ブログ
Googleドキュメントの音声入力:使い方とショートカット、動かないときの対処
著者: Hushscript 公開日: 最終確認日:
Googleドキュメントの音声入力は、開いているドキュメントに、話した言葉をそのまま文字として入力する機能です。ツール → 音声入力を選ぶか、Ctrl+Shift+S(MacではCmd+Shift+S)を押し、マイクの使用を許可してから、マイクのアイコンをクリックすると始まります。無料でドキュメントに組み込まれていますが、聞き取るのはライブのマイクの音声です。Googleの音声入力のヘルプには、保存済みのMP3やボイスメモ、会議の動画を読み込ませる方法は書かれていません。録音の文字起こしには、ファイルを扱う文字起こしが必要です。
この違いを押さえておけば、ドキュメントの中で「音声をアップロード」のボタンを探し回らずに済みます。どちらを選ぶかは、いま音声がどこにあるかで決まります。マイクの前にあるのか、ファイルの中にあるのかです。
Googleドキュメントで音声入力を使う方法(設定の手順)
Googleドキュメントの音声入力(ディクテーションと呼ばれることもあります)は、次の4つの手順で使えます。
- Chrome、Edge、Safariの現行バージョンでGoogleドキュメントを開きます。
- ツール → 音声入力を選びます。マイクのボックスが表示されます。
- ブラウザから求められたら、マイクへのアクセスを許可します。
- マイクのアイコンをクリックし、ふだんの音量と速さで話します。止めるときはもう一度クリックするか、「Stop listening」と言います。
対応するブラウザと言語のほかに、Googleの手順が求めるのは正常に動作するマイクだけです。音声認識そのものはブラウザが行い、その結果のテキストがドキュメントに送られます。「Resume」と言うと、段落の末尾から再開できます。
長い時間使う前に、まず一文試して、正しいマイクが選ばれているか確かめましょう。話しながら、名前、数字、句読点も確認してください。ライブで作った下書きでも、通読は必要です。引用したり共有したりする文章ならなおさらです。
Googleドキュメントの音声入力のショートカット:Ctrl+Shift+S
Googleのキーボードショートカット一覧では、音声入力を開始のショートカットは、WindowsとChrome OSではCtrl+Shift+S、MacではCmd+Shift+Sです。GoogleはWindowsとMacの項目を、Chromeで使えるものとして示しています。お使いのブラウザでショートカットが反応しないときは、代わりに「ツール」メニューを使ってください。
Googleドキュメントの音声入力のコマンド
音声入力が扱えるのは言葉だけではありません。句読点を声に出して言うと、記号として入力されます。
| 話す言葉 | 動作 |
|---|---|
| 「Period」「Comma」「Question mark」「Exclamation point」 | 該当する記号を入力します |
| 「New line」「New paragraph」 | 改行または新しい段落にします |
| 「Select all」「Delete last word」 | テキストを選択または削除します |
| 「Bold」「Italicize」「Apply heading 1」 | テキストの書式を設定します |
| 「Stop listening」「Resume」 | 音声入力を止めます。または段落の末尾から再開します |
Googleによると、音声コマンドが使えるのは英語のみで、アカウントの言語とドキュメントの言語の両方を英語にしておく必要があります。句読点は、言語によっては使えない場合があります。「Voice commands list」または「Voice typing help」と言うと、コマンドの全一覧がドキュメント内に表示されます。
音声入力が使えるブラウザとデバイス
ブラウザ。 Googleが挙げているのはChrome、Edge、Safariの最新バージョンなので、音声入力はChrome専用ではありません。職場や学校のアカウントでは、管理者がこの機能をオフにしている場合があります。
Mac。 Chrome、Edge、Safariのいずれかを使います。ショートカットはCmd+Shift+Sで、GoogleはこれをChromeのものとして載せています。SafariやEdgeでは「ツール」メニューを使ってください。
AndroidとiPhone。 Googleの音声入力のページはパソコンのブラウザを対象としており、スマホアプリには触れていません。Androidでは、Gboardキーボードのマイクアイコンで、ドキュメントを含め文字を入力できるどのアプリでも音声入力ができます。iPhoneでは、ドキュメントのメニューではなく、キーボードのマイクで音声入力します。
アプリ、ダウンロード、時間制限。 ダウンロードするものはありません。音声入力は、ブラウザ上で動くドキュメントのメニュー項目です。Googleのページには、時間制限の記載はありません。
Googleドキュメントの音声入力が動かないとき:確認すること
原因の多くはマイクかブラウザです。次の順に確認してください。
- マイクがオンで正常に動作し、サイトに許可されていることを確認します。マイクを使っているほかのアプリは閉じてください。
- Chrome、Edge、Safariの現行バージョンを使います。ほかのブラウザはGoogleの対応リストにありません。
- 音声をうまく聞き取れないという表示が出たら、静かな部屋に移り、外付けマイクを使い、入力音量を確認します。
- 音声コマンドが無視されるときは、もっとゆっくり話し、コマンドの前後で間を置きます。間違えたときは「Undo」と言うと元に戻せます。
- 職場や学校のアカウントでは、管理者が音声入力を無効にしていないか確認します。
- それでもマイクが使えないときは、システムのサウンド設定を確認し、パソコンを再起動します。
Googleドキュメントの音声入力の精度は?
