巷ではにわかに音声入力が流行っている兆しをなんとなく感じている。もともと音声入力自体は昔からあったが、どれも精度が悪く使い物になるものではなかったが、AIの普及によりスピーチトゥテキストの文字起こしなどが推論で正確性を増すなど徐々に使い物になるようになってきた感じだ。
自分が試したもので有名どころではAquaVoiceやSuperwhisperなどを試してみたがどれもそれなりにいい感じに日本語入力ができている。AIによる音声入力を使い始めてそろそろ3ヶ月ほど経つが、いまだに会話するように考えながら喋るという入力にはなかなかなれず頭である程度文章を組み立ててから喋るというような使い方にしかなっていないのだが一度慣れるとキーボード入力よりは文字入力のハードルがとても下がる感じがある。これのおかげでローカルでの日記が続いていると言っても過言ではない。
他にも音声入力ソフトはいろいろとあるが、基本的にどれも文字起こしにはOpenAIのWhisperモデルを使っているのはほぼほぼ変わらない。起こした文字の微調整やソフトの使い勝手などそういうところで差別化を出しているので自分が使いやすいと感じたものを使うのが良いと思う。文字起こしの精度自体は多分どれも似たり寄ったりだと思う。
先に挙げた2つのツールは無料期間こそあれ、有料ツールだ。一応2つのツールの無料期間分を使い切った後で課金するかどうか考えていたのだが、自分自身普段それほどテキスト入力をする方でもないので、とても迷っていた。そんな折見つけたのが今現在使っているAmicalという音声入力ソフトだ。
これは完全ローカルで使うこともできるしクラウドAIの利用も無料で使うことができる。どういうビジネスモデルでやっているのかは、はなはだ不明だが、使えるうちは使わせてもらおうかなと思って使用している。と思ったが、今確認したところ、これまでは完全無制限だったはずなのだが、月に6000カウントまでという制限が追加されていた。少し残念だが、おそらく使い切ることはないし、有料プランも月5ドルと他に比べて相当に安いので、しばらくはこれを使うだろう。
そんなamicalのモバイル版がベータテストとして一部ユーザーに配布されていたのでそれを試してみている。この記事もすべてamicalのモバイル版を使って書いている。句読点の挿入位置や固有名詞の修正など細かい修正はしているがおおむね話したままで問題なく使えている。
音声入力というものは自分のように古い世代にはなかなか抵抗のある人もいるんじゃないかと思うが一度使ってみると現代のそれは使い勝手も良く食わず嫌いでいるのはもったいないと思うレベルであると思う。きちんと考えたい文章などは今でもキーボードを使って入力するがそれこそローカルの個人的な日記だったりは気軽に入力できるというのが非常に大きい。
まだ一度も使ったことがないという人は試してみて損はないと思う。Amicalでも構わないし先に挙げた2つや他のソフトでもだいたいどれも無料で試せるはずなので一度は試してみてほしい。