音声認識と視覚優位の特性
10月22日、西野キズナです。
LISTENのすごいいいなって思っているところを、忘れないうちに音声に残しておこうと思ったので、この収録はその話だけにします。
日記の話はまた別で収録しようと思います。
今のところ、自分自身、私自身がすごくいいなって思っているのが、やっぱり音声が瞬時に文字起こしされるっていうところなんですね。
で、特にいいなって思っているのが、私自身の認知特性が視覚優位ですね。
認知特性っていうものがあるんですよ。詳しいことは、ちょっと検索とかをしていただいたらと思うんですけど、
大きく分けて、人の認知って、視覚、見て記憶するのが得意な人と、言語優位の特性、読んで記憶するのが得意な人と、聴覚優位、聞いて記憶するのが得意な人がいると言われています。
簡単に言うと、目で見るのか、ビジュアルとして記憶するのか、聞いて記憶するのかっていうことですね。
で、私はその認知特性のテストをしたときに、視覚ですね、ビジュアルで認知をするのが一番強くて、次が言語、読んで記憶する。
で、聴覚が一番弱かったので、実は耳で聞くっていうのがそんなに得意じゃないんですね。
例えば、電話を取ったときとかも、音声を認識するっていうのがすごく苦手なので、
頭の中でいちいち音声を言語に変換して、それを認識するみたいな手順を踏まないと、音の言っている意味を汲み取りにくかったりするんですよ。
だから、会社員時代の電話のメモとかめちゃめちゃ苦手だったんですけど、それは置いておくとして、
要は、今までもポッドキャストはいろいろ聞いてはきたんですけど、音だけに集中し続けて聞くっていうのが結構しんどかったんですよね。
数分だけの音声とかだったらまだ集中力が持つんですけど、15分以上とか30分とかになってくると、
私の中の音声認識の能力がもうヘトヘトになってしまって、最後まで聞けないっていうことが結構しょっちゅうあって、
聞きたい番組はあるけど、こんなにたくさん音声を聞くのはしんどいなーっていうことがあったんですよ。
でも、LISTENさんは音声とテキストが並んで表示されている上に、
昨日触ってて気づいたんですけど、あれって書き起こしをした一文一文全部そこを押すと再生できるんですね。あれすごいなーと思ったんですけど。
要は、音で集中して聞けるときは音だけを聞けるし、ちょっと頭が疲れてきたなーとか、音を判定するのが疲れてきたなーっていうときは、
テキストを補助として見て聞くっていうことができるので、すごい負担が減るんですよね。
それがすごくいいなーって思っています。
音声とテキストの補完
あとは、結構そのポッドキャストとかラジオを作業のお供にして聞くことが多くて、
作業の方に集中してしまうと音がね、やっぱり私飛ぶんですよね。
どちらかというとビジュアルだったりとか文字だったりとか言語の方に意識が強く向くので、音声は一番意識から抜けやすいっていうのがあって、
今までは作業のお供にしてたポッドキャストも、
ここから話題が抜けてるわ、全然聞き取れてないわっていうところを巻き戻して、そこまで戻って、もう一度音声を再生するっていうことをやってたりしたんですね。
で、一回再生したのにもう一回再生しなきゃいけないのかーとか、
せっかくね、一回再生したので一回で聞けなくて何度も手間になってしまうなーとかって、ちょっとどうにかならないかなって思ってたことがあったんですけど、
LISTENさんだと、たとえその一時集中してしまって部分的にヒアリングができていなかったとしても、
テキストがあるので、聞き漏らしたところを目で読んで追いかけることができるので、すごい補完がしやすいんですよね。
後から戻って前の話題をもう一度確認するとかっていうことができるので、個人的にそれはすごくありがたいと思っています。
なので、LISTEN NEWSさんの放送も結構ボリュームがあって、何分だったかな?私が拝見したのは44分か。
44分の結構なボリュームだったんですけど、
その何が話されているかっていう概要みたいなのもあるし、話している内容の一言一句みたいなところも追えるしっていうので、
それほど負担に感じることなく44分間を聞き通すことができたっていうのは、すごい、なんだろう、嬉しかったですね。
音声メディア聞くのは好きなんですけど、やっぱ音声認識が弱いっていうところがあって、
しんどさがあったっていうのがあって、それが解消される光明が見えたというかね、兆しがあるのかなっていうところですごく嬉しいなと思っています。
