テープ起こしをしようと思った時、みなさんどのような方法で行うでしょうか？もちろんパソコンを使って行う方法が一般的かと思いますが、最近では音声認識ソフトを使って作業を行う人もいるかと思います。 少し前であれば音声認識ソフトは精度が悪くとても使い物にならないと考える人が多かったと思いますが、最近の音声認識はとても精度が上がっており、スマートフォンやGoogleなどに標準で搭載されるようになったことから、とても使いやすくなったかと思います。 しかし、まだまだ完璧な精度は言えず、どうしても間違った変換をしてしまうことが多々あるかと思います。そこで今回は、音声認識を上手に使用することで、テープ起こしをより効率よく行う方法をご紹介したいと思います。    

苦手な音声認識を把握しよう

一口に音声認識といっても、有料のものあれば無料のものもあります。その中で更に得意な分野、不得意な分野もソフトによってはもちろんあるでしょう。そこを知っておくだけでもより効率よく作業を行えると思います。例として、アイフォンの音声認識は英語が苦手です。会話の中に英語があるとカタカナや和数表示にしようとする傾向があります。逆に英語入力に切り替えると、今度は日本語の認識が思うようにいかなくなります。英語の変換はかなり精度が上がりますが、日本語の精度が下がってしまうでしょう。 テープ起こしに使用する際には、会話の内容が英語か日本語かどちらが多く使用されているか事前に把握し、使い分けるようにしましょう。    

Googleで上手に音声認識させる方法

現在ではGoogleにも音声認識の機能が装備されているため、この機能をしようしている人も多くいることでしょう。このGoogleの音声認識機能ですが、実はより精度を上げる方法があります。それはゆっくりでもいいので、いつも通りの話し言葉で、抑揚をつけてあまり切らずに一気に話す方法です。 一昔前であれば、音声認識の精度をより上げようとすると、細かく区切り、よりゆっくり丁寧に話すことが必要だったかと思います。しかし、最近の音声認識では逆に普段どうりの話し方の方が、音声認識の精度がよくなる傾向があります。これは音声認識をするアルゴリズムが変わってきたことが理由とされています。    

周りが静かなところで作業する

これは当たり前のことかもしれませんが、当然音声認識をするときは、周りが騒音などなく静かなところで作業しましょう。音声認識の精度が上がってきている反面、周りの話し声や騒音も感度良く変換してしまいますので、個室や周りから音が聞こえないような環境で作業するようにしましょう。        

複数話者がいる時の音声認識方法

会議など複数人、話者がいるときの音声認識はとても難しいでしょう。通常の音声認識方法の場合、どんなに優秀はソフトでも、全ての人を話者別に分け、個別に変換することは現段階では難しいでしょう。また、会議や対談となると、話し言葉がメインとなりますので、無駄な会話も多くなりますし、日本語の文章として成り立たない場合も多くあることでしょう。そんな状況の時でも音声認識を活用する方法があります。 それは、会議などを録音したものをイヤホンを通して聞き、自分でまとめてわかりやすく言い換えることにより、その文章を音声認識させるという方法です。この方法であれば、複数人話者がいるような状況でも、音声認識することができ、作業効率を良くすることができるでしょう。    

まとめ

今回は、音声認識機能を上手に活用する方法をいくつかご紹介しました。音声認識は精度こそ以前とは比べ物にならないほど向上しましたが、まだまだ完璧とはいえず、人の手を使用しないといけません。しかし、上手に活用することによって、今までの作業スピードをさらに短くすることができすでしょう。今回ご紹介した方法を参考にして頂き、効率よくテープ起こしをしていきましょう。 しかし、テープ起こしはとても労力を必要とする作業ですので、人によっては全く向いていなかったり、うまくできない場合もあります。そんな時は無理をして行うことはせず、専門の代行業者に依頼し、効率よく作業したほうがいいでしょう。