【音声入力】どのツールを使うにしても一番大事なこと

音声入力をどううまく使うか、に熱が入りすぎて最近音声入力の話ばかりしていますが、今日も音声入力の話です。

前回の記事「結局これに落ち着きそう…！」で、Spokenlyで使うディクテーションモデルとLLMプロバイダーを結局何したのか、というのを書いていました。

が、その後、私はとある重大なことに気づいたんです。

音声入力を使う上で一番大事なこと。それは、

口とマイクとの距離

でした。

言われてみれば当たり前なのですが、私は基本的に静かな自宅で作業をしているので、これをあまり意識していなかったんです。

口とマイクの距離を気にする前は、Macの内蔵マイクでの音声入力が基本になっていました。

が、これをイヤホンマイクにするだけで、音声入力の出力の精度が爆上がり。

Spokenlyのディクテーションモデルを「Elevenlabs Scribe v2 realtime（API）」していたのですが、結局ローカルの「Apple音声アナライザー（無料）」で十分精度よく出力してくれることがわかりました。

私は基本、自宅リビングのダイニングテーブルでパソコンを使うのですが、夜、みんなが寝静まった後に作業するときなど意外と小声になっていたんだと思います（吹き抜けなので結構声が響く）。

そういう時ほど、なかなかうまく音声認識されていないな、という印象でした。

イヤホンマイクにすると、そこまで声の大きさを意識しなくてもきちんと聞き取ってくれるように感じます。

うっかりイヤホンをせずに話しかけてしまうと音声入力の精度が落ちるので、慌ててマイクをすることも多々。

「音声入力って話したことをうまく認識してくれないし、精度低！」って思ってる方はぜひマイクとの距離を確認してみてください！

ここまで読んでくださり、ありがとうございます☺︎

▼stand.fmでは、
・仕事での気づきや学び
・心地よく暮らすための考え方
についてお話ししています！よかったらこちらも是非^^