【2026年8月最新】音声認識の仕組みとは？AIとの関係性・活用例を徹底解説｜議事録自動化とClaude Codeの組み合わせ方
aikanri-admin
この記事の内容
「会議の音声を自動でテキストにしてくれるって聞くけど、裏側でどういう仕組みで動いているの？」——議事録の自動化やボイスボット導入を検討している経営者・管理職の方から、こうした質問をよく受けます。
音声認識とは、人が話した声をコンピューターが解析し、テキストデータに変換する技術のことです。近年はAI（人工知能）と組み合わさることで精度が飛躍的に向上し、議事録作成やコールセンターの自動応答、翻訳など幅広い場面で使われるようになりました。
この記事では、音声認識の仕組みを専門用語を最小限に、日常語で理解できるレベルまで噛み砕いて解説したうえで、本題である「音声認識をビジネスでどう使いこなすか」を、弊社（株式会社GENAI）の実運用データを交えて詳しくお伝えします。
代表菅澤
AI鬼管理山崎
この記事を最後まで読むと、次の6つが明確になります。
01 BASICS 音声認識とは何か、まず結論から プログラミング未経験でも分かるレベルでサラッと解説
音声認識とは、マイクなどで拾った人の声（音声データ）を、コンピューターが解析して文字（テキストデータ）に変換する技術です。スマートフォンの音声入力や、会議の自動文字起こしツールなど、すでに私たちの身の回りで日常的に使われています。
「話した言葉を、誰かが横で聞き取ってメモしてくれる」
という作業を、人間の代わりにコンピューターがやってくれる仕組みです。
似た言葉に「音声アシスタント」や「話者認識」がありますが、それぞれ役割が異なります。音声アシスタントは音声認識の結果を使って「命令に応じて何かを実行する」仕組みで、話者認識は「誰が話しているか」を特定する技術です。音声認識はあくまで「話した内容をテキストにする」部分を担う技術、と理解しておけば十分です。
📚 用語解説
音声認識：人が話した声（音声データ）を解析し、文字情報（テキストデータ）に変換する技術。会議の議事録作成、音声入力、字幕生成など幅広い場面で使われています。
1-1. なぜ今、音声認識の精度が急速に上がったのか
従来の音声認識は、決められたパターンとの照合が中心で、方言や早口、雑音に弱いという弱点がありました。しかし近年、AI（特にディープラーニングと呼ばれる技術）が組み込まれたことで、文脈を踏まえた自然な認識ができるようになり、精度が大きく向上しました。
| 時代 | 主な仕組み | 弱点 |
|---|---|---|
| 従来型（〜2010年代前半） | 決められた音のパターンとの照合 | 方言・早口・雑音に弱い |
| AI搭載型（2010年代後半〜） | ディープラーニングによる文脈理解 | 専門用語・固有名詞にやや弱い |
| 最新型（End-to-End型） | 音声から直接テキストを予測する一体型モデル | 学習データの量に精度が左右される |
代表菅澤
1-2. 音声認識の精度を左右する3つの要因
同じAI音声認識でも、使う環境や話し方によって精度に差が出ます。導入前に知っておくと失敗を避けやすい、代表的な3つの要因を紹介します。
| 要因 | 精度への影響 | 対策の方向性 |
|---|---|---|
| マイクとの距離・音質 | 遠い・こもった音声ほど誤変換が増える | 会議室の中央にマイクを置く、外付けマイクを使う |
| 複数人の同時発話 | 声が重なると認識精度が落ちる | 発言者を意識して被らないように話す運用にする |
| 専門用語・固有名詞の頻度 | 学習データに少ない単語は誤変換されやすい | 社内用語辞書を登録できるツールを選ぶ |
特に「専門用語・固有名詞」は、業種によって誤変換の発生率が大きく変わるポイントです。医療・法務・製造業など専門性の高い業界ほど、辞書登録機能の有無をツール選定時にチェックしておくことをお勧めします。
📚 用語解説
話者分離（ダイアライゼーション）：複数人が参加する会議の音声から、「誰がいつ話したか」を自動で区別する技術。音声認識と組み合わせることで、議事録に発言者名を自動で付与できるようになります。
AI鬼管理山崎
02 HOW IT WORKS 音声認識の仕組みを4段階で図解する 音響分析→音響モデル→言語モデル→テキスト出力
