処理するか、会話中に文字へ変えるか

会議の後に議事録を作る用途なら、まず録音用のScribe v3を検討できます。通話中の表示や応答へ使うなら、遅れや発言の区切りも評価対象になるため、Liveの試験が必要です。文字起こしモデルと、会話を生成する音声エージェントのモデルは役割が異なります。

数字の表記を指定しても、内容の確認は残る

録音用Scribe v3には、数字を数字表記にするか単語表記にするかを指定するnumbers_formatと、音声に含まれる追加言語を示すsecondary_language_codesが用意されています。公式ガイドでは、追加言語の指定は翻訳の指示ではないとも説明しています。

金額を読みやすい形へ整えることと、発言した金額を正しく聞き取ることは別の問題です。請求額、納期、個数など、業務へ転記する値は音声へ戻って照合します。日本語と英語の製品名が混ざる音源なら、固有名詞の表記も試験項目に加えます。

自社の音源で比較しないと分からないこと

ElevenLabsは、決められた評価用音源での誤り低減を公表しています。ただし、評価データ、集計方法、音声条件が異なる指標を、そのまま別サービスや自社の会議へ当てはめることはできません。本稿でも日本語の自社音源に対する改善率は示しません。

比較では、同じ録音を使い、先に正解として確認した金額・日時・人名・担当者を用意します。全体が自然な文章になっていても、業務上重要な箇所に誤りが残る場合があります。直すのにかかった時間まで記録すると、導入判断に使いやすくなります。

• 録音と外部サービスへの送信を許可された音源を選ぶ
• 金額・日時・名前・担当者の確認表を先に作る
• 文字起こし結果を音声と照合して訂正する
• 提案と決定、担当者と期限を分けた議事録へ整理する
• 共有前に確認者を決め、保管と削除の扱いを記録する

導入前に、利用条件と音声の扱いを確認する

モデルはAPIで提供されていますが、料金、契約の対象、データの保管先、利用できる機能は導入時の公式案内と契約画面で確認してください。日本からの利用条件や顧客の情報管理条件を、英語の機能紹介だけで満たしたと判断しないことが大切です。

Scribe v2とScribe v2 Realtimeも利用可能と公式に記載されています。急いで既存処理を置き換えるより、同じ音源で比較し、必要な機能と確認時間を見て移行を決める方が現実的です。

議事録のゴールは、次の行動を間違えずに共有すること

編集上の提案は、流暢な要約を先に完成させるより、誰が何を決めたかを確認する工程を置くことです。新モデルの選択は手段です。録音、文字起こし、確認済み議事録を分けて管理すると、誤りが見つかった時も元の発言を確かめられます。

よくある質問

Scribe v3は会議の議事録を自動で確定しますか？

主な役割は音声の文字起こしです。発言から決定事項を整理し、金額・期限・担当者を確認して共有する工程は別に設けます。

出典・参考情報

• ElevenLabs公式：Scribe v3とScribe v3 Liveの更新（2026年11月9日）
• ElevenLabs公式：モデルの用途・移行・評価条件
• ElevenLabs公式：数字表記と言語の設定ガイド