誰があなたの音声で学習しているのか

あなたの声は、たいていマシンの外に出ています。以下の14のツールのうち9つは、使うたびに音声をサーバへ送ります。さらに2つは、ハードウェアや言語が対応していないときにサーバへ落ちます。

VoiceBoard編集部更新日 2026年9月2日

このページの読み方

どの製品にも同じ3つの質問をしました。

1. 音声は端末の外に出るのか。
2. ベンダーは既定でそれを学習に使っているのか。
3. どうすれば止められるのか、そしてどの文書がそう述べているのか。

3つめについては、答えがどこに書かれているかを重く見ます。それがその答えの値打ちを決めるからです。プライバシーポリシーや利用規約には発効日があり、版の履歴があり、法的な重みがあります。盾のアイコンが付いた日付のない「プライバシーとセキュリティ」というページには、そのどれもありません。ヘルプセンターの記事はその中間です。たいてい正確で、たいてい最新で、そして予告なく書き換えられます。

そこで以下の各行には、答えがどの種類の文書から来たのかを付けています。

• 契約:発効日のあるプライバシーポリシー、利用規約、データ処理契約
• ヘルプ:ベンダー自身のヘルプセンターやドキュメント。日付はたいてい相対表記のみ
• 宣伝:日付のない宣伝ページ
• 仕組み:何も約束されていないのは、そもそも不可能だから。音声がベンダーに届かない
• 記載なし:どこにも主張がない。これは約束と同じではない

いずれも表示した日付に読みました。方針は変わるので、このページは決まった間隔で、そしてベンダーの発表があるたびに読み直し、最後に読んだ日付をページの先頭に置いています。

表

14の製品に対して16行あるのは、ローカルのWhisperとHandyが同じ答えに別々の道で辿り着いたもので、音声がどこへ行くかの表にはどちらも入るべきだからです。

宣伝ページと契約が食い違うところ

ここは他の誰も公開しない部分なので、両方の引用を添えて対にして並べます。

Rev

セキュリティのページはこう述べます。「お客様のデータで外部のLLMを学習させることは決してありません」。ヘルプセンターはさらに踏み込み、Revは「文字起こし、字幕、その他アップロードされたコンテンツを含む顧客データを、AIモデルや大規模言語モデル(LLM)の学習には使用しません」、そして「Revが学習させるのは自社の自動音声認識(ASR)モデルのみです」と述べています。

2026年5月15日に更新された利用規約はこう述べます。「お客様のコンテンツは当社のASRモデルおよびその他のRevの人工知能モデルによって解析され、それらのモデルの継続的な学習に使用される場合があります」。

ヘルプセンターは範囲を音声認識に絞り、契約は残りへの扉を開けたままにしています。この2つを突き合わせる必要が生じたら、勝つのは発効日のある方です。

Revのヘルプセンターにはもうひとつ、珍しく率直な、知っておく価値のある記述があります。「Revは現在、契約中の顧客である期間だけでなく、恒久的にデータを使用します」。アカウントを解約しても、すでにアップロードしたものは引き上げられません。

オプトアウトは実在し、そして見落としやすい。設定ではないからです。「顧客は、support@rev.comへメールを送ることで、いつでも学習目的でのデータ共有をオプトアウトできます」。この記事の最終更新は2025年9月12日です。Rev自身のヘルプページは私たちの要求を遮断するので、2025年10月23日のアーカイブ版で読み、そう装わずにそう書いておきます。

同じ製品についての穴をもうひとつ。「すべての文字起こし担当者は厳格な秘密保持契約に署名します」、身元は「入念に確認されます」というのは、セキュリティのページの主張です。契約に書かれているのは、Revが「各再委託先と書面による契約を締結する」ということだけです。審査はおそらく書かれている通りに行われているのでしょう。ただ、誰かに責任を問える約束ではない、というだけのことです。日本語の録音を人の手で仕上げてもらうことはそもそもできません。Revの人力の文字起こしは英語から英語だけで、ヘルプセンターの対応言語のページが自らそう書いています。

