「文字起こしさん(AI)」を使ってみた 精度はともかく早いッ!! 2023年11月19日

2023年11月19日

　私は現在、就労継続支援B型事業所(いわゆる作業所)でたまーに「文字起こしのお仕事」をさせてもらっているので、

・今流行りのAI(人工知能)で文字起こしをしてもらうとどーなンかなー?!

　文字起こしをしてくれるサイトはたくさんあるのですが、


・いちいちメールアドレスとか登録するのは面倒なので「文字起こしさん(Google Cloud Speech-to-TextとAmiVoiceのAIだそう)」で文字起こしをテスト!!

---

　私はNHK ニュース7の余話を練習用に文字起こししているので、今回それを使おうかなと思います。


NHK ニュース7 2023年11月19日の余話の内容(私が文字起こししたもの)

高井正智:さぁ、今日最後は番組冒頭でご紹介いたしました国営昭和記念公園のライトアップです。
山内泉:うーん。
高井正智:こちらはね、公園内の日本庭園です。モミジなどが少しずつ色づいて見頃始めとなっていると。
山内泉:赤い紅葉も良いですけど、ね。黄色い紅葉も良いですね。
高井正智:良いですよね。池がね、庭園にはあるんですけれども景色がきれいに映し出されていました。
山内泉:うーん。
高井正智:幻想的ですね。
来園者Aさん:こういう感じ。
来園者Bさん:ホントだ。
来園者Aさん:イエーイ。
来園者Bさん:秋めいていて、すごい。素敵でした。
高井正智:ニュース7、今夜もご覧いただきありがとうございました。

---

(Amivoice)

さあ今日最後は番組冒頭でご紹介しました、国営昭和記念公園のライトアップです。こちらはね公園内の日本庭園です。紅葉などが少しずつ色づいて見頃初めとなっている赤い紅葉もいいですけどすごいこういう思いですねすよね池がねてにはあるんですけれども景色が綺麗に映し出されていました。幻想的ですね。秋めいててすごい素敵でした。三瀬文庫やもご覧いただきありがとうございました。

(Google)

作業最後は番組冒頭でご紹介しました国営昭和記念公園のライトアップです。 こちらは公園内の日本庭園ですもみじなどが少しずつ色づいて見頃始めとなっていた赤い紅葉もいるけど黄色い声はもういいですよねイケがね体に悪いんですけども景色が綺麗に映し出されていました そうですね。君ってすごいできた。 E 7今夜もご覧いただきありがとうございました。

(Perfect_voice)

さあ今日最後は番組冒頭でご紹介しました 国営昭和記念公園のライトアップです こちらはね公園内の日本庭園です モミジなどが少しずつ色づいて濁ろはじめとなっていると 赤い紅葉もいいですけど 黄色い紅葉もいいですね いいですよね池が庭園にはあるんですけれども景色が綺麗に映し出されていました 美預しキャンバスでした ご覧いいですか 転送的ですね V7今夜もご覧頂きありがとうございました

---

　ちなみにiPhoneに聞かせると、

今日最後は番組冒頭でご紹介しました。国営昭和記念公園のライトアップです。こちら見頃、紅葉きれいありがとうございました。

---

　iPhoneはオマケの機能なのでイロイロとアレなのですが、

・AIはとにかく早くてほぼ実時間(今回は1分くらい)で文字起こしできちゃう!!
・私は文字起こしが10分くらいかかっちゃったし…

　ただ、

・AIの精度がまだ私ほどでは無いので頼りきりにせず「ちゃんと最後は人間が確認することが大事」

---

　今回のお題(ニュース7の余話)は、今現在のAIにとって少し難しく技術的なこととして、

・はんなりとBGMが流れていた
・外の雑音も少し入っていた
・登場人物(しゃべっている人)が複数
・一部の音声(しゃべり)がかぶっていた
・一部の音声(しゃべり)が少し速かった
・一部の音声(しゃべり)が少し不明瞭だった
・日本語なので漢字への変換が難しい(これは文字起こしに限った事ではないのだが)

　また、文字起こしのやり方とかルールに関して、

・「うーん」や「えー」「さぁ」とかの感動詞や「ちょっと」みたいな癖のような言葉、要は文章の中であまり重要ではない言葉を「省かないのか(素起こし)」「省くのか(ケバ取り)」のさじ加減はどうするのか
・AIが文字起こしした文章は「ケバ取りされてる」印象

---

　技術的なことは環境が良ければ「AIの精度がかなり上がる」感じで、

・ニュース7の「余話」ではなくて「ニュース本文」だとAIの文字起こしでもほぼ正解(ニュース7の字幕は人間がやっているのだけれど…)
・本文は基本的に1人のアナウンサーしかしゃべらないし、声も普通の速度で明瞭で、BGMもほとんど無い

　からです。
　多くの「AIで文字起こしができますよー」っていうサービスは、

・会議とか議事録用にどうぞー、とか
・だって会議中はあまりBGMなどを流さないし雑音がある外とかではやらないンで…

　文字起こしのやり方とかルールに関して私は、

・ニュース7の余話については「練習なので素起こし(聞いたまま文章にする)」
・お仕事では「読めれば良い」「内容が分かれば良い」らしいので、要は整文(しゃべった内容をそのまま書くのではなくて文章を整える)しても良いらしい
・ただ、あまりケバ取りとかしていると「文章が固い感じになっちゃう」し、整文にすると「ほぼライブ感が出ない」ので「素起こしとケバ取りの中間くらい」にしてみたり…(あくまで私見です)

　と、そんな今日この頃。