ライブキャプションと自動字幕起こしのやり方：iPhone・Mac・Windows・Android

各プラットフォームのスイッチの場所

手順と言語の一覧は、2026年10月5日時点の各社ヘルプに合わせています。

iPhoneとiPad

設定アプリを開き、「アクセシビリティ」、「ライブキャプション」の順にタップしてオンにします。続いて「ライブキャプション」をタップし、近くの人の声には「マイク」、FaceTimeやPodcastsなどアプリの音には「iPhoneオーディオ」（iPadではiPad Audio）を選びます。AppleのiPhone向けLive Captionsガイドでは、対象はiPhone 11以降です。iPad版のガイドには「supported models」とだけ書かれています。AppleのiOSとiPadOS 27の機能対応ページには、8言語の地域版が18載っています。広東語、英語、フランス語、ドイツ語、日本語、韓国語、標準中国語、スペイン語です。補聴器をiPhoneにつなぐ方法は、補聴器のペアリング手順を参照してください。

読んだ文字を残すには、その他のオプション → 「キャプションをコピー」をタップし、メモやメッセージに貼り付けます。通話では「通話のキャプションを保存」で、残る範囲が決まります。「1分」では通話終了と同時に字幕が消え、コピーもできません。「1時間」では終了後1時間残り、通話の全員に、文字起こし中だという短いアナウンスが流れます。

Appleのガイドに翻訳の記載はありません。Messages、Phone、FaceTimeのLive Translationは、別のApple Intelligence機能としてAppleが掲載しています。翻訳を耳で聞きたいときは、AirPodsでのライブ翻訳の始め方を参照してください。言語がどこで使えるかは、iPhoneのLive Translationの言語にまとめています。設定が見つからないとき、ウィンドウが空のままのときは、iPhoneでLive Captionsが出ないを参照してください。

Mac

AppleのMac向けLive Captionsガイドでは、AppleシリコンのMacが対象です。アップルメニュー → システム設定 → アクセシビリティ → ライブキャプションを開き、オンにします。初回は言語データをダウンロードするので、ネットに繋いだまま待ちます。メニューバーの「ライブキャプション」アイコンをクリックすると、アプリの音を拾う「コンピュータのオーディオ」と、室内の声を拾う「マイク」を切り替えられます。何も再生していないとウィンドウは隠れます。同じメニューの「画面表示」を選ぶと、隠さずに表示したままにできます。

Appleは、音声をMac上で処理するとしています。ガイドには、字幕のコピー、保存、翻訳の手順がありません。ウィンドウの「入力して読み上げる」欄に返事を入力すると、Macが読み上げます。macOSの機能対応ページの言語版は、iPhoneと同じ18です。Intel Macでブラウザ内の音を字幕にするときは、Chromeの自動字幕起こしを使います。設定がないとき、ウィンドウが空のときは、MacでLive Captionsが動かないを参照してください。

Windows、Mac、LinuxのChrome

GoogleのChrome字幕のヘルプでは、自動字幕起こし（Live Caption）の対象はブラウザ内で再生する音です。動画、ポッドキャスト、ゲーム、ライブストリーム、ビデオ通話が含まれます。その他 → 設定 → ユーザー補助を開き、自動字幕起こしをオンにします。Linuxでは先に［字幕］を選びます。字幕は、ドラッグできる吹き出しに出ます。英語以外にするには、［言語を管理］の横にある［言語を追加］を選び、［優先する字幕の言語］で言語を指定します。Chromeが言語パックをダウンロードします。

Googleは、自動字幕起こしの音声と字幕を端末内で処理し、保存しないとしています。残しておく場所はありません。同じユーザー補助の設定にあるリアルタイム翻訳は、字幕をGoogleに送って翻訳します。

YouTubeには、プレイヤー内で設定する独自の字幕と自動翻訳があります。そちらが動かないときは、YouTubeの自動翻訳が動かないを参照してください。

Androidの自動字幕起こしと音声文字変換

自動字幕起こし（Live Caption）は、スマホで再生している音に字幕を付けます。動画、ポッドキャスト、電話、ビデオ通話、音声メッセージが対象です。音量ボタンを押し、音量調節の下にある「その他」、続いて「自動字幕起こし」をタップし、「完了」を押します。見つからないときは、設定で「自動字幕起こし」を検索します。それでもない場合は、GoogleのLive Captionヘルプが端末メーカーへの問い合わせを案内しています。初回は言語パックをダウンロードするため、Wi-Fiに接続します。

対応言語は端末によって違います。Pixel 2とPixel 3は英語だけです。Pixel 4とPixel 5、および一部の端末では、フランス語、ドイツ語、イタリア語、日本語、ヒンディー語、スペイン語が加わります。Pixel 6以降と、Android U以降の一部の端末では15言語です。翻訳字幕にはLive Translateが必要で、Googleが挙げているのはPixel 6以降だけです。字幕はスマホ上で処理され、保存されません。音楽には使えません。Googleは、相手が複数いる通話を対象にしていないとしています。通話に字幕を出す手順は、スマホの通話字幕の出し方にまとめています。

音声文字変換（Live Transcribe）は、マイクで周囲の会話を文字にします。Pixelでは設定 → ユーザー補助 → 音声文字変換 → 「音声文字変換を開く」の順に進みます。それ以外の端末では、設定で検索するか、Google Playからインストールします。言語データをダウンロード済みでなければ、インターネット接続が必要です。GoogleのLive Transcribeガイドでは、文字起こしはアプリ内に最長3日残ります。音声文字変換の履歴をオフにすると24時間です。設定 → 「保存されているすべての文字起こしをエクスポートする」で、テキストを共有できます。