Otter

セキュリティのページはこう述べます。「顧客データが当社のAIサービス提供者の人工知能モデルやアルゴリズムの学習または改善に使われることはありません」。

二度読んでください。これは他社についての約束です。同じページの2段落あとに、Otter自身が何をしているかが書かれています。「Otterは、個々のユーザーを特定できないようにするため、モデルの学習の前に独自の方法でユーザーデータから識別情報を除去しています」。

2026年6月16日発効のプライバシーポリシーはもっと直截です。Otterはあなたのデータを「本サービスの改善と監視。これには識別情報を除去した音声録音および文字起こし(個人情報を含む場合がある)を用いて当社独自のAI技術を学習させることを含む」ために処理します。同じポリシーは「注釈作業を提供し、当社が共有するデータを用いて学習用および評価用のデータを作成するデータラベリング事業者」も列挙しています。2025年9月19日発効の利用規約がそれを固定します。Otterは「データまたは本サービスの利用から得られた集計済みまたは識別情報を除去したデータを、機械学習および学習を含む事業上の目的のために、収集、作成、処理、送信、保存、使用、開示することができます」。

ここから、まとめ記事には出てこない2つのことが導かれます。

通常のアカウントには学習のオプトアウトがありません。プライバシーポリシー、規約、セキュリティのページ、ヘルプセンターを見ました。ポリシーが用意しているのは個人情報の「販売」からのオプトアウトと、ターゲティング広告からのオプトアウトだけです。表題に「オプトアウト」が入る唯一のヘルプ記事は、1行目で自ら範囲を狭めています。「以下のフォームの送信は、Otter Chat & Topicsを含むAI機能のオプトアウトのみを対象とします。その他の機能や連携には影響しません」。組織向けには道があり、それはスイッチではなく会話です。Otterの法人ページは「組織のデータをAIモデルの学習から除外できます。開始するには担当のアカウントマネージャーにご連絡ください」と書いています。

アカウント設定からオプトアウトできるという広く繰り返されている主張は、私たちが開けたどのOtterの文書にも裏づけがありません。AIの回答や第三者の信頼度指標には出てきます。ポリシーには載っていません。もうこれを切ってあるとどこかで読んだのなら、実際に何を切ったのかを確認してください。

そしてその一文で「識別情報を除去した」が背負っているものは相当な重さです。音声ファイルからアカウント情報を剥がしても、声も、その中で呼ばれた名前も、話された中身も剥がれません。

Descript

セキュリティのページ:「このオプションは既定で無効であり、有効にできるのはお客様だけです」。

ヘルプセンターは、切り方の説明としてこう書きます。「Share data with Descriptの項目まで下にスクロールし、Allowedをクリックしてデータ共有をオフに切り替えます」。さらに「エンタープライズのドライブにはデータ共有を切り替えるオプションがなく、既定で無効になっています」とも注記していて、これは全員にとってすでにオフなのだとしたら意味の通らない但し書きです。

どちらの文書もDescriptのものです。片方はトグルがオフで始まると言い、もう片方は「Allowed」と表示されているのでそれを押せと説明しています。アカウントを作らずには決着できないので、それぞれのページが何と書いているかと、スイッチの場所だけを伝えます。アプリの設定(CommandまたはControlとカンマ)、プロフィールのタブ、「Share data with Descript」の項目です。

評価すべきところは評価します。Descriptのヘルプセンターには、このページで最も明快な記述もあるからです。「本番環境で稼働中のAIモデルは、Descriptのユーザーデータを一切使用していません」、そして「データ共有をオプトアウトしたユーザーのデータを、研究、開発、本番のいずれの段階でも使用する予定はありません」。2025年4月14日に最終更新されたプライバシーポリシーもその権利を裏づけます。「Share Data with Descriptの設定を無効にすることで、ご自身のプロジェクトがDescriptサービスの改善に使用されることをオプトアウトできます」。日本語の話者にとっては、その手前で判断が終わることも付け加えておきます。Descriptの文字起こしはラテン文字の言語に限られていて、日本語は対応言語に入っていません。

