Perplexity AIで書き起こしはできる？音声・動画対応と料金、音声会話の使い方【2026年版】
生成AIの普及により、情報検索や文章作成だけでなく「書き起こし（音声→テキスト変換）」も効率化されています。その中で注目を集めているのが、検索エンジン型AI「Perplexity AI」です。
以前はテキスト中心の調査ツールとして語られることが多かったPerplexityですが、2026年時点では音声・動画ファイルのアップロードにも対応し、アップロードした内容をテキスト化して検索・要約に活用できるようになっています。
本記事では、「Perplexity AIで書き起こしはできるのか」という可否、実際の使い方、料金・プラン、専用文字起こしツールと使い分けるべきケースを2026年版として整理します。
Perplexityは、スマホアプリの音声モードで話しかけて質問し、会話を続けることができる。
音声・動画ファイルをアップロードすれば、内容を書き起こして要約や論点整理にも使える。
音声で聞いた回答も、出典は画面で確認してから業務に使う。
厳密な全文起こしや字幕が必要なら、専用ツールや音声認識APIと併用する。
はじめに
音声で質問する機能と録音ファイルを解析する機能は、目的に合わせて使い分けます。公式の音声アシスタント案内とファイル添付の案内で対応を確認できます（確認日：2026年10月5日）。
結論：Perplexity AIは音声・動画ファイルの書き起こしに対応
まず結論からお伝えすると、2026年10月5日の公式情報確認時点では、Perplexity AIは音声・動画ファイルのアップロードと自動文字起こしに対応しています。Perplexity公式ヘルプでは、テキストファイル、PDF、画像に加えて、音声・動画ファイルを添付でき、音声内容を自動でテキスト化して検索可能にすると案内されています。
ただし、Perplexityは専用の議事録エディタや字幕制作ソフトではありません。音声・動画をアップロードして内容を質問したり、要約したり、論点を整理したりする用途には向いていますが、タイムコード付き字幕、発話者ごとの細かい校正、長時間録音の厳密な全文起こしが必要な場合は、専用ツールや音声認識APIとの併用を検討しましょう。
そもそもPerplexity AIはどういうツールか？
Perplexity AIは音声やテキストによる会話にも対応し、以下のような特徴を持った検索強化型AIです。
| 項目 | 内容 |
|---|---|
| 主な用途 | 検索・調査・情報要約・ファイル内容の整理 |
| 入力方法 | テキスト入力、ファイルアップロード、音声・動画ファイルの添付 |
| 出力内容 | 出典付きの回答、要約、比較、アップロード内容への質問回答 |
| 音声対応 | 対応（音声・動画ファイルを自動でテキスト化） |
つまり、現在のPerplexityは「音声をテキスト化して、その内容を検索・要約・分析に使う」用途で活用できます。以前の「Perplexity単体では書き起こし不可」という情報は古くなっているため注意してください。
Perplexityの音声モードで会話する方法
Perplexityの音声会話は、質問の入力を声で行い、回答を受けて追加質問を続ける使い方です。録音済みファイルを添付する方法とは入口が異なります。iOSでは最新のアプリを開き、入力欄の音声アイコンを押して会話を始めます。マイクへのアクセスを許可し、「この話題の要点を教えて」と質問した後、「そのうち業務に関係する点は？」と続けると、論点を絞り込めます。
公式iOSヘルプは音声アイコンと画面上部の歯車からの設定変更を案内しています（確認日：2026年10月5日）。Androidの起動設定は公式Android Assistant案内で確認できます（同日確認）。表示名や使える設定は端末・アプリの版によって確認してください。
会議室では音漏れを避けるため、字幕表示の有無を確かめ、使えない場合は文字の回答画面に切り替えます。移動中に周囲の声を拾う場合は、押している間だけ話す設定が利用できるか確認し、提供されていなければ静かな場所で短く質問します。これらの設定が全端末に共通してあるとは限らないため、最新アプリの設定画面で利用可否を確かめてください。
Perplexityの音声機能の使い分け
| 使い方 | 向いている場面 | 注意点 |
|---|---|---|
| 音声モードで会話 | 移動中の調べもの・アイデア出し | 回答の出典は画面で確認します |
| 音声・動画ファイルの添付 | 会議録音の要約・論点整理 | ファイル上限やプラン条件を公式ヘルプで確認します |
| 専用文字起こしツール・API | 全文起こし・字幕・話者分離 | 費用と精度、編集・出力機能を別途比較します |
