音声入力でテキスト化…の自分史

　「いつか書こう！」と要点をメモっておいたけど

下書きのまま放置プレイしていたネタ

　シリーズ（苦笑）。

　「どんだけの期間、下書きに置いておくんだ！？」って話（爆）。

　まぁ…個人的に「音声入力」って20年以上も「課題」にしている事だから消さなかったわけなんだけどね。

　そうなのよ…。
　昨年『アッコにおまかせ』を見ていたら、こんなサービスを紹介していて。

　音声を自動で【文字起こし】をしてくれるサービスを紹介。
　お値段をホームページで見ると…

＜従量制＞
[音声ファイル]30秒ごとに20円
[動画ファイル]30秒ごとに30円

＜定額制＞
月10万円（音声からの文字起こしの場合40時間分、動画の場合27時間分）

　なるほどね…。

高いｗ

　だったら、ホリエモンも紹介していたけど…

　【Google pixel6】のスマホに付いている文字起こし機能を利用した方が良さそう？
　今、スマホは【iPhone】シリーズをずっと使っているけど、これを見てちょっとpixelシリーズが気になった（笑）。

　ただ、これは音声（や動画）ファイルから声を抽出して抜き出すのではなく、リアルタイムの音声をテキストに変換してくれるものっぽいので、それはそれで大変そう。

　もしくは、広告で流れてきたガジェットではあるが…

　　こういった【文字起こし】してくれるガジェットを使った方がトータルの値段的に安そうな印象がある。

いかに素早く「音」を「テキスト」化するか？

　これは俺の長年の命題でもあるわけで…。

　パソコンを手にした当時…

「手打ちのキー入力より音声入力のが早い！」

　と言われ、まだパソコンが一般人に普及し始めて間もない頃に俺が導入したのは

　『ViaVoice』（ビアボイス）という音声入力ソフト。

　ヘッドセットがついていて、それを使い「Windows98」の頃の「Word98」でテキスト入力を試みた。
　が…確か、あの時は

「むしろ、打つより面倒になってるじゃん！」

　で使うのを止めた記憶がある。

　「面倒」というのが一番分かりやすい例だと「改行」をする時。
　手で打つと「リターンキー」で一撃なのだが、音声だと

「ここで改行」

　とイチイチ言わないといけなかった。
　例えば、

お疲れ様です。
今週の宿題になります。
宜しくお願いします。

　と言う文章を作成する場合。

おつかれさまです　まる　ここで改行
こんしゅうの　しゅくだいに　なります　まる　ここで改行
よろしく　おねがいします　まる

　と喋らなければならない。
　…ひたすらめんどくせー！！
　ほかにも「、」や「。」などの句読点に加え、Win98なので…漢字の変換の効率が今とは全然違って最悪だった。
　そんな実験をしているうちに

「これなら自分で打った方が早い！」

　という結論になり、ソフトやヘッドセットはゴミと化した。

　次に…2000年代前半に『ドラゴンスピーチ』なるソフトがあることを知るが、『ViaVoice』の延長線的なものらしく購入はしていない。

　噂だけは聞いていた状態…。
　まぁ、正直に言えばメチャクチャ”金”が無かった時代だったので…（苦笑）。
　こんなこと文字起こしソフトにお金を投資している余裕が無かった。
　「知的好奇心」よりも「飯」だ。

　ただ、そのうち【文字起こし】が必要なお仕事が…。

　『アノ人の企業秘密！』というウェブ対談の企画で…。
　対談の様子をICレコーダーで録音し、そこから音声へ起こす仕事が2008年頃に舞い込んできた。
　ぶっちゃけ、これは憂鬱だった。
　というのも、5分の音声を文字化するのに1時間近くかかって…。
　とにかく地味な重労働！！
　文字起こしされたやつを【編集】するのは楽しかったが、ひたすらの【文字起こし】が苦痛で仕方なかった。

　対談相手として、『M-1グランプリ』で準優勝しスターダムの階段を駆け上がる前のオードリーさんにインタビューできたり。
　漫画家の弘兼憲史さんや声優の野沢雅子さんといった超有名人にも会うことが出来たし良い仕事だったと今では思う。
　ただ当時…【文字起こし】だけは苦痛だった…。

　他にもインターネット放送の『宇宙一せまい授業！』を書籍化する時も、【文字起こし】には苦労したしな…。

　それ以降は【文字起こし】をするような仕事はなかったが。
　その時の「トラウマ」もあり、「いかに楽して文字起こしするか？」の対策には興味津々なわけで。

　2020年、俺がYouTuberになりかけた時に『Vrew（ブリュー）』というアプリがあるのを知り、実験してみたりもした。

　このソフト（or アプリ）に動画ファイルをブチ込むと【文字起こし】＆【字幕入れ】を自動で行えた。

　が！！
　（当時は？）精度がそれほどでもなく、一応の「補助」にはなったが…。
　人間が修正する部分が多すぎて、使うのを止めてしまった。
　特に”数字”を訂正するのが面倒だったし…。

　今では、テレビマン御用達の編集ソフト『Premiere』が文字起こしの機能を備えたようだ。

　これは…俺が契約している時に欲しかった（苦笑）。
　業界最強クラスの動画編集ソフトが装備した文字起こし機能…。
　便利なんだろうなぁ。。

　で、最終的に自動の【文字起こし】を使って何をしたかったのかと言うと

テレビ番組のテキストによるデータベースを作成する

　ということ。
　映像だと保管が大変だし、会議で「あの発言っていつの回だっけ？」となっても、AD陣が記憶を頼りに人力で検索しなければいけないケースがほとんど。
　それがテキストで保存出来るようになれば…楽になるんじゃないかと！？
　発言の検索が爆速で出来るようになるんじゃないか、というね。

　一応、自身の『座右の銘』の1つに

「楽するために頑張る」

　とあるが…。
　今までの俺の人生、そういう「頑張り」はわりと「徒労」で終わることが多かったな…（苦笑）。

ようやくネタ化！