声の複製は別の話で、Descriptはそれをはっきり書いています。そこでは「お客様が共有した音声を『学習用音声』として当社のサービス改善に使用します」、そして「Descriptの従業員がサンプルを聴取する場合があります」。

superwhisperとMacWhisper

どちらもプライバシーを正直に売っていて、どちらもプライバシーポリシーが製品に追いついていません。

2026年6月に更新されたsuperwhisperの規約は、望ましいことを書いています。「お客様のデータがAIモデルの学習、微調整、改善に使用されることはありません」、そして音声は「当社のサーバに保持されません」。一方、2024年6月19日に最終更新されたプライバシーポリシーは、「すべての音声データをお客様の端末上でローカルに文字起こしする」アプリを説明し、「データ送信の必要がない」と結論しています。現在のアプリはDeepgram、Anthropic、OpenAI、Groqのクラウド音声モデルとクラウド言語モデルを提供しています。頼りにすべき約束は規約とドキュメントの側にあり、プライバシーポリシーと題された文書の側にはありません。

2024年2月14日に最終更新されたMacWhisperのプライバシーポリシーはこう述べます。「MacWhisperはすべての機能をお客様の端末上で実行します。データ(音声、テキスト、その他)が端末から出ることはありません」。同じサイトの価格ページには、自分のAPIキーでつなげるクラウド提供元が8つ並び、完成した文字起こしをNotion、Zapier、Webhookへ送るワークフローの工程もあります。文字起こしそのものは本当にローカルで、それがこれを使う理由です。ポリシーはただ、2年半前の版のアプリを説明しているだけで、クラウドの側については何も言っていません。

どちらも不祥事ではありません。どちらも、その文書をセキュリティ担当者に示す前に日付を確かめる理由になるだけです。

音声を抱えているツール

何もマシンから出ない

VoiceInkはこの表でいちばんきれいな答えで、しかも珍しいことに契約の方が宣伝より厳しくなっています。2026年4月20日に最終更新されたプライバシーポリシーはこう述べます。「既定では、文字起こしの処理はすべてローカルのAIモデルを使ってお客様の端末上で完結します。任意のクラウドサービスを明示的に有効にしない限り、データがコンピュータの外に出ることはありません」。そして例外を自分で列挙していて、これをやるところはほとんどありません。クラウド文字起こしは音声ファイルを選んだ提供元へ送り、クラウドの整形はテキストだけを送り、クリップボードやウィンドウの文脈は自分で有効にした場合にだけ送られます。どちらにせよベンダーは学習できません。「VoiceInkは、ユーザーデータを保存するためのクラウドサーバを運用していません」。アプリはGitHubでGPL-3.0なので、この主張は述べられているだけでなく検査できます。日本語で使う場合は、ローカルのモデルにWhisper系を選んでください。同梱の選択肢にあるParakeetは日本語に対応していません。

宣伝が言わずポリシーが言っていることがひとつ。自分の文字起こしと音声は、後始末を設定しない限りローカルに永久に溜まり続けます。「文字起こし:削除するまで、既定で無期限に保持されます」。持ち歩くノートPCだからローカルにしたのなら、自動削除をオンにしてください。

ローカルのWhisperは、Buzzでもwhisper.cppでもWhisperXでもMacのアプリでも、同じ理由で何も約束しません。あいだにベンダーがいないからです。これは弁護士が書けるどの一文よりも強い保証で、そしてひとつだけ正直な限界があります。ローカル処理が守るのは経路であって、ファイルではありません。録音は今も、共有されるかもしれない、バックアップされるかもしれない、暗号化されていないかもしれないディスクの上にあります。

Handyは無料でMITライセンスで、自らの言葉で「完全にオフラインで動作します」。プライバシーポリシーはまったくありません。ソースを読める製品なので、他所より気にならないとはいえ、ならさずに書いておきます。

superwhisperは、ローカルの音声モデルを選んで言語モデルの工程を飛ばす限り、ここに属します。ドキュメントは設定を明示しています。Voice Modeを使うこと。「これは言語モデルを一切介さずに、生の文字起こしテキストを出力します。完全にローカルな構成としては最も単純です」。代わりにクラウドのモデルを選べば表の反対側に移り、そこは無保持の約束が覆っています。ベンダー自身の但し書きに注意してください。良い一文で、しかも珍しいものです。無保持は「API経由の利用にのみ適用されます」。つまりChatGPTのアプリに向かって音声入力すると、その言葉はsuperwhisperの規約ではなくOpenAIの一般利用者向け規約の下に入ります。