音声認識がどのように「声」を「文字」に変えているのか、代表的な4つのステップに分けて見ていきます。細かい理屈を覚える必要はありませんが、全体の流れを知っておくと、AIツールを選ぶときの判断軸が持てるようになります。
声をデジタル
データに変換
音の最小単位
（音素）を抽出
単語をつなげて
自然な文章に
最終的な
文章として出力
2-1. ①音響分析：声を「データ」に変える
まず、マイクで拾った音声（アナログの空気の振動）を、コンピューターが処理できるデジタルデータに変換します。このとき同時に、周囲の雑音を取り除く処理も行われます。会議室の空調音や複数人の雑談が混じっていても、ある程度クリアな音声データに整えられるのはこの段階の働きです。
2-2. ②音響モデル：「音」を「音素」に分解する
次に、デジタル化された音声データから音素（おんそ）と呼ばれる、言葉を構成する最小単位の音を抽出します。日本語であれば「あ」「か」「さ」といった音の単位に近いイメージです。従来は統計的な処理が中心でしたが、現在はディープラーニングによって、より精度高く音素を推定できるようになっています。
📚 用語解説
音響モデル：音声データから「どの音が発せられたか」を推定する仕組み。人間の耳が「あ」と「か」を聞き分けるのと同じような役割を、統計・AIの力で実現しています。
📚 用語解説
音素（おんそ）：言葉を構成する音の最小単位のこと。日本語の「あ・い・う・え・お」のような母音や子音の組み合わせが、音素の代表例です。
2-3. ③言語モデル：バラバラの音を「自然な文章」につなげる
音素だけでは「あ・り・が・と・う」のようにバラバラの音の羅列にすぎません。ここで言語モデルが、その音の並びから「これは『ありがとう』という単語である可能性が高い」というように、文脈を踏まえて自然な文章に組み立て直します。
近年はTransformerと呼ばれる技術（ChatGPTやClaudeのような生成AIの基盤にもなっている仕組み）が言語モデルに使われるようになり、前後の文脈を踏まえた高精度な変換が可能になりました。専門用語や業界特有の言い回しでも、文脈からある程度推測して正しい変換ができるのはこのためです。
📚 用語解説
言語モデル：「どの単語の並びが自然な文章になるか」を予測する仕組み。音響モデルが拾った音の並びを、意味の通じる文章に組み立て直す役割を担います。
📚 用語解説
Transformer（トランスフォーマー）：文章中の単語同士の関係性を効率よく学習できるAI技術。ChatGPTやClaudeなど、現在主流の生成AIの多くがこの技術をベースにしています。音声認識の言語モデルにも応用されています。
2-4. ④テキスト出力：最終的な文章が完成する
最後に、言語モデルが組み立てた文章が、句読点や改行を含めた読みやすいテキストとして出力されます。ツールによっては、話者ごとに発言を分けたり、フィラー（「えーと」「あの」といった言葉）を自動で除去したりする機能も備わっています。
近年は①〜④の各段階を個別に処理するのではなく、音声データから直接テキストを予測する「End-to-End型」と呼ばれる一体型のモデルも普及しています。処理がシンプルになる分、大量の学習データが必要という特徴があります。
AI鬼管理山崎
03 PROS AND CONS AI音声認識のメリットと、見落とされがちな課題 導入前に知っておきたい「できること・できないこと」
AI音声認識の導入を検討する前に、メリットと課題の両方を正しく理解しておくことが重要です。過度な期待を持って導入すると、「思ったより使えない」というギャップにつながりかねません。
3-1. AI音声認識のメリット
3-2. 見落とされがちな課題
一方で、AI音声認識にも限界があります。特に導入前に知っておくべき課題は以下の3点です。
| 課題 | 具体的な内容 | 実務での影響 |
|---|---|---|
| 方言・専門用語への弱さ | 学習データに少ない言い回しは誤変換しやすい | 業界特有の用語が多い議事録は要チェック |
| 話者識別は別技術が必要 | 「誰が話したか」の特定は音声認識単体では不十分 | 複数人の会議録では発言者の後編集が必要な場合あり |
| 誤変換が完全にはゼロにならない | どんなに精度が高くても100%正確とは限らない | 重要な議事録は人間の最終チェックが必須 |
