Googleの音声入力はドキュメント内に存在する

最初に正直なまとめを述べます。このページの残りの部分があなたの時間に値するかどうかを決めるためです。Googleの音声入力は無料で、100以上の言語を認識でき、さらに「選択する」「太字にする」「表を挿入する」「ドキュメントの終わりに移動する」など、編集機能も備えています。このアプリはどの形でもこのような機能を持ちません。また、Google DocsとGoogle Slidesのスピーカーのメモ内でのみ、ブラウザタブ内で利用でき、メニューから入力します。もしあなたの文章の多くがドキュメント内で行われるなら、これだけで十分かもしれません。しかし、メールクライアント、チャットウィンドウ、エディタ、ターミナルなど複数の場所で文章を書く場合は、このアプリはそれらの場所に到達できません。

Googleが言うこの機能の説明

Googleの公式サポートページから直接引用する方がより適切です。なぜなら、この機能の範囲が議論の核心だからです。あなたは自分のドキュメントやGoogle Slidesのスピーカーのメモ、字幕に音声で入力・編集を行うことができます。この機能は「Chrome、Edge、Safariの最新バージョンで動作します」と記載されています。

ツール → 音声入力から有効にし、マイクアイコンをクリックして話す準備ができたら開始します。停止は「Listen stop」と言い、再開は「Resume」と言います。そのページには、「コンピュータのマイクがオンになっていて動作している必要があります」とも記載されています。Macでは、入力が選択され、許可される必要があります。

同じページからもう1行、これはレビューで多くが飛ばす行です。「音声入力または字幕を有効にすると、ウェブブラウザが音声認識サービスを制御します。あなたの音声がどのように処理されるかを決定し、その結果をGoogle DocsまたはGoogle Slidesにテキストとして送信します。」この文章をよく読みましょう。認識を担当するのはブラウザのサービスであり、ドキュメントのものではありません。Googleはあなたに明確に伝えていますが、処理は彼らの手ではなく、あなたの手の外にあるということです。オフラインモードについては記載がありません。

Googleの音声入力機能が優れている場面

適切に述べるためには、最初にこの点を述べるべきです。この比較がこの点を隠しているなら、それは広告です。

無料で、インストール不要です。 ダウンロードもライセンスも、試用期間も忘れないで解除する必要もありません。Googleアカウントとサポートされているブラウザを持っているだけで、利用できます。

編集機能があります。 これは多くの人が過小評価している点です。Googleのコマンドリストには、「段落を選択する」「すべてを選択する」など選択機能、「太字にする」「イタリックにする」などフォーマット機能、「ドキュメントの終わりに移動する」「5語進む」などナビゲーション機能、「表を挿入する」など表の機能、「コピー」「ペースト」などクリップボード機能が含まれています。これらは既存のドキュメント上の実際の操作であり、このアプリではこれらに相当する機能は1つもないのです。このアプリは新しいテキストを書くだけで、既存のテキストを変更するための語彙を持ちません。

非常に多くの言語を話します。 Googleのページにはアフリカーンスからズールーまで100以上の言語が記載されており、アラビア語、英語、スペイン語などでは地域ごとの変体も含まれています。区切り記号のコマンドについては、「すべての言語で利用できるとは限りません」と警告していますが、認識可能な言語リスト自体は、小さなMacアプリが出版するものよりも長く、圧倒的に優れています。

ブラウザが動く場所であればどこでも動作します。 Chromebook、Windowsノートパソコン、図書館の共有マシンなど。このアプリはmacOS 13以降のものに限られ、それ以外の環境では動作しません。この点については議論の余地がありません。

Googleが自ら明記している2つの制限があります。これらは同じページから引用しているため、公平に述べるべきです。音声コマンドは「英語のみで利用可能」であり、「アカウント言語とドキュメント言語がともに英語である必要があります」。また、スライドのスピーカーのメモでは音声コマンントが利用できません。したがって、編集機能というGoogleの強みは、Google Docs内の英語ドキュメントに限られます。

テーブル

Googleに対して5行の明確な比較があり、無料の機能は多くの人々にとって他の4つを合わせた価値があります。我々のテーブルの側は4行の幅です：マックの他の場所では、モードなし、何もアップロードされず、何が起こる前に単語が書き込まれます。

他の場所で書く

ここが決定的なテストで、1日かかるのではなく議論するよりも時間がかかります。明日、あなたが1文以上入力するたびに、どのアプリで入力しているかを記録してください。多くの人がこのテストを試した後で2つのことに驚きます：リストに現れるアプリの数がどれだけ多く、リストの項目の多くがドキュメントではないことです。

最後の行は重要です。ブラウザで開いたGoogle Docsは他のテキストフィールドと同様であり、マック全体で使える音声入力キーは、メールの返信を入力するのと同じように正確にそれを埋めます。この関係は対称ではありません：Googleの音声入力はタブから出られず、そのページには設定、拡張機能、または回避策がありません。