MacWhisperはローカルで文字起こしし、買い切り€64で生涯アップデートが付き、APIキーを貼り付けた瞬間にクラウド製品に変わります。どちらの半分も問題ありません。自分がどちらを使っているのかを知っておいてください。

クラウド、ただし学習しない

Voicyはオフラインモードのないクラウド製品で、それを自社の比較表に書いています。音声はVoicyのサーバへ行き、そこからWhisperモデルを動かしているGroqへ渡ります。このポリシーが変わっているのは、結果を約束するだけでなく仕組みを説明している点です。「当社は録音データも文字起こしデータも一切保存しません。Groq APIは、当社がゼロデータ保持の設定を有効にしているため、送信した情報を一切保持せず、当社はGroqのバッチ用エンドポイントも微調整用エンドポイントも使用していません」。使っていないエンドポイントを名指しするのは、このページの安心材料の多くより情報量があります。

正確を期すための注記を2つ。「当社はお客様の録音をAIモデルの学習にも、その他いかなる目的にも使用しません」という一文はサイトのFAQにあり、プライバシーポリシーの中にはありません。そしてプライバシーポリシーには日付がまったくありません。もうひとつ、Voicyの2つの文書が違う地理を説明しています。プライバシーポリシーはサーバが「EUと米国にホストされている」と述べ、2025年7月31日付のバージョン1.3のセキュリティポリシーは「すべての処理は米国内のインフラで行われます」と述べています。EUでの処理が要件なら、先に見つけた方のページを信じるのではなく、買う前に問い合わせてください。

Transkriptorは、学習しないという答えに何の条件も付けずに述べています。「当社はお客様のコンテンツを、いかなるAIまたは機械学習モデルの学習、開発、改善にも使用しません」、そして同じ文はこう続きます。「当社自身の利益のためにも、いかなる第三者のためにも使用しません。お客様の文字起こしはあくまでお客様のものです」。その周りに、約束を確かめられるようにするものを揃えています。処理は「欧州連合の域内に限定してホスト」され、ISO 27001とSOC 2を取得し、削除までの期間を「短ければ1分から最長1年まで」自分で設定でき、10営業日以内の削除を証明書付きで要求する権利があります。日本語も対応言語に入っているので、この条件はそのまま日本語の録音にも当てはまります。

その一文がどこにあるかは知っておく価値があり、これは他の全員に当てた物差しと同じものです。それはセキュリティのページと、Proの機能一覧にあります。プライバシーポリシー、利用規約、データ処理契約は日付のない1ページにまとめて公開されていて、その中に学習、機械学習、モデルという語は出てきません。法的にいちばん近い裏づけはデータ処理契約の目的制限で、処理者は「本契約に定める目的以外の目的で、クライアントの個人データを処理してはならない」。これは働く保護であり、そして間接的な保護です。価格ページでは、学習しないという行はProの下に並び、LiteにもTeamにも並んでいません。

Nottaは学習についてどこにも何も述べていません。プライバシーポリシーと規約(どちらも2025年3月11日発効)、セキュリティのページ、ヘルプセンターを読みました。改善についての唯一の記述は、内容ではなく行動についてのものです。「収集した情報を、ユーザーの行動の統計的分析や、Nottaサービスの評価と改善のために使用する場合があります」。学習をはっきり否定している唯一の記述はGoogle Workspaceのデータについてのみで、これはGoogleが求める定型文です。

沈黙は約束ではありません。それは告発でもなく、Nottaに有利な点がひとつ、どこにも書かれていないのを見つけました。コンテンツのライセンスが、ここに挙げた5つの文字起こしサービスの中でいちばん狭いのです。あなたがNottaに与える権利は、サービスの提供、維持、更新、不具合の修正、法令遵守、または書面で許可した範囲に「合理的に必要な限度でのみ」です。学習はその一覧にないので、契約はそれを認めていないように読めます。これは論拠であって、保証ではありません。東京発の製品で日本語の会議に強いことと、この契約の狭さは別の話なので、そこは分けて考えてください。

Nottaが無料枠のデータで学習しているとか、音声を90日で削除しているといった主張がレビューに流れています。どちらも、私たちが見つけられたNottaの文書には書かれていません。

クラウド、既定で学習する

Wispr Flowはすべてを遠隔で処理し、それを隠していません。「文字起こしは常にクラウドで行われます。正確で低遅延な文字起こしを提供するには、これが最良の方法です」。処理はすべて米国で行われます。日本語も対応言語に入っていますが、ベンダーが英語と同水準まで仕上げたとする7言語(スペイン語、フランス語、ドイツ語、イタリア語、ポルトガル語、ヒンディー語、タイ語)には入っておらず、日本語はその次の層に置かれています。

学習については、現状を教えてくれる文書はヘルプセンターです。「プライバシーモードがオフ(標準モード)の場合:音声データと文字起こしデータが、Wisprのモデルの評価、学習、改善に使用される場合があります。これは体験版と標準アカウントの既定です。エンタープライズおよびHIPAA BAAのお客様は、既定でプライバシーモードがオンの状態で動作します」。この設定は初期設定の途中で、あらかじめ選択された状態で「Improve the model for everyone」(すべての人のためにモデルを改善する)として提示され、これがアプリ内での新しい名称でもあります。火曜日にさっと設定してそれきりなら、あなたはその状態にいます。

切るのに1分ほどしかかかりません。設定、データとプライバシー、そして「Improve the model for everyone」をオフにします。何も保存されない状態にしたいなら、スイッチは1つではなく2つで、ヘルプセンターがそれを正確に書いています。「ゼロデータ保持(ZDR)とは、プライバシーモードをオンにし、クラウド同期をオフにすることの略称です。学習も行われず、音声入力データのサーバ側での保存も行われません」。

ここにあるひとつの約束は、この分野の多くより優れていて、しかもどちらを選んでも適用されます。「Wisprは、すべての第三者AI提供者と常にゼロデータ保持契約を維持しています」、そしてそれらの提供者は「お客様のデータを自社モデルの学習に使用せず、共有されたデータはすべて30日後に削除されます」。あなた自身のスイッチがどちらでも、再委託先はこれで覆われます。

どちらも2026年8月19日に更新された法的文書は、既定ではなく選択の方を説明しています。「お客様がモデルの学習のためにコンテンツを共有することを選択した場合、当社はお客様のコンテンツをAIモデルの学習に使用することがあります」。既定の状態が書かれているのはヘルプセンターだけです。ポリシーの側に書いてほしいというのは、このページで他の6製品について言ったのと同じことです。

OtterとRevは上で扱いました。どちらも既定で学習します。Revはメールでオプトアウトできます。Otterは、通常のアカウントではまったくオプトアウトできません。

Descriptが学習するのは共有したデータだけで、どちらの状態から始まるかは、Descriptのどのページを信じるかによります。

ほとんどの人が選んだ覚えのない、最初から入っているもの

これらは有料アプリより重要です。おそらくあなたは今、選んだ覚えのないまま、どれかを使っているからです。

GoogleとGboard

完全に端末内で処理される音声入力はAndroidの機能ではなくPixelの機能です。Googleのヘルプページは具体的です。「話した内容はデバイスに残り、『修正』や詳細な編集の機能を使う場合を除き、Googleのサーバには送信されません」、そしてこれを使うには「Pixel 6以降が必要です」。日本語もこの高度な音声入力の対象言語で、Pixel 6以降なら文脈に応じた漢字変換と句読点の付与まで端末内で行われます。それ以外のAndroid端末では、GoogleのGboardのページは認識がどこで行われるかを述べておらず、それ自体がある種の答えです。

学習の仕組みは2つ動いていて、既定は逆を向いています。連合学習はオンです。「重要:連合学習は既定でオンになっています」。送られるのは話した内容ではなく、モデルが学んだ内容です。音声提供は、同意するまでオフです。断片は「音声認識をすべての人のために改善する目的でGoogleに送信され、保存され」、上限は15秒、保持は18か月を超えず、「人間のレビュー担当者が一部の断片を聴取または文字起こしする場合があります」。