Googleはヘルプページで精度の数値を公表していません。認識を行うのはブラウザなので、ブラウザやマイク、部屋によって結果が変わることがあります。どの設定よりも、口元に近いヘッドセット、ふつうの話す速さ、静かな部屋のほうが効果があります。共有する前に、言いたかったことと照らして結果を読み直してください。
Googleドキュメントで音声ファイルやMP3を文字起こしできる?
Googleの音声入力の手順は、マイクを用意して話すところから始まります。録音済みのMP3、MP4、ボイスメモを音声入力に直接アップロードする方法は、記載されていません。Google Driveにあるファイルは、あくまでファイルです。その横でドキュメントを開いても、そのファイルから文字起こしが作られるわけではありません。
録音をマイクの近くで再生したり、パソコンの音声をマイク入力に回したりする人もいます。これは音声まわりの設定による回避策で、Googleドキュメントで説明されている手順ではありません。音が均一に拾えないことがあり、できたテキストも録音と照らして確認する必要があります。すべての機器や経路の設定を否定することはできませんが、ここで大切なのは、この作業向けの分かりやすいアップロード操作がドキュメントにはない、という点です。
Google Cloud Speech-to-Textは開発者向けの別のサービスで、Google翻訳やテキスト読み上げは別の役割を担います。どれも、ドキュメントの音声入力メニューでの手順を変えるものではありません。
音声入力と録音からの文字起こし、どちらを使う?
| 出発点と目的 | 向いている方法 | 理由 |
|---|---|---|
| 開いているドキュメントに、最初の下書きを話して入力したい | Googleドキュメントの音声入力 | 説明されている手順では、口述している間、マイクの音声を聞き取ります。 |
| 保存したMP3のボイスメモがあり、その内容が必要 | ファイルの文字起こし | 録音そのものから始め、できたテキストを録音と照らし合わせて確認します。 |
| 複数の話者がいるMP4の会議がある | 話者ラベル付きのファイル文字起こし | 保存したファイルは会話のあとで処理でき、話者ごとに整理できます。 |
| 文字起こしのテキストがすでにあり、ドキュメントで作業したい | テキストをドキュメントに貼り付ける | 言葉がそろったあとの編集と共有には、ドキュメントが便利です。 |
大事なのは、「どの音声認識ツールがいちばんよいか」よりも、「音声はいまどこにあるか」です。音声入力は、その場で話す新しい言葉に向いています。録音済みのインタビューや授業、会議は、保存した元のファイルから文字起こしするのが適切です。音声認識の中身については、音声認識の仕組みをご覧ください。
MP3から編集できるドキュメントまで
同僚から、2人の声が入った24分のMP3インタビューが届いたとします。Googleドキュメントに読みやすい文字起こしがほしく、しかも話者ごとの発言は、正確に引用できる程度にはっきり区別したいところです。空のドキュメントを開いて音声入力を選んでも、そのMP3を選ぶ場所はありません。
そこで、MP3を元のデータとして手元に残します。MP3の文字起こしでファイルを選び、最長5分の無料プレビューを確認してください。プレビューは話者ラベル付きで、サインアップ前に利用できるため、声や用語が使えるレベルで認識されるかを確かめられます。全体の文字起こしは、アカウントが必要な別のステップです。対象の個人アカウントは、カード確認後または初回購入時に、30分の無料分を1回限り受け取れます。以降の文字起こしにはプリペイドの分数を使います。条件と現在のパックは料金をご覧ください。
全体の文字起こしができたら、自信のない箇所を聞き直し、名前の綴りを直し、必要なら話者ラベルの名前を変更します。言葉だけが必要ならプレーンなTXTを、編集を続ける文書がほしいならDOCXをエクスポートしてください。確認したテキストは、チームがGoogleドキュメントで作業しているなら、そこに貼り付けます。文字起こしとドキュメントの編集は別々の2つのステップで、録音は確認できる元のデータとして手元に残ります。
MP4も同じ考え方で、保存した録画には動画の文字起こしを使います。Hushscriptは動画をお使いのデバイス上で準備し、文字起こし用に音声だけを送信するため、動画そのものはデバイスから出ません。これは、会議の最中にドキュメントに向かって話すのとは別のことです。
独立した情報源と規格
Hushscript は、競合関係にない独立した情報源を参照しています。これらは研究、規格、プラットフォームの仕組みを説明するもので、Hushscript を推奨するものではありません。
情報源の確認日: