Gemini 3.5 Transcribeが公開。「きれいな文字」と「元の発言」を分けて残す

AIは話し言葉を、読みやすい文章へ整える

Googleは8月26日、音声を文字へ変える新モデル「Gemini 3.5 Transcribe」を公開しました。

「えーと」のような言いよどみを除き、途中の言い直しを反映し、句読点や段落まで整えます。便利ですが、読みやすい文章と、発言どおりの記録は別です。

読者への影響

道場やPTAの連絡文を声から作りやすくなります。ただし、Macの音声操作は現在英語のみです。

今日の一手

音声メモの保存場所に「元の発言」と「確認済みの配布文」という二つの欄を作ります。

文字起こしの先まで整える

Gemini 3.5 Transcribeは、音声を一字ずつ写すだけではありません。言いよどみ、言い直し、句読点、箇条書きを整える「スマート文字起こし」が特徴です。

85を超える言語に対応し、リアルタイム用と録音済み音声用のAPIが公開プレビューで提供されています。

録音係と編集係が一緒になった

例えば「土曜9時、いや10時、参加費は500円」と話すと、AIは言い直しを整理し、読みやすい文へ直せます。

「えーと」は消えても、確認する責任まで消えるわけではありません。AIが10時を残したか、500円を別の数字にしていないかは人が見ます。

声から連絡文の下書きを作る

道場や父母会の案内を声で作り、日時・金額・人名だけを元の音声や正式資料と照合できます。

配る文章の前に、原本を残す

私なら、道場や父母会の案内を声で下書きしても、録音をすぐ消しません。

AIが整えた文章の日時・金額・人名を角かっこで囲み、確認後に配布文へ移します。

口は先に走りがちです。案内文には、少し待ってもらいます。

対応言語と個人情報は別々に確認する

Macアプリは対応国で無料ですが、機能ごとに条件が異なります。「Speak to Window」は段階提供で、現在は英語のみです。

AndroidのRamblerは日本語対応ですが、Pixel 11シリーズなどの条件があります。音声や修正内容はGoogleで処理されるため、名簿、健康情報、未公開の相談は入れません。

Google公表の誤り率は測定条件で変わります。日本語の固有名詞や地域名で同じ精度になるとは確認できません。

二つの欄を作る

紙かメモへ、次の二行を書きます。

個人情報を含まない30秒の連絡を声に出し、二つの欄へ書き分けます。Geminiなしでも試せます。

1. 元の発言: 録音または自分の言葉を残す
2. 確認済みの配布文: 日時・金額・名前を照合してから写す

できたかどうかの見分け方

配布文の日時・金額・名前を、元の発言か正式資料へ戻って確認できれば完了です。

中止条件

録音に個人情報、未成年者情報、内部相談が入るならAIへ渡さず、手元のメモだけで止めます。

確認できたこと、W.coの提案

公開日、対応言語数、文字の整形、APIの提供状態、MacとAndroidの利用条件は、Google公式と開いた補助情報で確認した事実です。

原発言と確認済み配布文を分け、日時・金額・名前を照合する方法はW.coの提案です。作業時間や誤りが減る効果は測定していません。