Perplexity AIで書き起こしはできる？音声・動画対応と料金【2026年版】
はじめに
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。
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8月時点では、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？
誤解されやすいのですが、Perplexity AIはChatGPTのような会話AIではなく、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。
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 |
| 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 |
| 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 |
| 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。
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
まとめ
Perplexity AIは、2026年8月時点で音声・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。