音声入力のイライラ

みなさん、こんにちは。

突然ですが、みなさんは音声入力は使いますか？

僕はタイピングするのが面倒なときは音声入力でメールを書いたりしています。

今、多くの方はブラウザにGoogle Chromeを使われていると思いますが、これには簡単に音声入力の設定を組み込むことができます。

こちらのVoiceinというアプリをインストールして軽く設定すればすぐに使えます。

今はスマホをメインで使われている方も多いと思いますが、Googleのアプリが入っていれば、それにもともと音声入力機能が付いていると思います。

そんな音声入力ユーザーの僕ですが、この技術を開発してくださった優秀な方々には感謝する一方、まだ発展途上の機能のためいろいろフラストレーションはたまります。

言うまでもなく、音声入力は誤変換が起こります。

タイピングしていれば、タイピングエラーの起こった瞬間にその場のカーソルの位置で修正ができるのですが、音声入力は音声を認識した後に、まとめて表示され、その時点でカーソルが一番最後に来てしまうので、いちいちミスの場所に戻るのが面倒です。

これは僕だけの感覚なのかもしれませんが、Gmailの音声入力は誤変換があまりありません。

びっくりするくらい正確に表示してくれて、慣れるとメールを書くのがめちゃくちゃ早くなって本当にありがたいのです。

それに対して、Google Documentの場合はものすごい量の誤変換が見られます。

同じGoogleのサービスなのですが、こんなに差が出るもの？　と思うくらい、僕の場合は後者の誤変換が多いです。

こんなイライラだけでなく、僕にはさらにイライラポイントというか不便ポイントがあります。

それは何かというと、言語切り替えができないということです。

最近のAIは最初に言語を設定してしまうと、それ以外の言語にちゃんと反応しないことが多いです。

僕は仕事がら日本語と英語の両方をメールで使用することがあるのですが、普段の日本語設定のままと英語はやはり反応してくれません。

僕の発音が悪いだけの可能性もありますが、英語設定の音声入力は問題なく拾ってくれるのでやはり言語設定の問題かと思います。

今日もここから先、日本語設定のまま英語で音声入力してみようと思います！

まずは、日本人の英語学習者お馴染みの文を。

I have a pen

(音声入力内容 : I have a pen; 以下、同)

This is my pen

(This is my pen)

How old are you

(How old are you)

なんと、3回連続でしっかり表示されました。

なるほど、内容によってはちゃんと反応するのですね。

これは日本人のお決まりフレーズだからなのでしょうか。

あと、ピリオドとかクエスチョンマークは出てきませんね。

これは日本語の音声入力も同じで、読点・句点は自動では入力されません。

続いてはどうでしょう？

IBS

...

残念。

みなさん、これはなんと入力したかわかりますか？

僕は「I've been to the US」と言いました。

 見返してみると、「IBS」に聞こえなくもないですね😂😂

もうちょっと試してみましょう。

ジャパンタローズキャンプアンドキャビンズ

...

さらに意味不明な文が表示されました。

でも、最初はちゃんと変換されてますね！

僕が言ったのは「Japan has a lot of temples and shrines」です。

うーむ、なかなか難しい…

と思ったのですが、今気づいたことがあります。

音声入力すると、画面の上にリアルタイムで入力内容が表示され、それがあとから編集しているテキストの部分に再表示されるのですが、そのリアルタイムのところでは「Japan has a lot of temples and shrines」と表示されていました。

さすが、Google様です！　世界をリードする企業はすごい…

もちろん世界で同じシステムを使って、それぞれの言語に合わせて動作するようになっているのですから、システム自体は英語もスラスラ聞き取れるのは当然ですね。

むしろ、システムは英語を聞き取る方が簡単なのかもしれません。

しかし、Google先生は頭がよすぎて、余計な気を配って「えっと、日本語話してるんだよね？」とわざわざ意味不明な文に変換してくれたようです。

これは僕には不要な機能ですね…

これからさらにAIの能力が上がり、Googleが工夫をしてくれて、日本語は日本語のまま、英語は英語のまま出力してくれる日が来ることを期待します！

Google所属の天才エンジニアのみなさん、どうかお願いいたします…