あと、ここ数日本当にザクザクと収録するだけしてポーンって放り投げるようなことをしてるんですけど、
殴り書きみたいに言葉で収録して自分の覚書に使うのも全然いいなと思ったりしています。
っていうのも、私は内省をしやすい性質があって、考え始めたりするとすごいぐるぐるといろんな物事について考えてしまうんですよね。
テキストとかブログとか文字媒体にまとめようにも、頭の中がぐるぐる考え続けてまとまらないんですよね。
でも話すっていうことだったら、まとまりがなかったとしても一旦ブワーって話すだけ話して、
LISTENさんの方にポンって放り投げたら、それをテキストにしてくれるわけですよね。
この数日の喋った内容を読み返す機会がやっぱりできるんですけど、
それを読み返して改めて自分の話した内容を認識するっていう作業が結構自分には合っているかなと感じています。
考えたりとか悩みながら自分でテキスト化するのってやっぱりまとまりきらないし時間の制限もあるんで、
タイムリミットのあるうちにそれをまとめきるっていうのが難しいんですけど、
一旦AIさんがテキストに起こしてくれたら、それを自分である程度引っこ抜いて要約するっていうのは自力でもできるかなとか思ったりしています。
自分の思考整理のお手伝いに使えるかなとかぽんやり考えたりしています。
あとは書き起こしのAIさんのざっくりした要約の仕方がすごい好きで、なんか人事みたいに書かれているんですよね。
10月20日の私の声日記だったら、サマリーがね出てるんですけど、
彼彼女はポッドキャストの配信方法やリスニュースの知識を持っています。
また彼彼女はポッドキャストの文字起こしやエピソードへのリンクの使い方にも興味があります。
なんかこのちょっと離れたところから見ている感じ、第三者的な感じの要約がすごい面白くてちょっと今気に入っています。
不自然なところあるんですけど、なんかそこが愛らしいと思ったりもしています。
とはいえ、文字起こしの精度は結構な精度だなと思っていて、
あーとかね、えーとかって、あのーとかそういういらない言葉を全部カットして文字には入れないでくれているんですよね。
だから本当にその内容が洗練されるので文字起こしの段階ですごい振り返りやすいなと私は思っています。
今のところそれぐらいかな。
でもそのやっぱビジュアル優位の人間にとって音の認知が弱いところを文字とかで補ってくれるっていうのはすっごいありがたくて、
自分でもうまいこと使っていけたらなと思っています。
で、あとは紙にね、殴り書きをするように声日記を自分の思考整理のツールの一つとして活用できたら面白いかなーとか思ってます。
はい、今日はそんなところかな。
あとはいくつか配信を読ませていただいてってなるのかな。聞かせていただいて感じたこととかがあるので、それも記録を残していきたいと思っています。
うん、今回はここまでにします。
あ、待って待って、もう一つ話題を思い出しました。
倍速設定の話です。
倍速の設定は確かスタンドFMさんとか他のメディアみたいなところでもあるし、
YouTubeの再生とかでもね、最近はビデオ再生とかでも全然標準でついてる機能かなとは思うんですけど、
LISTENさんの倍速、変速の刻み方見てすごいと思っちゃったんだけど、
0.5倍速から、
0.6、0.7、0.8、0.9、1.0、1.1、1.2、1.3、1.4、1.5、1.6、1.7、1.8、1.9、2.0、2.1、2.2、2.3、2.4、2.5、2.6、2.7、2.8、2.9、
3.0まであるのは初めて見た気がしますし、多分これ文字起こしをしているからなせる技だなと思うと、
こんだけ刻んでるのは納得だなーって思いました。
で、私自身タイパじゃないですけど、録画している映像とかは字幕がついている番組とかは2倍速で、
文字っていうビジュアルの補助があるので、2倍速で見れるんですけど、字幕の補助がないと1.5倍速ぐらいが限界なんですよね。
で、それを考えるとLISTENさんの配信って1配信ごとにちゃんと文字起こしが入っているので、
全然2.何倍速とかでも私も追いつけるのかなって思うと、これはタイパめちゃいいわって思いました。
すでにいろんな配信者さんの配信が気になっているので、遠慮なくこの倍速機能を活用していきたいなと思ってますっていうことを記録忘れるところでした。
今日のネタに入れておきたかったので、この話も入れておきます。
それではまた。