音声録音をGoogleアカウントに保存することは3つめの別の話で、これはオフから始まります。「この音声アクティビティの設定は、オンにしない限りオフです」。同じヘルプページにある罠に注意してください。「この音声アクティビティの設定をオフにしても、以前に保存された音声は削除されません」。オフにしても、後始末はされません。

ここに食い違いがあります。2026年4月2日発効のGoogleのプライバシーポリシーはこう述べます。「設定によっては、Google検索、アシスタント、マップ、Gboardなどのサービスとの音声によるやり取りの録音を保存し、Googleの音声技術の開発と改善に使用することがあります」。Gboardはこの一覧に入っています。当の設定についてのヘルプページが挙げているのは、検索、アシスタント、マップだけです。

変えるには:キーボード上で設定、プライバシー、次に音声、そして音声提供。アカウント側では、データとプライバシー、ウェブとアプリのアクティビティ、そして「音声アクティビティを含める」です。

Apple

Appleのユーザガイドは、音声入力の「要求は多くの言語でデバイス上で処理されます」、そのとき「インターネット接続は必要ありません」と述べています。日本語もその「多くの言語」に含まれていて、対応する機種であれば日本語の音声入力は端末内で完結します。2026年2月11日付の法的通知はもっと慎重で、もっと役に立ちます。「音声とテキストがデバイス上で処理されApple のサーバに送信されないかどうかは、デバイスがキーボード設定に表示します。そうでない場合、音声入力した内容はサーバに送信されて処理されます」。

ほとんど全員が取り違えるのは、「保存されない」が何を覆っているかです。音声は、自分から同意しない限り保持されません。文字起こしは既定で保持され、学習に使われます。Apple自身の言葉で、「Appleはこのデータを最長2年間保持し、Siri、音声入力、検索の開発と改善に使用することがあります... 文字起こしは、Siri、検索、音声コントロール、翻訳、および自動音声認識モデルの調整に使用される場合があります」。一部は人による確認に回り、「2年を超えて保持される場合があります」。

「Siriと音声入力の改善」に同意すると音声もその山に加わり、確認するのは委託先ではなく社員です。「音声の確認はAppleの従業員のみが行います」。

変えるには:同意の切り替えは、設定、プライバシーとセキュリティ、解析と改善。保持されているものを消すには、設定、Siri、Siriと音声入力の履歴。音声入力そのものを切るには、設定、一般、キーボード。

Appleの約束を量るときに知っておく価値があること。Siriが同意なく人を録音していたという主張は集団訴訟になりました。Lopez v. Appleで、2019年8月7日にカリフォルニア州北部地区に提起されています。裁判所は2025年2月10日に和解の予備的承認を与え、事件は2025年10月14日に終結し、原告側代理人は最終的な金額を9,500万ドルとしました。

MicrosoftとWin+H

Windowsには2つの音声システムがあり、互換ではありません。Win+Hで出てくる「音声入力」は常に遠隔です。「音声入力はオンライン音声認識を使用しており、これはAzure Speechサービスによって提供されています」。インターネット接続が必要です。アクセシビリティ機能として作られた「音声アクセス」は、最初に言語をダウンロードしたあとは「インターネット接続なしで」動きます。日本語は最近になって音声アクセスの対応言語に加わったので、オンライン音声認識を切ったあとの受け皿として、日本語の利用者にも成り立つようになりました。

注意が要るのはMicrosoftの言い回しです。「音声データは、サービスの提供とテキストの文字起こしの作成のためにのみMicrosoftに送信されます。Microsoftは、お客様の許可なく音声録音を保存、抽出、聴取することはありません」。2文目は保存と聴取についての話です。1文目は、音声はいずれにせよ送られると言っています。Win+Hを押せば、許可の有無にかかわらず、あなたの声は毎回Azureに届きます。

学習は任意提供で、Microsoftはそれを2度述べています。「音声クリップを提供せずに音声入力を使用できます。音声クリップの提供は任意です」。提供する場合、そこには人が関わります。「Microsoftの従業員およびMicrosoftのために作業する委託先が、お客様の音声クリップを確認できるようになります」。同社は「2020年10月30日をもって、製品改善のための音声データの記録を停止した」とも述べています。