あなたの仕事があまりに長く1つのドキュメントである場合 — 学位論文、原稿、3週間住むようなレポート — このセクションはあなたには適用されず、Googleのツールは非常に合理的な選択です。他のすべての人にとって、1つの場所だけに動作するツールは、木曜日にはもう手に届きません。

メニュー、モード、そして両方のコスト

もう一つの違いがあります。機能リストでは小さいですが、日常使用では大きい違いです：どちらがどのようにオンになるかです。

Googleのそれはモードです。メニューを開き、マイクをクリックし、話して、終わったら「Stop listening」と言う — または忘れてしまって、ドアの前で誰かと話している間もマイクが生きているかもしれません。モードは話す前に入力し、話終わってから出力する必要があります。どちらも文章を書いているときに覚えておく必要があります。まさにそのときに注意がありません。

キーボードのキーを押しっぱなしにするのはモードではありません。押して、話して、離すだけです。間違った状態にいることはありませんし、何も動作していません。また、考えとテキストの間にメニューはありません。これは軽視されがちなエレガントな違いに見えますが、実際には、キーを押しっぱなしで入力するツールの日常的な押す回数が、メニューで操作するツールのセッション数よりはるかに多い理由です。4秒の音声入力は1回のキーピッキングでやる価値がありますが、2回のクリックと発声コマンドでやる価値はないと考えられます。

あなたの声がどう扱われるか

これは、2つの製品が構造的に異なり、度合いの違いではなく、誠実な表現が重要な場所です。

グーグルは、ブラウザが音声認識サービスを制御しており、「あなたの声がどのように処理されるか」を「決定している」と述べています。これは彼らの文ではなく、私たちの推論ではありません。実際の意味は、どのブラウザでドキュメントを開いたかによって異なります。これは本当に珍しい構成であり、敏感な情報をタブに入力する前に知っておくべきです。

Coii VoiceInputの答えは短いです。音声はあなたのMacで処理され、何もアップロードされません — 録音も文字起こしもテキストもありません。モデルの重みは一度だけパブリックなモデルホストから取得され、その後は起動時にライセンス認証と時刻の確認のためにネットワークが使用され、それ以降は使用されません。Wi-Fiをオフにしても、すべてが動作します。飛行機中、ロックされたラップトップ中、ゲストネットワークしか使えないビルの中でも、クライアントの段落をそのネットワークを通す必要はありません。

これは正確さや速度に関する主張ではありません。これは「言葉がどこにあるか」に関する主張であり、ローカルアプリがブラウザを通じて動作するものよりも構造的に優れているという行です。参照：Wispr Flow、ここで同じ論理がホストされたサービスにも適用されます。またはsuperwhisper、このアプリはローカルにもかかわらず、まったく適用されません。

音声認識が失敗したとき

グーグルのツールに対するトラブルシューティングのアドバイスは誠実で、よくあるものです。「We're having trouble hearing you（聞こえません）」と表示されたら、静かな部屋に移動し、外部マイクを接続し、入力音量を調整してください。このカテゴリのすべての製品には、このページのバージョンが含まれており、これは音声入力の正確さの半分はマイクであり、ソフトウェアではないからです。

より興味深い失敗は、別のものです：文字起こしが届いてから消えてしまったケースです。タブが再読み込みされたり、セッションが期限切れになったり、ドキュメントが同期されていなかったり。ローカルツールがこれに対処できるのは特定の方法です。

キーを離すと、文字起こしがあなたの履歴に書き込まれ、その後のシーケンスが実行されます。その後に起こり得るすべての問題 — あなたが狙ったアプリが終了したり、ペーストがうまくいかなかったり、フィールドが受け入れなかったり — は、文がすでに保存されているため、最悪のケースは、あなたのMac上のリストからコピー＆ペーストすることであり、記憶から再構築しなければならない段落ではありません。この履歴はローカルにあり、検索可能で、ブラウザが動作しているかどうかに関係なく、あなたのものです。

この2番目の挙動は、2週間後に人々が気づくものです：キーを押した瞬間、宛先が固定されます。チャットウィンドウに話しかけると、そのテキストがその場所に移動します。通知がフォーカスを奪っても、まだ途中で話している場合でも、そのテキストはその場所に移動します。

言語の問題、正直に

言語の一覧は、Googleが最も進んでいる分野であり、単なるテーブルセル以上に扱うべきものです。

そのページには100以上もの項目が掲載されており、地域ごとの変体にも深くまで触れているため、複数のアラビア語、複数の英語、複数のスペイン語、ウルドゥ語はインドとパキスタンで分かれています。もし、小さなマックアプリが優先順位をつけていない言語で書くことを考えているなら、その一覧はマーケティングの数字ではなく、使えるツールと使いにくいツールの差であり、私たち側のアーキテクチャがどれだけ進化しても変わりません。