AI音声認識は非常に便利ですが、「文字起こし後の人間によるチェック」を省略してよいわけではありません。特に契約・法務関連など重要度の高い記録は、最終確認の工程を残すことをお勧めします。
また、課題の裏返しとして「どこまでAIに任せ、どこから人間が担うか」の線引きを最初に決めておくことも重要です。すべてを人間がチェックしていては効率化の意味が薄れますし、逆にすべてをAI任せにするとミスに気づけないリスクが残ります。弊社では「決定事項・金額・固有名詞」の3点だけは必ず人間が目視で確認する、というシンプルなルールを設けています。
代表菅澤
04 USE CASES ビジネス現場での活用場面4選 議事録・翻訳・ボイスボット・アクセシビリティ
AI音声認識は、すでにさまざまなビジネス現場で活用されています。代表的な4つの場面を紹介します。
4-1. 議事録・会議録の自動作成
最も普及している活用場面が議事録作成です。会議の音声を録音し、音声認識でテキスト化することで、担当者が手動でメモを取る負担を大幅に減らせます。近年はさらに、テキスト化したあとにAIが要約・タスク抽出まで自動で行う仕組みも一般化しつつあります。
弊社に寄せられる相談でも「議事録作成をなんとかしたい」という声が最も多く、理由として「担当者の負担が大きい」「発言をリアルタイムでメモしきれず抜け漏れが出る」「議事録の作成・共有が翌日以降になり意思決定が遅れる」といった悩みが共通しています。音声認識×AIの組み合わせは、こうした課題をまとめて解消できる可能性を持っています。
4-2. 翻訳・多言語対応
音声認識でテキスト化したあと、そのまま翻訳AIに渡すことで、外国語での会議や商談をリアルタイムに近い形で多言語対応させることができます。海外拠点とのやり取りが多い企業では、通訳コストの削減にもつながります。
4-3. ボイスボット・自動音声応答
コールセンターや予約受付などで、電話の音声をAIが認識し、自動で応答するボイスボットの活用が広がっています。単純な問い合わせ対応をAIに任せることで、オペレーターはより複雑な対応に集中できるようになります。
4-4. アクセシビリティ支援
聴覚に障がいのある方向けの字幕生成や、手が使えない状況での音声入力支援など、アクセシビリティ（利用しやすさ）の向上にも音声認識は貢献しています。オンラインセミナーやウェビナーにリアルタイム字幕を付けることで、参加者の理解度が上がったという声も増えています。
これら4つの活用場面に共通しているのは、「人間が耳で聞いて処理していた作業を、AIが代わりに聞き取ってくれる」という構造です。裏を返せば、あなたの会社の中で「誰かが耳を澄まして聞き取り、メモや対応をしている業務」があれば、それはすべて音声認識×AIの活用候補になり得るということです。
📚 用語解説
ボイスボット：電話などの音声での問い合わせに対し、AIが音声認識・自動応答で対応する仕組み。人間のオペレーターを介さずに、定型的な問い合わせを自動処理できます。
4-5. 導入時によくある失敗パターン
音声認識の導入を検討する企業で、実際によく見られる失敗パターンを3つ紹介します。事前に知っておくことで、遠回りを避けられます。
これらの失敗に共通するのは、「文字起こし＝ゴール」だと勘違いしてしまうことです。実務での本当のゴールは、文字起こしされたテキストを要約・タスク化して、次のアクションにつなげることにあります。
05 GENAI CASE STUDY 【独自データ】GENAI社内の議事録自動化実績 Max 20xプラン契約会社が、音声データをどう扱っているか
ここでは、弊社（株式会社GENAI）で実際にClaude Codeを運用している状況を、数値ベースで公開します。「音声認識で文字起こしした後の処理」を含む業務全般に、AIをどこまで組み込んでいるかのリアルな参考情報です。
5-1. 弊社の契約プランと導入範囲
| 項目 | 内容 |
|---|---|
| 契約プラン | Claude Max 20x（月$200 / 約30,000円） |
| 利用開始 | 2025年後半〜 |
| 利用部署 | 経営・営業・広告・開発・経理・秘書業務・個人業務まで全社 |
| 音声関連の運用 | 会議の文字起こし後、Claude Codeで要約・タスク抽出・議事録整形 |
