音声入力の現状と標準機能
皆さんこんにちは、40歳からのAI活用塾のウミノです。このチャンネルでは、AIを活用して1日2時間時短する実践的なテクニックと、時間と場所に縛られない働き方のヒントをお届けしていきます。
今日は音声入力ソフトの話をしたいと思います。あなたは音声入力ソフトを使っていますか?そもそも音声入力をしていますか?
私は音声入力を早いうちにやっていたと思います。チャットGPTが始まって、ちょっとしてぐらいからかな?やるようになったと思います。
当時は、Windowsを使っていて、Windowsの標準機能、WindowsキーとHキーを一緒に押すと、Windowsって音声入力ができるんですね。
Macも同じような機能があります。Macの場合は、ファンクションキーを2回押すのかな?そんな感じでできるんですけど、どこか設定で有効化しないと使えないので、それはご自身でちょっと調べてみてください。すぐに出てきます。
この標準機能で入力するのも、どっちもありでした。というか、すごい便利だったし、ほとんどの人にはこれで十分じゃないかなと思います。
ただ、欲が人間にだんだん出てくるんですよ。もう少しご自脱児を直してほしいみたいなね。そんな感じの思いが出てくると思います。
そうなったら、ちょっとお金を出すっていうことを考えていくフェーズだと思うんですね。
無料・有料の音声入力ソフトの選択肢
お金を払わないでやるっていう方法もあります。オープンウィスパーっていう音声入力のモデルみたいなのがあって、それを自分のパソコンにダウンロードしておけば、そのローカルのモデルを使って音声入力を無料でやるっていう方法もあります。
ただ、私はその方法は使っていないんですね。理由としては、私、音声入力をリアルタイムで見れるようにしたいんですよ。
というのも、ローカルモデルもそうだし、ローカルモデルじゃないものもそうなんですけれど、自分で今しゃべっているこの瞬間、ちゃんと入力されているかどうかっていうのを知りたいっていう意味ですね。
なぜかというと、前に使っていたボイスインクっていうモデルソフトがありました。音声入力ソフトがあって、これはこれで無料で使えてすごく便利だったんですけど、
この子ね、なんかちょっと1分ぐらい話すとするじゃないですか。1分話したとしたら、最初の半分ぐらい抜けてたりとかすることが割とちょくちょくあって、これは使えないなと思って、私はやめてしまったんです。
もしも1分1分入れるぐらいの、そのぐらいの短い使い方であれば、ボイスインクは全然ありだと思うんですけども、ちょっとね、話しながら考えたりとかしたい時ってあるじゃないですか。
そういう時に、ちゃんと自分のしゃべったところが、その音声入力ソフトに把握されているかどうかっていうのを知りたいっていう、そういう欲求が私にはあるんですね。
で、それがボイスインクとか、あとはリアルタイム入力がされない音声ソフトではそれができないので、ちょっとね、ダメだったんですよね。
で、こういうリアルタイムで見れるようなソフトっていうのが実はすごく少ないんです。私めっちゃ探したんですよ。めっちゃくちゃ探したんですけど、なくて。
なかったので、探した結果、見つけたソフト2つだけでした。もっとあると思いますよ。すごい手作業で探したので。手作業だけじゃないけど。
で、見つかったのが、まずアクアボイスですね。アクアボイスも愛用者たくさんいて、すごくいいソフトなんだと思います。
ただし、高いんだよね。8.99ドルだけかかるんですよね。毎月。1300円とかじゃないですか。毎月1300円に音声入力だけでサブスクでかかるっていうのは、ちょっと個人的にはちょっと高いなと思いました。
もちろんね、お金がいくらでもあってって言うんだったら全然いいんですけど、もうちょっとなんか安いのないかなと思って探して、もう一つ見つけたのがスポークンリーというソフトなんですね。
SpokenlyとSoniox APIの活用
このスポークンリーは無料で使える方法が、まず無料だとAPIキーを使って使うという方法があります。これだとスポークンリー自体にはお金を払わずに無料で使えます。
ただし、API使うので、そっちのAPIに払うお金っていうのは必要になってきます。ただね、それがね激安なんですよ。激安なの本当に。私はいくらだったっけな。えっとね、ほんと激安。月100円とか200円とか。
