メインコンテンツへスキップ

音声入力を外に出さずに使いたくて、買い切りのアプリに落ち着いた


    画像

    現役のメーカー営業です。
    Xで美咲が投稿しているネタの元になった実務を、このnoteで書いています。

    今回は音声入力の話です。いくつか試して、いまはVoiceInkというアプリに落ち着きました。

    この記事でわかること

    音声入力のアプリを選ぶとき、私が最後に見た条件は精度ではありませんでした。
    データを外に出さずに処理できること、そして買い切りであること。この2つです。
    うまくいかなかった話も書きます。良かった点だけ並べても、選ぶ材料にはならないので。

    前提(私の環境・使用ツール)

    私はメーカーの営業です。開発の仕事はしていません。
    音声入力を使うのは、思いついたことを文字にする場面です。手で打つより口に出したほうが速い、という程度の使い方です。
    現在はVoiceInkを使っています。PCで動かすアプリで、その中で使う音声認識のモデルを選べます。
    なお、この記事は「どのアプリが優れているか」の話ではありません。私の使い方に合ったのがこれだった、という話です。

    画像

    いくつか試して、決め手が変わった

    最初はいくつかのアプリを試しました。
    正直に言うと、当時どれを触ったかは記憶が曖昧です。有名なモデルを使ったものをいくつか、という程度の記憶しかありません。
    ただ、試している間に自分が何を見ているのかが変わっていきました。
    最初に比べていたのは精度です。同じことを話して、どれだけ正しく文字になるか。
    ただ、どれもそこそこ正しく文字にしてくれました。少なくとも私の使い方では、決定的な差は感じませんでした。
    差がつかないと、精度では選べません。そこで、それ以外の条件を見るようになりました。
    結果的に、そちらのほうが決め手になりました。

    外に出さずに処理できること

    いちばん大きかったのはここです。
    音声入力は、話した内容がそのままデータになります。仕事に関わる内容を扱う以上、それがどこへ行くのかは気になります。
    仕事に近い話をそのまま口に出すことになるので、どこかへ送られる前提だと、話す内容のほうを選んでしまいます。それでは音声入力にした意味が薄くなります。
    VoiceInkはローカルで処理されます。PCの中で完結するので、話した内容が外に送られません。
    手元で終わるなら、そこを気にせずに話せます。この一点で、候補がかなり絞られました。
    精度の差よりも、この差のほうが自分には大きかったです。

    画像

    買い切りであること

    もう1つは買い切りだった点です。サブスクではありません。
    ライフタイムアップデートが付いていて、買ったあとの更新も含まれます。買った時点で止まらないのは、長く使うつもりのものだと効いてきます。
    前の記事で、AIツールの課金を整理した話を書きました。あのとき定額の契約を1つに絞ったこともあって、これ以上固定費の行を増やしたくない気持ちがありました。
    毎月の固定費に1行足すか、一度払って終わりにするか。ここは後者を選びました。

    画像

    Apple Speechに切り替えたとき

    VoiceInkの中では、音声認識のモデルを選べます。その1つがApple Speechです。
    切り替えてみたところ、変換が返ってくるまでの待ちが、ほぼ気にならなくなりました。
    時間を測ったわけではないので、数字は書きません。ただ、話し終えてから文字が出るまでの間が意識に上らなくなったのは確かです。
    これも「Apple Speechが優れている」という話ではありません。私の環境と使い方では、こちらが噛み合ったということです。

    うまくいかなかった話

    順調だったわけではありません。
    一時期、アップデートの影響でApple Speechが使えなくなりました。設定を見直しても戻らず、しばらく別のモデルで凌いでいました。
    Discordで問い合わせたところ、すぐに返事がありました。その後の改善アップデートで、また使えるようになりました。
    使えない期間があったのは事実です。ただ、聞けば返ってくる状態だったので、待てる範囲でした。

    画像

    個人開発に近い規模のツールを使うときは、この「聞ける窓口があるか」が地味に効きます。
    買い切りは、売って終わりになるのではないかという不安が少しありました。返事が返ってきたことは、その意味でも安心材料になりました。

    まとめ

    音声入力のアプリを選ぶとき、私が最後に見たのは精度ではありませんでした。
    外に出さずに処理できるか。買い切りか。この2つです。
    どちらのアプリが優れているかを決める話ではありません。自分がどこを気にするのかが分かれば、選ぶ基準はそこから決まります。
    私の場合は、精度を少し譲ってでも、話した内容が手元から出ないほうが落ち着きました。
    AIツールの課金をどう整理したかは、前の記事に書いています。
    https://note.com/misaki_naka/n/nc9b363ff5ba0

     
     
    現役のメーカー営業です。XでAIキャラクター「白石美咲」(@misaki_ai_sales)を運用しながら、営業×AIの時短を検証しています。顔と設定はフィクション、中身の試行錯誤だけが実話です。

    あなたへのおすすめ