Windows 11

ライブ キャプションには、Windows 11バージョン22H2以降が必要です。Windows キー + Ctrl + Lを押すか、設定 → アクセシビリティ → キャプションで［ライブ キャプション］をオンにします。初回は、音声データをPC上で処理することへの同意を求められ、言語ファイルがダウンロードされます。Microsoftのライブキャプションのガイドでは、インターネットに繋がっていなくても動作し、音声はデバイス上で処理され、字幕は保存されないとされています。

ライブ キャプションの対象は、PCで再生している音声です。室内の人の声も字幕にするには、ライブ キャプションのウィンドウで設定ボタンを選び、［環境設定］を開いて［マイク オーディオを含める］をオンにします。初期状態ではオフです。Microsoftが挙げている言語版は21で、中国語、英語、フランス語、ドイツ語、日本語、韓国語、ポルトガル語、スペイン語が含まれます。翻訳が使えるのは、Windows 11バージョン24H2以降のCopilot+ PCだけです。40を超える言語から英語へ、27言語から簡体字中国語へ訳します。

Windows 10は、Chromeが今も対応システムに含めています。ブラウザで再生している音には、Chromeの自動字幕起こしを使います。

Zoom

会議中は、ツールバーのShow captionsをクリックします。Moreの中にある場合もあります。手順はZoomの字幕の表示ガイドのとおりです。字幕はツールバーの上に出て、各行に発言者の表示名が付きます。ボタンがRequest captionsのときは、主催者がオンにできる人を制限しています。クリックすると、主催者へ依頼が届きます。Caption languageは、会議の全員に対して、Zoomが想定する発話言語を一つに決めます。実際の言語と違うと、字幕は正しく出ません。

主催者の場合、Zoomの自動字幕の設定ページにあるとおり、有料アカウントでは初期状態でオンです。WebポータルのSettings → Meeting → In Meeting (Advanced) → Automated captionsにあります。この機能がないアカウントもあります。Zoomは49の言語と方言を挙げ、どれを出すかは主催者が選びます。

字幕は保存されなくなりました。Zoomの字幕とtranscriptのFAQでは、2026年5月24日から26日にかけての展開のあと、会議が終わると誰も字幕を保存もダウンロードもできないとされています。会議中は3分前までさかのぼれます。記録が必要なら、主催者か管理者がMeeting transcriptをオンにします。翻訳字幕は、主催者のプランか、割り当てられたadd-onによります。プランの違いはZoomの翻訳字幕にまとめています。

Microsoft Teams

MicrosoftのTeamsライブキャプションのガイドにあるデスクトップの手順は、その他のアクション → 言語と音声 → ライブ キャプションの表示です。モバイルではその他のオプション → ライブ キャプションを有効にするです。ガイドには音声言語が57載っています。字幕の言語が違うときは、開催者、共同開催者、またはtranscriptionを開始した人が、キャプションの設定 → 言語設定 → 会議の話し言葉で変更できます。

Teamsは字幕を保存しません。会議が終わると字幕データは削除されます。あとから言葉が必要なら、transcriptionをオンにします。文字起こし（transcript）を誰がダウンロードできるかは、Teamsのライブキャプションは保存できるかで説明しています。翻訳字幕には、Teams PremiumかMicrosoft Copilotのライセンスが必要です。開催者がライセンスを持っていれば、会議の全員が使えます。

Google Meet

パソコンでは通話に参加し、画面下の「字幕をオンにする」をクリックします。自分の画面でオンにしても、他の参加者ではオンになりません。GoogleのMeet字幕のページには88言語があり、多くは提供初期の言語と表示されています。フォント、サイズ、色はその他 → 設定 → 字幕にあります。字幕をさかのぼれるのは、字幕をオンにしたまま参加していた部分だけです。

翻訳字幕は、会議の言語を設定したあと、同じ字幕の設定の中にあるスイッチです。Googleの翻訳字幕のページでは、Business Standard、Business Plus、Enterprise Standard、Enterprise Plus、Google AI Pro for Educationに限られます。文字として残すには、別機能のTranscriptsを使います。一部のWorkspaceエディションで8言語に対応し、主催者のGoogle Driveに空き容量が必要です。

間違いと、人手の字幕者を頼むとき

ここまでの機能は、どれも自動音声認識です。言葉を間違えます。AppleのLive Captionsガイドは、"shouldn't be relied upon in high-risk or emergency situations"（高いリスクのある状況や緊急時に頼るべきではない）としています。Zoomの自動字幕のページは、医療の場では正確でないことがあると注意しています。W3Cの案内はよりはっきりしていて、字幕と副題のページでは、誰かが完全に正確だと確認しない限り、自動生成の字幕はアクセシビリティ要件を満たさないとしています。notを一つ落とすだけで、言った内容は逆になります。

診療、法的な審問、試験、評価の対象になる講義では、主催者に人手のリアルタイム字幕を依頼します。CART（Communication Access Realtime Translation）と呼ばれることが多いです。W3Cは、字幕者が遠隔でも作業できると記しています。TeamsはCARTの字幕者からの字幕を受け付けます。Zoomは、人または第三者の字幕サービスからの字幕を表示できます。いつ、どう書いて頼むかは、人手の字幕を頼む方法にまとめています。

Vocenaで字幕を残す

私たちが作っているVocenaは、時間の上限がない無料のライブキャプションを表示し、セッションごとに保存します。対応するのはMac（macOS 15.5以降）と、iPhoneおよびiPad（iOSまたはiPadOS 26以降）です。マイクの字幕は、この3つで使えます。他のアプリの音声は、Macと、iOS 27のiPhone実機で字幕にできます。翻訳は有料です。