音声文字起こし
話すと、その言葉がリアルタイムで文字になっていきます。すべてブラウザ内で。
この音声文字起こしツールは、話すそばから声を文字に変えます。言語を選び、開始を押して自然に話すと、単語がリアルタイムで画面に現れます。終わったら、文字起こし全体をワンクリックでコピーできます。ブラウザ内で動作し、このページ自体は何も保存しません。
口述は入力よりも速いことが多く、両手が自由になります。メールやメッセージの下書き、消えてしまう前のアイデアの記録、料理や運転をしながらのハンズフリーなメモ取り、入力が難しいときのアクセシビリティ向上などに使われています。
このツールはブラウザに組み込まれたWeb Speech APIを使います。ブラウザにあらかじめ備わっている音声認識エンジンそのものです。おかげでページは軽量ですが、動作がブラウザに依存することも意味します。大切な作業で頼る前に知っておく価値があります。
音声文字起こしの使い方
- 約12種類の選択肢から、話す言語を選びます。
- 開始をクリックし、ブラウザが求めたらマイクへのアクセスを許可します。
- はっきりと自然に話し、単語がリアルタイムで文字化されるのを見ます。
- 終わったら一時停止または停止し、修正がないかテキストを確認します。
- 文字起こしをコピーして、文書、メール、メモに貼り付けます。
認識の仕組み
このツールは、Web Speech APIを通じてブラウザに組み込まれたSpeechRecognition機能を利用します。何かをインストールしたり大きなモデルを読み込んだりする必要はありません。音を単語に変える処理はブラウザが担い、話すそばからテキストをページに返します。
この機能はブラウザが持っているため、体験はブラウザによって異なります。文を続けるにつれて更新される暫定的な推測を表示し、一時停止すると最終版に落ち着くものもあります。画面上の単語が言い終わる途中で書き換わることがあるのはこのためです。
あなたの声が実際にどこへ行くか
これが最も重要な正直な注意点です。いくつかのブラウザは端末上では文字起こしを行わず、音声を自社のクラウド音声サービスに送って変換し、テキストを返します。つまり、このページがあなたの言葉を保存したり受け取ったりすることはありませんが、ブラウザが音声を提供元のサーバーに送る場合があります。
その処理は当サイトではなく、ブラウザ提供元のプライバシーポリシーに従います。機密情報について完全にオフラインでの文字起こしが不可欠な場合、このツールではそれを保証できず、端末上で動く専用の口述アプリのほうが安全な選択肢です。
ブラウザと端末の対応
Web Speech APIによる音声認識は、デスクトップのChromeとEdge、AndroidのChromeで最も安定して動作します。他のブラウザでの対応は不安定または未対応なので、開始ボタンを押しても何も起きない場合は、そのブラウザが実装していない可能性が高いです。
対応ブラウザでは、マイクの許可を一度求められます。誤って拒否した場合は、ブラウザの設定でこのサイトのマイクアクセスを再度有効にし、ページを再読み込みしてください。
口述できる言語
十数種類の言語から選べ、広く話されている言語を網羅しているので、ほとんどの人が自分の言語で口述できます。認識エンジンは選んだ言語の音と語彙に合わせて調整されるため、正しい言語を選ぶことは重要です。
話した内容がうまく文字化されない場合は、まず選択した言語が実際に話している言語と一致しているか確認してください。英語を話しているのにツールが別の言語に設定されている、またはその逆は、結果が悪くなるよくある原因です。
精度を上げるコツ
そこそこ静かな部屋で、自然で一定のペースで話しましょう。背景の雑音、音楽、複数人が同時に話す状況は、どんな音声エンジンにとっても難易度を上げます。まともなマイクを使うか、単にノートPCのマイクに近づくだけでも、結果は目に見えて良くなります。
ブラウザが対応していれば、句読点を声に出して言いましょう。たとえば「comma」や「new line」などです。その後、ざっと読み返してください。口述は単語はよく当てますが、句読点や there と their のような同音語をたまに取り違えます。
正直な制約
精度は決して完璧ではなく、あなたのアクセント、マイク、話し方の明瞭さに依存します。強い背景雑音、専門用語、珍しい名前が通常の難所なので、重要なものを送る前には必ず校正してください。
この機能はブラウザに属するため、このツールは一定の精度を約束できず、機能を欠くブラウザでは動作できません。完璧な文字起こしサービスではなく、後で整える素早い下書きとして扱ってください。
このページが保持するもの
ページ自体は何も保持しません。文字起こしは開いているブラウザタブ内にのみ存在し、アカウントも履歴も、あなたの言葉を保存するサーバーもありません。タブを閉じたり更新したりすれば、先にコピーしていない限りテキストは消えます。
ですから、残したいものは離れる前にコピーしてください。この保存なしのすっきりした設計と引き換えに、ツールは前回のセッションを覚えていません。
よくある質問
音声文字起こしはすべてのブラウザで動きますか?
いいえ。ブラウザ組み込みのWeb Speech APIに依存しており、デスクトップのChromeとEdge、AndroidのChromeで最もよく動作します。対応していないブラウザもあり、その場合ツールは起動できません。
私の声はオフラインで処理されますか?
常にそうとは限りません。一部のブラウザは音声を自社のクラウドサービスに送って文字化し、テキストを返します。このページがあなたの言葉を保存することはありませんが、ブラウザが提供元のポリシーに従って音声をサーバーに送る場合があります。
このページは話した内容を保存・録音しますか?
いいえ。文字起こしは開いているブラウザタブ内にのみ存在します。アカウントも、言葉を保存するサーバーもないので、残したいものはページを閉じる前にコピーしてください。
どの言語で口述できますか?
十数種類の言語から選べます。認識エンジンはその言語の音と語彙に合わせて調整され精度が上がるため、実際に話している言語に合うものを選んでください。
なぜ精度が完璧ではないのですか?
認識品質はマイク、アクセント、話し方の明瞭さ、背景雑音に依存します。専門用語や珍しい名前がよくある難所なので、出力は素早い下書きとして扱い、校正してください。
なぜマイクが起動しないのですか?
ブラウザがWeb Speech APIに対応していないか、マイクの許可が拒否された可能性があります。ChromeかEdgeを試し、ブラウザ設定でこのサイトのマイクアクセスを許可してページを再読み込みしてください。