公式ファイルヘルプでは話者ラベルにも対応すると案内していますが、話者名の正確さや字幕編集まで保証するものではありません（確認日：2026年10月5日）。専用ツールを選ぶときは、自社の録音で校正の手間も確認しましょう。
PCでは公式更新情報でWebとComputerの音声会話が案内され、Cometの公式案内でも音声モードを確認できます（確認日：2026年10月5日）。通常のWeb画面、Computer、Cometを同じ機能・利用条件とは考えず、使う画面とアカウントで対応を確認してください。
第三者製のブラウザ拡張を検討する場合は、マイク権限だけでなく、閲覧ページや会話本文の読み取り範囲、送信先、保存方針を社内ルールに照らして判断します。音声も入力データとして扱い、社外秘を話さないルールが必要です。音声セッションが履歴に残る点も踏まえ、顧客情報や未公開情報を含む話題は、会社が許可した環境に限定してください。
書き起こし用途での使い方と向いているケース
Perplexityで音声を扱う場合は、音声ファイルや動画ファイルを添付し、「この会議の決定事項を整理して」「発言内容を議題ごとに要約して」「次回アクションを抽出して」といった形で質問します。書き起こしテキストをただ出力するだけでなく、出典付きの調査や関連情報の確認まで一緒に行える点が強みです。
用途別に選びたいAIツール
| ツール名 | 向いている用途 | 料金・注意点 |
|---|---|---|
| Perplexity | 音声・動画ファイルの内容を要約し、調査や論点整理まで行う | Proは月20ドルまたは年200ドル、Maxは月200ドルまたは年2,000ドル。ヘルプではファイル上限40MBに言及あり。米ドル建ての個人契約で月払い／年払いを選択。Max年払いはWeb契約のみ。税・地域通貨・ストア課金の最終額は決済画面で確認。Pro料金／Max料金／添付上限（確認日：2026年10月5日） |
| OpenAI Transcription API | システム連携、録音データの一括文字起こし、アプリ組み込み | gpt-4o-mini-transcribeは0.003ドル/分、gpt-4o-transcribeは0.006ドル/分。米ドル建て従量課金の推定費用で、月額・年額契約の料金ではありません。税の適用は請求先によります。公式料金（確認日：2026年10月5日） |
| Google Cloud Speech-to-Text | 業務システム連携、多言語・長時間音声の処理 | 標準モデルは毎月60分まで無料枠、その後は条件により0.016ドル/分など。この条件はV1の標準モデル・データロギングありの場合。米ドル建て従量課金で、税・ストレージ等の別サービス費用は別途確認。V2やデータロギングなしとは料金体系が異なります。公式料金（確認日：2026年10月5日） |
| Notta / Otter.aiなど | 議事録編集、話者分離、共有、字幕用の校正 | 無料枠や有料プランの条件が変わりやすいため公式料金を確認 |
推奨フロー（例）
- Zoomや会議の録音ファイルを Perplexity にアップロードする
- 「決定事項」「未解決の論点」「次回アクション」など、欲しい形式を指定して要約する
- 正確な全文起こしや字幕が必要な場合は、OpenAI APIや専用議事録ツールで校正する
このように、Perplexityは単なる文字起こしだけでなく、「録音内容をもとに次の判断に使える情報へ整理する」場面に向いています。
Perplexityでできる書き起こしテキストの活用方法
Perplexityは音声・動画ファイルを扱えるようになったため、アップロードした音声の内容をそのまま質問・要約・構造化できます。以下のような使い道が想定されます。
会議議事録の要約・構造化
- 「この会話ログから議論の要点を抽出してください」
- 「プロジェクトの結論と次のアクションをまとめて」
インタビューの要点整理
- 「このインタビューで語られた3つの主張を要約して」
- 「発言の裏にある意図を分析して」
スピーチ・講演録のテーマ抽出
- 「この講演の中心テーマと事例を箇条書きで」
- 「冒頭と結論の要点をそれぞれ要約」
このように、文字起こし後の思考整理・情報の再構成がPerplexityの強みです。会議録をそのまま保存するだけでなく、意思決定や記事構成、リサーチメモに変換したいときに役立ちます。
ChatGPTやClaudeとの違いは？組み合わせが鍵
