跳到正文
gihyo.jp·· 4 天前AI 評分49

第2回:Gboard AI 語音輸入與文章撰寫工具實測,連改口也能修正

第2回 言い直しまで直す入力。AI音声入力と文章作成ツールを試す

AI 導讀

作者在 Pixel 11 上測試 Gboard 的 AI 語音輸入與文章撰寫工具,發現語音輸入可移除語助詞、整理文法和標點,並以後續內容覆蓋先前改口。AI 語音輸入只適用於 Pixel 11 系列,語音編輯則可用自然語言指示。説話時文字不會即時顯示,專有名詞亦可能辨識錯誤。

正文

前回は、Gemini Intelligenceが決まった機能の名前ではなく端末基準の名前であり、対象は7機種に限られること、端末に用意される5つの機能とアプリ経由で提供される自動化は別物で、日本では機能ごとに使える範囲が違うことを整理しました。また、手元のPixel 11では、スクリーンオートメーションの設定項目が存在することも確かめました。ただ、対応アプリを使っていないため、動くところまでは確認できていない状態です。

第2回のテーマは入力です。GboardのAI音声入力と文章作成ツールがどこまで使えるか試します。

Gboard での AI 音声入力 - Gboard ヘルプスマートフォンの Gemini Intelligence について - Android ヘルプ

今回は、AI音声入力の前提条件と整形の仕組み、音声コマンドでの言い直しと編集がどこまで使えるものか、文章作成ツールが書き手の仕事をどう変えるかを確認してみます。公式情報は2026年11月13日時点の確認で、実験は2026年11月12日に手元のPixel 11で行いました。

フィラーを消すだけではない音声入力

AI音声入力は、Gemini Intelligenceの対象端末に用意される5つの機能の1つで、Gboardの機能として提供されます。

英語圏ではRamblerの名前で案内されていますが、日本語の公式ヘルプの表記は「AI音声入力」だけで、Ramblerの名前は出てきません。第1回で触れた名前の分かりづらさは、ここにもあります。

使える端末はPixel 11シリーズに限られます。Gboardの最新版をデフォルトのキーボードに設定し、マイクの権限が要ります。全機能にはネット接続が必要で、使用量には上限があります。上限の数値は公開されていません。

整形の中身は、つなぎ言葉の除去と、文法と句読点の整備です。話し言葉の言い直しも、後の内容で前の内容を上書きする形で反映されます。日本語に対応し、話している途中で言語を切り替える使い方もできます。オフラインでも基本の整形は動きますが、高度な書き換えや複雑な編集は、ネット接続が戻ってからになります。

言い直しの反映をどこまで信じられるか

手元のPixel 11で、読み上げ用の文を用意して試しました。

検証動画は、筆者にYouTubeチャンネルに公開しています。合わせてこちらもご確認ください。

最初はフィラーの除去です。

「えーと、今日はですね、その、Pixel 11の、あの、音声入力を試してみようと思います」と話すと、出力は「今日はPixel 11の音声入力を試してみようと思ってます。」でした。つなぎ言葉はすべて消えています。ただ、「⁠思います」が「思ってます」に変わっていました。整形は聞き取りの置き換えにとどまらず、言い回しにまで手を入れます。

言い直しも試しました。

「明日の会議は午後2時から、いや、3時からに変更になりました」と話すと、出力は「明日の会議は3時からに変更になりました。」で、古い2時は残りませんでした。時刻や日付の言い直しが頻繁に起きるので、この反映は実用になります。

日付や金額が正しく認識されるか確認してみます。

「次回の原稿の締め切りは11月19日木曜日の午後5時で、原稿料は1本3万円です」と話すと、日付や金額は間違いなく文が出力されています。

次に英語や固有名詞などの確認です。

「Gemini IntelligenceのAI音声入力は、Gboardの機能で、Pixel 11シリーズだけで使えます」と話すと、先頭は「Google Intelligence」と出ました。「⁠Gboard」と「Pixel 11」は正しく出ています。肝心の機能名が別の名前に替わっていたわけで、固有名詞は出力後の確認が要ります。

入力済みの文への編集も声だけで進みました。

元の文の「土曜日」を「日曜日」に、「⁠11時」を「12時半」の変更は見事なまでにこなしてくれます。これは、決まったコマンドを覚える必要はなく、自然言語で指示できます。

わかりづらさも正直に書いておきます。入力中、話した文字はリアルタイムで表示されません。テキストがまとめて現れるのは話し終えてからで、話している最中は拾えているのか分からず不安が残ります。なお、入力したテキストと音声と修正内容はGoogleが一時的に処理するだけで、保存や共有はなく出力の直後に削除されると公式に説明されています。

文体パーソナライズと書き手の仕事

文章作成ツールもGboardの機能で、さまざまなアプリで下書きと書き換えができます。出力は、自分の文章のスタイルに合わせるパーソナライズまで含むと案内されています。今回は音声入力の確認が中心で、文体パーソナライズの確認できませんでした。ここは宿題として残します。

書き手の仕事の側から見ると、口述で下書きの速度は上がります。

声の編集まで含めると、下書きの後の直しの一部もキーボードから離れて進みます。書き手の作業は、書くことそのものから、出力された文を選んで整えることへ少しずつ寄っていくはずです。ただ、筆者の原稿書きの主戦場は普段使っているPCです。この入力はPixel 11シリーズのGboardだけのもので、PCでは使えません。下書きはスマホ、仕上げはPCという分断が残るので、PCでも使えるようになってほしいというのが率直な感想です。

入力の括りで残る手話入力は、アメリカ手話のみの対応で、日本の手話は対象に入りません。第1回で触れた提供の差は、入力の回でも回収されないまま残っています。

次回は第3回、提案です。先回りアシストがどこで顔を出すのか、しばらく使ってみます。

今回はこのあたりで。次回で会いましょう。

來源:gihyo.jp · gihyo.jp