せいぜい200円です。そのぐらいしかかかんないので、200円ぐらいだったら払ってもいいなって思いませんか。もう1日10円とかそのぐらいのレベルですよ。1日10円なんだったら、まあそれでね、5時脱時とかが減って、いい感じに使えるんだったらありかなって私は思っています。
かつリアルタイムに見れる。これがね全部出せるっていうのはすごく私的にはありがたいなと思ったんですよね。なのでスポークンリーいいよ。いいです。
このスポークンリーとAPIもね、いろんな音声入力モデルっていうのがあって、音声文字起こしモデルかっていうのがあって、私もいくつか調べました。自分でも実際にAPIキー発行して試してみたりして見てみたところ、リアルタイム文字起こしができるモデルっていうのはそんな多くなくてですね。
グロックとそのソニーオックスって私が今使ってるやつ、あともう一個ぐらいなんか試したんだけど、もうこのソニーオックスが一番ダントツで良かったです。グロックはね、ぶっちゃけもう使い物にならないレベルでしたね。全然使えない。
なんかね、ぶつ切りになるんですよ。日本語が。なんて言うんだろう。私で半角スペースは半角スペース、海の半角スペースですみたいなね。
具当店とかそういうレベルではなくて、なんかちょっと日本語として破綻しかけてる感じでしたね。ソニーオックスは普通に使えます。普通に使えます。なのでソニーオックスのAPIキーを発行してね、それをスポークリにセットしたらそれで使えます。
私はさらに、さらに別のね、チャットGPTのGPT40miniかなんかのAPIキーを発行して、それで修正もかけています。AI修正もかけているんですね。
これをやることで、AとかRとか削除されたりだとか、あとはすごく便利になんていうのかな。
例えばソニーオックスとかって言ってもね、大体カタカナで出ちゃうのが、ソニーオックスだとちょっと無理かな、無理かもしれないけどチャットGPTぐらいだったら直してくれるっていう感じ。
その辺の文字起こしとかができるしやすく綺麗にしてくれるっていうようなAIプロンプトを入れています。このAIプロンプトは任意なので使わなくてもいいです。その場合はもう話した内容がそのまんま基本的には文字起こしされるって感じです。
ただ一応単語登録みたいなのができるので、例えばyoudemiとかね、よく使う、自分がよく使う単語みたいなのは入れることができます。
音声入力から直接メールを作成する新機能
あとね、今日発見したのがね、すごい便利な使い方を発見しちゃった。これスピークリーっていうジェームスパークの音声入力ソフトでこれが実現できるんですけど、
例えばね、音声入力のボタンを押して、これを今から話す内容をメールの文章にしてくださいと。
例えば、先日購入した充電ケーブル2本購入したんですけども、1本が充電できなくなってしまいました。返品をお願いしますみたいなね、そんな感じのことを言って、それで音声入力をおしまいにするじゃないですか。
そうするとね、ご担当者様、先日何々充電ケーブルを購入させていただいたものですとかっていう感じでね、メールができるんですよ。すごくないですか。こんなことできるんだと思って。
ちょっとね、それは感動しました。これ今日発見したので、それがね、スピークリーでもできるんだけど、スポークリーでできたんですよ。
なのですごいね、感動したっていうお話でした。ちょっとわかりづらいよね、これ。これわかりづらいと思うので、何か記事にしようかな。
これができると、今までって、例えばチャットGPTを開いて、で、以下の文章をメールにしてくださいって言って、で、開業2行とかね、してから話す。
充電ケーブル買ったんだけど、1本うまく充電できませんみたいなね、そんな感じの文章を開いて、で、これでメールを作ってもらうみたいな感じだったのが、がですよ。
普通にもうメール開いて、で、そのメールの本部のところで音声入力ボタンを押して、これから話す内容をメールの文章にしてくださいと。
で、それでずらずらずらと話したい内容を言えばできるようになっちゃったんですよね。
めっちゃ便利と思って、なので、スポークリープラスAIプロンプト、これもめっちゃいいと思います。
設定方法とまとめ
ということで、どんな風に設定するのかどうかわかりづらいと思いますので、X記事、超バズったですね、X記事がありまして、そちらのリンク貼っときますので、よかったら見てみてください。
というわけで、今日はこのくらいでおしまいにしたいと思います。
それではまた。ぐみろでした。
