AI議事録・文字起こしの導入実態調査

庁内会議では、会議の内容そのものよりも、会議後の記録作成が重くなりやすいです。岡山市のように年間約3,700回・約6,000時間の会議録作成がある場合、文字起こしの初版を早く作れるだけでも、職員の確認時間は変わります。

ただし、公開事例で繰り返し出てくるのは、AIの認識率だけではありません。藤井寺市は会議室の広さや人数ごとのマイク配置を写真で共有し、青森県は会議規模に合わせてワイヤレスマイクや卓上マイクを使い分けています。弘前市では、発言を鮮明に録音するため、マイクやICレコーダーを発言者の近くに置く必要性を職員へ伝える苦労がありました。

福岡市はクラウド型とスタンドアローン型を使い分け、つくば市はほぼ全職員PCへのインストール、USBキー貸出、据え置きPC、録音セット、マニュアルを組み合わせています。議事録AIの導入は、アカウントを配るだけでなく、録音から共有までの道具立てを庁内の会議文化に合わせる仕事です。

庁内会議で見るべきなのは、製品の精度表だけではなく、職員が毎回迷わず録音できる運用です。会議室、Web会議、小規模打ち合わせで録音条件が変わるため、端末予約、マイク貸出、聞き直し画面、共有範囲までをまとめて設計する必要があります。

以下の図では、庁内会議でAIが担う録音・文字起こし・音声連動編集と、人が残す固有名詞、数字、発言者、共有範囲の確認を分けて整理しました。

議会や委員会では、速く作るだけでは足りません。誰が発言したか、固有名詞が合っているか、公開してよい記録になっているかが問われます。

長崎市や白老町では、AI文字起こし結果を委託先へ渡して納期や校正負担を下げています。取手市議会では、会議録原文とAI要約を並べ、人が議会だより向けに編集する使い方が出ています。浜田市議会では、音声、既存文字起こし、会議録サンプル、公文書ルール、会議資料、進行シナリオを段階的にAIへ渡し、最後に職員が確認しています。

長崎市は本会議の反訳納品が約20日から3〜10日に短縮し、白老町は長時間会議でAI文字起こし済みデータを音声・資料とセットで委託先へ渡しています。どちらも外部委託を消す話ではなく、委託先や職員が確認しやすい材料を先に整える話です。

この領域では、AIが正式記録を完成させるとは書きません。AIは前処理や下書きを担い、人が確認しやすい材料を作るものとして位置づける方が、公開事例に近くなります。議会だよりや要点筆記では、原文と要約を並べ、住民向けの文体へ直す編集責任も残ります。

以下の図では、本会議・委員会からAI文字起こし、発言者・用語確認、委託先または職員編集、公開記録化までの流れを整理しました。

記者会見や住民説明会では、内部共有だけでなく、住民が読める形へ公開するまでが仕事になります。福島県の知事定例記者会見では、導入前は担当者2名でテープ起こしにおおよそ3日かかり、庁内各部局確認を経て会見日から1週間後を目安にホームページへ掲載していました。

導入後は、会見日の当日中に会見録を作成し、庁内各部局確認を経て翌日に掲載できる流れになっています。ここで重要なのは、公開前確認を省いたのではなく、確認へ回す原稿を早く用意できるようにしたことです。

つくば市の事例では、委員会や懇談会、市長記者会見、住民向け説明会、庁内会議まで幅広くAI音声認識が使われています。住民説明会は、資料、説明内容、質疑の扱いが絡むため、録音と文字起こしだけでなく、資料との照合や公開範囲の判断まで含めて確認します。

以下の図では、会見・説明会からAI文字起こし、関係部局確認、公開前修正、ホームページ掲載までを分け、短縮された工程と残す責任を整理しました。

相談・面談記録は、音声を扱うという意味では議事録AIに近いものの、会議録とは分けて見た方が安全です。住民の個人情報や相談内容を扱うため、録音同意、保存期間、閲覧権限、記録票の確認者が論点になります。

世田谷区、姫路市、江戸川区、横須賀市、豊田市、一関市、取手市の事例では、電話や面談の音声をテキスト化し、相談記録や報告書案、周囲の職員支援に使う動きが出ています。江戸川区の電話相談では、人名、地名、施設名、児童福祉用語など約500ワードの事前登録も確認できます。

豊田市のAI相談パートナーは、相談時の音声をリアルタイムでテキスト化し、聞くべき内容や関連サービスを画面に出す使い方です。一関市のAiBouは、1〜2時間の生活保護面談を項目ごとに整理し、報告書案を職員が微調整して完成させる流れです。ここでは、会議録の作成時間よりも、聞き漏れ防止、記録票の品質、周囲の支援が論点になります。

以下の図では、面談・電話からリアルタイム文字化、質問サジェスト、記録票案、職員確認へ進む流れと、個人情報の扱いを分けるポイントを整理しました。

2026年時点の公開事例では、音声認識AIと生成AI要約が重なり始めています。音声認識AIは音を文字にする工程、生成AIは文字を要約・様式化する工程に強みがあります。

都留市では、AI要約で概要、決定事項、ネクストアクションを抽出していました。日南町では、同じ音声データで複数サービスを試し、地域特有の言い回しが入っても要約精度が高いものを選んでいます。長野県のログミーツGPTでは、要約、要点整理、校正、ワード抽出をボタンで行う使い方が確認できます。

浜田市議会の要点筆記では、音声と既存文字起こし、会議録サンプル、公文書ルール、会議資料、進行シナリオを段階的にAIへ渡し、最後に職員が確認しています。四街道市ではRAG機能に議会定例会の会議録や契約事務・文書事務の手引書を登録し、議会答弁案や庁内問い合わせ支援に使う動きも出ています。

RAG（既存文書をAIに参照させ、検索付きで回答させる仕組み）に近い使い方もあります。ただし、録音を文字にする工程と、過去文書を参照して答弁や説明資料へつなげる工程は分けて考えます。要約結果を便利に使うほど、どの原文に戻れるか、自治体側の様式に合っているかを残す必要があります。

以下の図では、文字起こし後のテキストを要点、決定事項、ToDo、自治体様式、過去記録確認へつなげる流れを整理しました。