変えるには:スタート、設定、プライバシーとセキュリティ、音声認識、そしてオンライン音声認識をオフに。Microsoftがはっきり述べている結果に備えてください。デバイス上の機能だけが残る、つまりWin+Hは動かなくなり、音声アクセスが音声入力の手段になります。音声クリップにはWin+Hのツールバー内の設定に別の制御があります。

2026年7月に最終更新されたプライバシーに関する声明は、音声データが「音声認識の精度の開発と改善」に使われると述べていて、ヘルプページに出てくる「お客様の許可を得て」という限定は付いていません。

OpenAIとChatGPTの音声入力

ローカルの選択肢はありません。メッセージ欄のマイクを押せば「録音された音声は文字起こしのために当社のモデルへ送信されます」。日本語もそのまま文字起こしされます。

隣り合う3つの機能が、それぞれ違う長さだけ音声を保持していて、だから人は混乱して戻ってきます。音声入力の音声は「そのチャットがチャット履歴の一部である限り」保持され、チャットを削除してから30日以内に削除されます。音声モードのクリップは30日。文字起こしの直後にクリップを削除するという古い約束は今も残っていますが、いまは1つのモードに限定されています。「従来の標準音声モードをご利用の場合、ChatGPTの音声クリップは応答を生成する前に文字起こしされます。文字起こしが完了した時点で音声クリップは削除されます」。

学習については、音声はオフでテキストはオンです。音声チャットについては「既定では、音声または動画のクリップでモデルを学習させることはありません」。一方でモデルの改善についてのページにはこうあります。「たとえばChatGPTは、オプトアウトしない限り、人々との会話によってさらに学習し改善されます」。音声の共有だけを切っても文字起こしは対象に残り、OpenAI自身がそう述べています。「モデルの学習を完全にオプトアウトするには、『すべての人のためにモデルを改善する』を無効にしてください」。

変えるには:設定、データコントロール、そして「すべての人のためにモデルを改善する」と、その中にある「音声録音を含める」のトグルです。

2026年5月18日に更新されたプライバシーポリシーが音声に触れるのは一度だけ、コンテンツの種類の一覧の中です。上に書いた保持期間と学習の規則はすべて、日付ではなく「6日前に更新」と押され、版の履歴なしに書き換えられるヘルプ記事から来ています。OpenAIのドメインへの私たちの要求は遮断されているので、これらはすべて2026年6月4日、7月29日、8月19日、8月25日に取得されたアーカイブ版で読みました。生の閲覧であるかのように書くより、そう述べておきます。

いま裁判所が調べていること

ひとつの訴訟は知っておく価値があります。このページが立てている問いを、そのまま試すものだからです。

Brewer v. Otter.ai、事件番号5:25-cv-06911-EKLは、2025年8月15日にJustin Brewerによってカリフォルニア州北部地区に提起され、関連する4件が2025年10月22日にEumi K. Lee判事のもとで併合されました。訴状は、Otterの会議アシスタントが通話にいる全員の同意なく参加者を録音したこと、そしてOtterが「取得したデータを自社の音声認識モデルの学習に使用してきた」ことを主張しています。連邦盗聴法、コンピュータ詐欺・不正利用防止法、カリフォルニア州プライバシー侵害法を根拠に挙げ、クラス認証と500万ドルを超える損害賠償を求めています。

これらは主張です。何も証明されておらず、Otterは主張を争っており、提起された訴状は認定ではなく言い分の集まりです。ここに載せるのは、録音での学習についての言明が、ブログではない誰かによって検証されている唯一の場だからであり、その結果が表のすべての製品に効いてくるからです。

自分の制約から選ぶ

秘密保持契約の下にいる、または顧客の案件、医療、法務の資料を扱っている。ローカル一択です。VoiceInk、ローカルのモデルを選んだsuperwhisper、Handy、あるいはBuzz経由のWhisper。この表のクラウド側にあるものは何ひとつ問題を解きません。問題はベンダーが信用できるかどうかではなく、ファイルが建物を出たかどうかだからです。日本語の音声なら、ローカルのモデルはWhisper系を選んでください。

