辺境のカンガルーの近況
音声認識がすごい
私、ちょこちょことインタビュー記事を書くことがあります。
大学、病院、メーカー関係の仕事あたりで特に多いんですね。
数十分程度、長いものでは2時間ほど相手と話をします。
会話は必ずテープレコーダーで録音しておいて、
後日、その音声を参考に原稿をまとめていきます。
イヤホンで録音を聞きながら、キーボードをカタカタ。
文字通り「文字起こし」と呼ばれます、この作業。
あからさまにいらない部分はカットしますが、基本、聞いたままに文字起こし。
これが終わると、原稿の素材が出来上がってるわけですね。
あとはこれをあれこれと整えながら、完成に近づけていきます。
単純に2時間のインタビューなら、2時間録音を聞くわけです。
ただ私の場合、話すのと同じ速度でキーボードを打てないので、
一時停止と再生を繰り返しながら進めていくわけです。
余計に時間がかかります。2時間のインタビューなら、きっと3時間以上費やします。
はっきり言ってめんどくさい作業です、文字起こし。
しかしこの面倒な作業に、最近、革命が起きたんですよね。
タイトルの通り、もうね、最近の音声認識がすごいんですよ。
録音を聞きながら、音声文字入力モードにしたスマホに向かって読み上げるんです。
キーボード叩くよりもずっと速く、すらすらとテキスト化してくれます。
精度はそれなりにムラはありますが、まあどうせ後で組み替える文章ですしね。
そんなわけで、夜な夜なイヤフォンをしてスマホに話しかけてます。
なんだか妙に虚しくなる夜もありますが、さすがにこれは人前ではできない。
ブツブツとスマホに話しかける同僚がいるオフィスは…、ちょっとねぇ…？
便利なると同時に、家に持ち帰る仕事が増えました。
うーん、いいんだか悪いんだか。なんかモヤっとしますねぇ。