同じ生成AIでも、得意分野は異なります。Perplexityは出典付き調査とアップロード内容への質問に強く、OpenAIの音声認識APIはシステム連携や大量処理に向いています。Claudeは長文テキストの構造化に強い一方、音声ファイルを直接扱う可否は利用環境や機能更新に左右されるため、最新の公式情報を確認しましょう。
| ツール | 書き起こし対応 | 要約・整理 | 出典明示 | 特徴 |
|---|---|---|---|---|
| Perplexity | 音声・動画ファイルのアップロードに対応 | ◎ | ◎ | 録音内容の要約と調査を同じ画面で行いやすい |
| OpenAI Transcription API | APIで音声認識に対応 | 別途プロンプト設計が必要 | 用途次第 | アプリ組み込みや大量処理に向く |
| Claude | 利用環境により異なるため公式確認が必要 | ◎ | × | 長文テキストの整理や論理構成に強い |
結論としては、会議音声をすぐ要約したいならPerplexity、業務システムに組み込むならOpenAIやGoogle Cloudの音声認識API、字幕や議事録編集を細かく行うなら専用ツールという使い分けが現実的です。
音声アシスタントとして業務で使える範囲と限界
声で指示しやすい用途は、最新情報の検索、予定やリマインダーに登録する内容の整理、メールの下書きです。アプリ連携で登録まで進められるかは、端末・接続先・許可した権限によります。公式iOS案内はアプリと連携するアシスタントとして説明していますが、すべての操作が同じように使えるとは限りません（確認日：2026年10月5日）。登録先が表示されない場合は、整理した内容を確認して自分で登録してください。
検索した情報を踏まえて「別の案も比較して」「その条件ならどう変わる？」と会話を続けられる点は、定型コマンドを中心に使う端末標準アシスタントと比較する際の判断軸です。Cometの公式案内でもタブを切り替えた会話の文脈維持が説明されています（同日確認）。ただし、標準アシスタントにも対話機能があり、Perplexityだけの特徴と決めつける必要はありません。
端末の設定変更などOSレベルの操作は、利用環境によってできない場合があります。検索・文章整理が便利でも、標準アシスタントの完全な代替になるとは限りません。予定なら日時と登録先、メールなら宛先と内容を画面で見直してから確定します。音声だけで判断せず、回答に付いた出典を開いて内容を確認することが重要です。回答と出典が一致するかを確かめたうえで、業務資料へ転記しましょう。
こんな人にPerplexity × 書き起こし連携はおすすめ
- 会議やインタビューの内容を短時間で要点化したいビジネスパーソン
- スピーチや講演会のまとめ記事を作りたい編集者
- 音声ベースの情報を整理・アウトライン化したいライター
- 出典付きで信頼性のある調査・引用が必要な学生や研究者
Perplexityの音声会話のよくある質問
Perplexityの音声会話は無料プランでも使えますか？
利用可能な範囲はプランや端末によって異なるため、利用中の最新アプリと公式プラン案内で確認してください（確認日：2026年10月5日）。無料プランで音声会話が無制限に使えるとは断定できません。音声アイコンの表示と、開始時に出る利用条件を確認すると判断しやすくなります。
Perplexityと音声で会話した内容は文字でも残りますか？
公式iOSヘルプでは、音声セッションは終了後に履歴へ保存されると案内しています（確認日：2026年10月5日）。文字で表示される会話履歴を開き、回答と出典を確認してから共有してください。すべての端末で同じ表示になるとは限らず、履歴を厳密な逐語記録とみなすことも避けましょう。
PCのブラウザでもPerplexityと音声会話できますか？
公式更新情報はWebとComputerの音声会話を案内しています。Cometにも公式の音声モードがあります（確認日：2026年10月5日）。利用画面・プランの対応状況を確認し、第三者製の拡張を使う場合はマイクやページ読み取りの権限、送信・保存される情報を社内ルールに照らして判断してください。
まとめ
Perplexity AIは、2026年10月5日の公式情報確認時点で音声・動画ファイルのアップロードと自動文字起こしに対応しています。
そのため、「音声→テキスト変換」だけでなく、書き起こし後の情報整理・構造化・要点抽出までPerplexity上で進められます。
一方で、ファイルサイズ制限、プラン別の上限、文字起こしの校正機能、字幕出力の有無は用途によって重要になります。書き起こし業務を効率化したい方は、Perplexityの現行機能を確認したうえで、必要に応じてOpenAI API、Google Cloud Speech-to-Text、専用議事録ツールを組み合わせてください。