雇用主や取引先がEU域内での処理を求めている。TranskriptorはEU域内限定の処理を明記しています。それ以外はバッジではなくその会社の文書で確認してください。そしてこのページには、地理について自社の2ページが食い違っているベンダーが少なくともひとつあることも覚えておいてください。

倫理委員会のある研究をしている。ベンダーの方針は研究計画書に名前を書かなければならない文書なので、答えが宣伝ページではなく日付のある文書に載っている製品を選んでください。この基準だけで候補はかなり短くなります。2026年7月に同じ点をHacker Newsで述べた研究者は、自分でツールを作った理由をこう説明しました。「大学の研究評価の文脈で使える、話者判別つきのインタビュー文字起こしの選択肢が実質的に存在しない。プライバシーポリシーが怪しい他人のクラウドにデータを上げずに済むものが、という意味だ」。

普通の仕事の文章を音声入力していて、ただ学習データになりたくないだけ。ここにあるクラウド製品はどれも止める設定ができます。5分だけ取って順番に見てください。Wispr Flowはデータとプライバシーの下、ChatGPTはデータコントロールの下、Windowsはプライバシーとセキュリティの下、Appleは解析と改善の下、Gboardはキーボードのプライバシーの下。それで全部です。

録音の山をテキストにしたいが、機密の問題はない。文字起こしサービスの無料枠を取って、誰かに払う前に自分の最悪の音声を通してください。学習しないという答えを書面で欲しいなら、この表で条件を付けずにそう述べていて、削除までの期間を1分から1年まで自分で決められるのはTranskriptorです。その一文がどこに書かれているかについては上の段落を読み、自分の状況にそれで足りるかを判断し、足りないならローカルへ行ってください。インタビューや講義の文字起こしのガイドが、無料の道も含めてすべての道に値段を付けています。

どうやって確認したか

2026年8月27日に、製品ごとにプライバシーポリシー、別個に存在する場合は利用規約、セキュリティまたはトラストのページ、そして関連するヘルプセンターの記事を読みました。言い換えずに引用し、各文書に印刷された発効日を記録しました。ベンダーのサイトが私たちを遮断した場合はアーカイブ版を使い、どのスナップショットのいつのものかを述べました。他人のレビューにしか存在しない主張は除きました。

やっていないこと、そしてやったかのようには書かないこと。通信を傍受していませんし、アプリを逆コンパイルしていませんし、内側から初期設定を観察するために有料アカウントを作ってもいません。このページが伝えるのは、14社が何をどこに書き記したかです。会社が書いたことと違うことをしていれば、この方法では捕まえられませんし、どれだけ方針を読んでも捕まえられません。

決着をつけられなかったことが4つ。Otterの法人向けヘルプページは私たちにはエラーを返すので、法人のワークスペースが既定で学習から除外されるという広く繰り返されている主張は、ここでは未検証です。読めた唯一のOtterの記述は、担当のアカウントマネージャーに連絡せよと書いている法人向けのページだけでした。Descriptの初期状態は、自社の2ページのあいだで矛盾しています。Microsoftはオンライン音声認識のスイッチの初期値を一度も公開していません。そしてRedditは私たちの作業環境から到達できないので、このページの実務家のコメントはHacker Newsから来ていて、技術寄りに偏っています。

このページが変わるとき

価格はゆっくり古くなります。方針はそうではありません。ここで引用した文書のうち2つはこの2週間に更新され、1つは今年2度書き直され、1つは判断を生む集団訴訟です。

そこでこのページは「そのうち直す」ではなく、決まった間隔で読み直します。すべての文書をその周期で読み直し、さらにベンダーが変更を告知したときや方針の日付が動いたときには周期外でも読み直します。行が変われば行を直し、ページ先頭の日付も一緒に動かします。ここにある何かが今日のベンダーの公開内容と合わなくなっているのを見つけたら、教えてください。読み直します。

上に引用したすべての方針、契約、ヘルプページ、裁判記録は一次情報で読み、それぞれを決まった間隔で読み直しています。このサイトでいちばん動きの速い材料だからです。上の表も定期的に確認し直し、ページ先頭の日付が最後に一周した日付です。ベンダーが私たちの要求を遮断した場合はそう述べ、代わりに使ったアーカイブ版を明記しています。