音声入力で書く · タイピングの代わりに話す
マイクは1つだけです。いま入力している欄に付いて表示され、フォーカスが外れると消えます。クリックするか Ctrl+Shift+D を押して話すと、文章がカーソルの位置に入ります。文字起こしが届くと「AIで整える」が2つ目の別の操作として表示され、音声入力した一節だけを置き換えます。音声は文章になった時点で削除されます。
訪問の報告を書く、チケットのメモを埋める、長いメールに返信する。こうした作業は、話すよりもキーボードで打つほうがずっと時間がかかります。音声入力は、1日のうちのその部分のためにあります。話すと、話したとおりの文章がそのまま入力欄に入ります。
マイクは1つだけ、いま入力している欄に付きます
すべての入力欄にマイクのアイコンが並ぶわけではありません。ボタンは1つだけで、フォーカスが当たっている入力欄に付いて表示され、フォーカスが外れると消えます。音声入力を使わない人には何も見えず、使う人には書いている場所にちょうどマイクがあります。画面がスクロールして入力欄がウィンドウの外に出ると、ボタンも一緒に隠れます。宙に浮いたまま残ることはありません。
音声入力の使い方
- 書き込みたい入力欄をクリックします。その右上にマイクが表示されます。
- マイクをクリックするか、キーボードから手を離さずに Ctrl+Shift+D を押します(Mac では ⌘+Shift+D も使えます)。
- 初回はブラウザがマイクの使用許可を求めます。許可してください。
- 話します。録音中はボタンが赤くなり、ラベルが「停止して文字起こし」に変わります。
- 録音を終えるには、もう一度マイクをクリックするか、Esc を押します。
- 「文字起こし中…」が終わるのを待ちます。終わると、文章が入力欄に入ります。
音声入力が使える場所
- システム全体のテキスト入力欄とテキストエリア。レコードのフォーム、コメント、チケットのメモ、受信箱のメール本文などです。
- これから追加される入力欄にも当てはまります。マイクはフォーカスを追いかけるので、音声入力を使えるようにするために、画面の側が音声入力の存在を知っている必要はありません。
- 入力欄から離れても、進行中の録音は中断されません。話している内容を失わずに、ボタン自体をクリックできます。
意図的に表示されない場所
- パスワード、数値、日付の入力欄。ここで音声入力しても使えない文字列になるため、マイクは表示されません。
- 読み取り専用または無効になっている入力欄。
- リッチテキストエディタ。ドキュメントモジュールのものや、マーケティングフローのメールエディタなどです。通常のテキスト入力欄ではなく、外から書き込まれた文章を受け付けません。
- ターミナル。専用のボタンがあり、後述します。
「AIで整える」は2つ目の操作です
入力欄に入るのは、いつでも話したそのままの文章です。文字起こしが届くと、マイクの横に「AIで整える」ボタンが表示されます。句読点、大文字と小文字の使い分け、段落の区切りを補い、音声認識の明らかな取り違えを直します。内容を足したり、削ったり、解釈し直したりはせず、文章に返事をすることもありません。クリックしたときだけ実行されます。
整える対象は、音声入力した一節だけです。同じ入力欄にそれまで自分で打っていた文章は、そのまま残ります。話したままの言い回しを残したいときは、通知を X で閉じるだけで構いません。
ターミナルでは
ターミナルには、ウィンドウの右下に専用のマイクがあります。そこには通常の入力欄が存在せず、ターミナルが自分でプロンプトを描いているからです。ボタンの動きは同じですが、1つだけ違いがあり、これは安全のための判断です。音声入力は自動では送信されません。文字起こしされた文はコマンド行に入り、読んで Enter を押すのを待ちます。ターミナルでは文がそのまま実行される操作になるため、自動で送ってしまうと、聞き取り違いの一語で機械が動いてしまいます。
録音した音声はどうなるか
録音した音声はシステムのストレージ、つまり自社の領域に直接アップロードされ、文字起こしのために一度だけ読み取られ、そのあと削除されます。文字起こしが失敗したときも同じです。失敗したことは、ファイルを残しておく理由にはなりません。残るのは入力欄の文章と、音声入力が行われたことと録音が何秒だったかを記録した監査証跡です。
始める前に、文字起こしを有効にする必要があります
音声入力は、通話と会議の録音と同じ文字起こしエンジンを使います。自社で文字起こしが設定・有効化されていない場合、マイクはそもそも表示されません。動かないボタンを見せることは、見せないことより悪いからです。
- 管理者に「設定 → 連携」を開いてもらい、「通話文字起こし(音声認識)」カードを探します。
- プロバイダーを選び、アカウントのキーを入力します。
- 保存してから「有効化」をクリックします。
- 画面を再読み込みします。テキスト入力欄にマイクが表示されるようになります。
音声入力は文字起こしを消費します。無料のおまけではありません。自社で音声認識のアカウントを持ち込んでいる場合、その秒数はそのプロバイダーから請求されます。システムのキーで文字起こしを実行する場合は、秒数が計測され、通話と会議の録音と同じように自社の Sellio の請求に入ります。「AIで整える」は AI の呼び出しであり、AI の計測に入ります。クリックしたときだけ実行されるのは、そのためです。
上限とお知らせ
- 1回の音声入力あたり、音声は 8 MB までです。それを超えるものは音声入力ではなく録音です。会議には会議の文字起こしを使ってください。
- マイクの許可はブラウザのものです。拒否すると、製品は一度だけ「マイクへのアクセスが拒否されました。音声入力するにはブラウザで許可してください。」と伝え、それ以上は求めません。もう一度音声入力するには、サイトの権限で許可し直してください。
- 録音に発話がまったく含まれていない場合のメッセージは「何も聞き取れませんでした。」で、入力欄には何も書き込まれません。
- 何も話さずに開いて閉じただけなら、文字起こしは消費されません。短すぎる音声はアップロードの前に破棄されます。
- 録音の状態はスクリーンリーダーにも読み上げられるので、利用している人にもマイクが開いているかどうかがわかります。