Googleのページにある2つの注意点は、現状を正しく理解するためのものです。彼らは警告しています。「句読点はすべての言語で利用可能とは限りません」。つまり、言語が一覧に載っているからといって、「カンマ」や「新しい段落」がその言語で機能するとは限りません。また、コマンド語彙 — Googleが本質的に優位に立っている選択、フォーマット、ナビゲーション — は英語のみで、あなたのアカウント言語とドキュメント言語がともに英語である必要があります。そのため、100言語の主張と音声による編集の主張は、重なっているが異なるユーザー層に適用されます。

実用的なアドバイスは魅力的ではありません：あなたが検討しているものをどうか、実際に自分の言語で3段落分の文章を音声入力してみてください。その結果を確認してください。どちらのツールも、無料でテスト可能です。一つは無料だから、もう一つは30日間の無料トライアルがあるからです。3段落の入力は、この記事を含むあらゆる比較表よりも多くの情報を提供します。

1週間で行うテスト

本当に迷っているなら、機能を比較するのではなく、実際に書く場所を比較してください。

Googleの音声入力機能を使って1週間過ごし、正しく使いましょう — パネルを開き、4〜5つのコマンドを学び、終わったら「音声入力を停止」と言います。1週間終了後に2つの質問に答えてください。それは、あなたがどれだけその機能を使いましたか？そして、何か書く必要があったにもかかわらず、メールクライアント、チャットウィンドウ、フォーム、チケット、またはターミナルの中で使えないという状況がどれだけありましたか？

もし、2番目の数字が小さければ、あなたはドキュメントを書く人であり、ここで止めましょう。Googleのツールは無料で、編集機能があり、あなたの言語を話します。あなたの日常において、$19の購入でそれ以上の改善が得られるものはありません。

もし、2番目の数字が大きい — ほとんどの文書を書かない人々にとってそれは、1番目の数字の何倍にもなります — あなたが欠けている機能は正確さや語彙ではありません。それは、利用範囲であり、利用範囲がこの比較の本質なのです。

それぞれのコスト

Googleのツールは無料です。価格を議論する必要はなく、トライアルで変換する必要もありません。無料が条件であれば、比較は終わっており、それを使用するべきです、またはApple Dictationも無料で、すでにインストール済みで、ブラウザタブに限定されません。

Coii VoiceInputは$19、1回の購入で。ライセンスは3台のマックに、アップデートは含まれ、再購入は必要ありません。また、それ以上のプランはありません。トライアルは30日間の完全なアプリで、クレジットカードやアカウントは必要ありません。これは、1日何回実際に使うかという唯一の質問に答えるには十分な期間です。ここから始めるではなく、比較表から始めましょう。

月額サービスに対しては、その算術が見出しになります。無料機能に対しては、まったく議論の余地がありません。お金を払う理由は、利用範囲とその挙動、それ以外には何もありません。

両方を使う場合、一般的な答え

ここには排他的な要素はなく、多くの人が選ぶ設定は明らかにものです。ドキュメント内での英語のプロセスを再構築する際には、Googleのコマンドを使用してください。「段落を選択」や「表を挿入」は実際に役立ち、このアプリでは提供されません。他の場面でもキーボードを押しながら操作し、同じドキュメント内で段落を入力したい場合は、編集ではなく段落を扱う必要があります。

これらは衝突しません。一方はメニューからアクセス可能なブラウザ機能であり、もう一方はシステム全体で動作するキーボード操作です。注意すべきはマイクです。Googleの音声入力がまだ聞いている状態で、「停止」を忘れて、音声入力キーを押すと、同時に2つのものが録音され、結果が混乱します。一度「停止」を言ってから切り替えるか、パネルを閉じてください。

どちらを使うべきか

Googleの音声入力を使うべきです、あなたの文章が主にGoogle Docsで作成され、音声で編集・フォーマットしたい、小型アプリでは提供されにくい言語が必要で、Macを使わない、または無料が条件である場合です。これは機能的に十分で、コストはかかりません。

Coii VoiceInputを使うべきです、毎日6つのアプリで文章を入力し、メニューではなく1つのキーで操作したい、ネットワークがオフでも動作させたい、または音声入力で入力したテキストがブラウザの音声サービスが処理するのを望んでいない場合です。macOS 13以降、$19で買い切り、30日間試してみる。

どちらにも満たない場合は、Apple Dictationは無料でシステム全体で動作し、Murmurは無料でオープンソースで、文章を入力するのではなく、プロンプトを入力するという別の質問があります。自分で構築したい場合は、Whisperスクリプトは実際の選択肢で、実際のコストが伴います。