弊社では、音声認識ツールで文字起こしをしたあと、その生のテキストをClaude Codeに渡し、要約・重要ポイントの抽出・タスクリスト化までを自動で行う運用にしています。文字起こし単体では「読みにくい会話の羅列」で終わってしまうため、この後工程の自動化が実務上は特に重要です。
5-2. 業務領域別の削減時間（肌感ベース・概算）
| 業務領域 | 主な用途 | 概算削減時間 |
|---|---|---|
| 秘書業務 | 議事録作成・要約・スケジュール調整 | 日2時間 → 日15分 |
| 営業 | 商談録の要点整理・提案書への反映 | 週20時間 → 週2時間 |
| 広告運用 | 打ち合わせ音声からのレポート反映 | 週10時間 → 週1時間 |
| 経理 | 請求書チェック・経費仕訳 | 月40時間 → 月5時間 |
| ブログ記事 | SEO記事執筆・リライト | 1本8時間 → 1本1時間 |
上記は弊社の肌感ベースの概算数値であり、業種・業態・担当者のスキルによって削減時間は変動します。「完全自動化」を意味するものではなく、あくまで人間のレビューを前提とした参考情報としてご覧ください。
5-3. 「文字起こし→要約→タスク化」の自動化フロー
会議を録音
音声認識で文字起こし
Claude Codeに
テキストを渡す
要約・タスク抽出を
自動生成
担当者が確認して
関係者に共有
AI鬼管理山崎
5-4. 具体的なプロンプト例：議事録テキストをどう渡すか
実際に弊社でどのようにClaude Codeへ依頼しているか、具体的な流れを紹介します。まず、文字起こしツールで生成された生のテキストデータをそのままコピーし、Claude Codeに貼り付けます。そのうえで「この会議の文字起こしから、決定事項・懸案事項・次回までのタスクを分けてリスト化して。誰がいつまでに何をするかも分かるようにして」といった形で依頼します。
この依頼文には、特別なプログラミング用語や専門的なプロンプトテクニックは一切含まれていません。会議に同席していなかった同僚に「議事録をまとめておいて」と頼むときと同じ感覚で伝えれば、十分に機能します。出てきた結果に対して「もう少し簡潔に」「この部分は削って」と追加で伝えれば、その場ですぐに修正されます。
①何のテキストか（会議名・日付）＋②何が欲しいか（要約／タスクリスト／議事録形式）＋③誰向けか（社内共有用など）
この3点さえ伝われば、Claude Codeは十分な精度で議事録を整形してくれます。
弊社ではこの依頼パターンをテンプレート化し、担当者が変わっても同じ品質の議事録が作れるようにしています。属人化を防げる点も、AIに任せる大きなメリットの一つです。
06 COMPARE VS DELEGATE 「文字起こしツールを比較する」vs「Claude Codeに丸ごと任せる」 非エンジニアが本当に検討すべきなのはどちらか
音声認識サービスは数多く存在し、精度・料金・対応言語もそれぞれ異なります。「どのサービスが自社に合うか」を1つずつ比較検討する方法と、「Claude Codeに丸ごと相談して選定・活用まで任せる」方法を、3つの軸で比較します。
6-1. 軸1：選定にかかる時間と手間
数多くの音声認識サービスを1つずつ比較検討し、無料トライアルを試し、自社の会議に合うかを確かめる作業には、通常数週間単位の時間がかかります。料金体系や対応言語、API連携の可否など、確認すべき項目も多岐にわたります。
一方、Claude Codeに「議事録を自動化したい、どんなツールとどう組み合わせればいいか教えて」と相談すれば、候補の整理から実装方法の提案まで、その場で会話しながら進められます。
6-2. 軸2：導入後の「使える形」への仕上げ
多くの音声認識サービスは「文字起こしまで」がゴールで、その後の要約やタスク抽出、社内共有フォーマットへの整形は別途対応が必要です。この「文字起こし後の仕上げ」の部分こそ、実務では最も手間がかかる工程です。
Claude Codeであれば、文字起こしされたテキストを渡すだけで、要約・タスク抽出・議事録フォーマットへの整形まで一貫して任せられます。音声認識サービス単体の導入では得られない、「使える形に仕上げる」部分までカバーできるのが大きな違いです。
📚 用語解説
議事録フォーマット：議事録を社内共有しやすい形に整えるための型（決定事項・懸案事項・次回アクションなどの項目立て）。文字起こしされた生データをこの形に整形する作業は、意外と手間がかかる工程です。
6-3. 軸3：コストの考え方
専用の音声認識サービスは、月額数千円〜数万円のプランが一般的です。これに加えて、要約・タスク抽出用の別サービスを契約すると、さらにコストが積み上がるケースもあります。
弊社が契約しているClaude Max 20xプランは月額$200（約3万円）ですが、議事録の要約・タスク抽出だけでなく、経理・営業・広告など会社のあらゆる業務を横断的にカバーできることを踏まえると、1つの用途に特化したツールを複数契約するより、トータルコストで有利になるケースが多いです。
6-4. 軸4：社内への定着のしやすさ
専用の音声認識サービスを導入する場合、操作方法やダッシュボードの使い方など、新しいツールの使い方そのものを社内に教育する必要が出てきます。特に非エンジニアの社員が多い会社では、この教育コストが想像以上にかさむケースがあります。
一方、Claude Codeへの依頼は「日本語で頼む」という、普段の業務コミュニケーションの延長線上にあります。新しい操作を覚える必要がないため、社内への定着スピードが速いという利点があります。実際に弊社でも、新しいツールの説明会を開くことなく、Claude Codeを使った議事録整理は数日で社内に浸透しました。
📚 用語解説
ツールの定着：導入したシステムやツールが、一時的な使用で終わらず、日常業務の一部として継続的に使われ続ける状態のこと。操作が複雑なツールほど定着率が下がりやすい傾向があります。
代表菅澤
07 GETTING STARTED 非エンジニアが今日から始める3ステップ ターミナルもプロンプト力も不要、まず1つの会議から
「便利なのは分かったけど、自分にできるか不安」という方のために、非エンジニアが音声認識×Claude Codeの活用を始めるための3ステップを紹介します。
7-1. ステップ1：まず1つの会議を録音・文字起こしする
最初から全社導入を狙う必要はありません。「毎週やっている定例会議」を1つだけ選んで、スマートフォンやPCの録音機能・文字起こし機能を使ってテキスト化してみてください。
「毎週やっている」「参加者が複数人いる」「決定事項が多い」——このどれかに当てはまる会議が、自動化の効果が出やすい典型パターンです。
7-2. ステップ2：文字起こしされたテキストをClaude Codeに渡す
専門用語も、プロンプトのテクニックも不要です。「この会議の文字起こしを要約して、決定事項とタスクをリストにして」というように、人に頼むときと同じ言葉で伝えるだけで動き始めます。
7-3. ステップ3：結果を確認し、フォーマットを固めていく
初回の結果が100点満点でなくても問題ありません。「この項目も入れて」「もう少し簡潔にして」と会話するように伝えれば、Claude Codeがその場で修正してくれます。数回のやり取りで、自社に合った議事録フォーマットが自然と固まっていきます。
選んで録音
毎週の定例会議
がおすすめ
ツールでテキスト化
スマホ標準機能
でも可
要約・整形を依頼
「決定事項と
タスクをリストに」
固めて定着
次回からは
自動で回る
AI鬼管理山崎
08 CONCLUSION まとめ ── 「仕組み」を知るより「使いこなし方」を知る 音声認識の技術詳細より、Claude Codeとの組み合わせ方を知る方が価値がある
この記事では、音声認識の仕組みを4段階（音響分析・音響モデル・言語モデル・テキスト出力）で解説し、AI音声認識のメリット・課題、ビジネスでの活用場面、弊社GENAIの実運用データ、文字起こしツールを比較検討することとClaude Codeに任せることの比較までを整理しました。最後にポイントを振り返ります。
最も重要なメッセージをお伝えします。音声認識の技術的な仕組みを完璧に理解することに、経営者や管理職の時間を使う必要はありません。大切なのは、「自社のどの会議・業務に音声認識が活きるか」に気づき、その後工程をClaude Codeに任せることです。
弊社では、Claude Codeを「チャットツール」ではなく「もう一人の社員」として位置づけることで、月30,000円のプラン契約で日々の議事録業務の多くを肩代わりしてもらっています。この考え方に共感いただけた方は、ぜひ以下のAI鬼管理までお気軽にご相談ください。
代表菅澤
「音声認識×議事録の自動化」を、AI鬼管理が一緒に設計します
文字起こしツールを1つずつ比較検討しなくても、日々の議事録業務はAIに任せられます。
弊社の実運用ノウハウをベースに、あなたの会社に合った自動化の入り口を一緒に見つけます。
AI鬼管理山崎
NEXT STEP
この記事の内容を、あなたのビジネスで
実践してみませんか？
AI活用を自社で回せるようになりたい方へ
AI鬼管理
Claude Code・Cowork導入支援から業務設計・社内浸透まで実践ベースで伴走。「自社で回せる組織」を90日で作る経営者向けトレーニング。
よくある質問
Q. 音声認識と音声アシスタントは何が違うのですか？
A. 音声認識は「話した内容をテキストに変換する」技術そのものを指し、音声アシスタントはその変換結果を使って「命令に応じて何かを実行する」仕組みです。音声アシスタントの内部には音声認識の技術が組み込まれている、という関係になります。
Q. AI音声認識は方言にも対応できますか？
A. 学習データに含まれる方言であればある程度対応できますが、地域性の強い方言や独特のイントネーションには依然として誤変換が発生しやすい傾向があります。重要な記録は人間による最終チェックを組み合わせることをお勧めします。
Q. 音声認識で文字起こししたテキストを、そのまま議事録として使えますか？
A. そのままでは会話の羅列になりがちで、読みやすい議事録としては不十分なケースが多いです。要約・決定事項の抽出・フォーマット整形といった後工程を加えることで、初めて実務で使える議事録になります。この後工程をClaude Codeで自動化するのが弊社の運用方法です。
Q. エンジニアがいない中小企業でも、音声認識とAIの組み合わせは導入できますか？
A. 導入できます。弊社GENAIの支援先も、エンジニアが在籍していない中小企業が中心です。重要なのは技術の仕組みを理解することではなく、「自社のどの会議・業務に音声認識が活きるか」を見極める視点であり、これは経営者・管理職自身が最もよく分かっている領域です。
Q. 文字起こしの精度が低い会議でも、Claude Codeでの要約は問題なくできますか？
A. 文字起こしの精度が著しく低い場合、要約の質にも影響が出ます。マイクの配置を見直す、静かな環境で録音するなど、文字起こし段階の精度をある程度確保したうえでClaude Codeに渡すことをお勧めします。
Q. この記事で紹介した削減時間の数値は、どんな会社でも同じように達成できますか？
A. いいえ、業種・業態・既存の会議運営スタイル・担当者のAI活用スキルによって変動します。記事内の数値はあくまで弊社GENAIが自社運用で得ている肌感ベースの概算であり、保証値ではありません。導入前には自社の業務量に応じた個別のシミュレーションを行うことをお勧めします。
Claude Codeで業務自動化を90日で叩き込む
経営者向けの伴走型パーソナルトレーニング
Claude Code を業務に落とし込む
専門研修コース一覧
受講者本人の業務を題材に、「使いこなせる」状態になるまで伴走する研修プログラム。1対1特化型・ハンズオン・法人講座の3コースを展開中。業務特化・実装まで踏み込むタイプのClaude Code研修です。
研修コース一覧を見る →AI鬼管理へのお問い合わせ
この記事を読んで気になった方へ。
AI鬼管理の専門スタッフが、御社に最適な
業務自動化プランを無料でご提案します。
- AI業務自動化サービス「AI鬼管理」を運営 — Claude Code を活用し、経営者の業務を「AIエージェントに任せる仕組み」へ転換するパーソナルトレーニングを 伴走構築 で提供。日報・採用・問い合わせ対応・経費精算・議事録・データ集計・営業リスト等の定型業務を、AIに代行させる体制を経営者と一緒に作り込む
- Claude Code 実装ノウハウを 経営者・法人クライアント に直接指導。生成AIを「便利ツール」ではなく 「業務を任せる存在」 として運用する手法を体系化
- 「やらせ切る管理」メソッドの開発者。シンゲキ株式会社（2021年設立・鬼管理専門塾運営）にて累計3,000名以上の学習者を志望校合格に導いた管理メソッドを、AI × 経営者支援 に転用
- 著書『3カ月で志望大学に合格できる鬼管理』(幻冬舎)、『親の過干渉こそ、最強の大学受験対策である。』(講談社)
- メディア出演: REAL VALUE / カンニング竹山のイチバン研究所 / ええじゃないかBiz 他
- 明治大学政治経済学部卒
