生成AI・LLM — 17 / 30
音声を聞き取って、文字(テキスト)に書き起こすAIです。会議の録音や商談の音声から、議事録の元になる文章を自動で作れます。STTは Speech to Text の略です。
文字起こしAIは、音声を細かく区切って、どんな音か、どんな言葉のつながりになりそうかを推測しながら文字にしています。最近は、話している人ごとに分けて表示する機能や、句読点を自動で付ける機能、話しながらリアルタイムで文字を出す機能も一般的になっています。
精度を左右するのは、AIの性能だけではありません。マイクと話す人の距離、周りの雑音、話す速さ、複数人が同時に話すかどうかで大きく変わります。会議室では、全員の声を拾いやすい会議用マイクを使うだけでも、書き起こしの質が上がることがあります。
使い方には、ビデオ会議ツールに付いている機能、スマホやパソコンのアプリ、録音専用の機器と組み合わせるサービスなどがあります。録音データや書き起こした文章が、どこに・どのくらいの期間保存されるかは、サービスごとに確認が必要です。
会議や面談を録音して文字にし、さらに生成AIで要約すると、議事録づくりの時間を大きく減らせます。ビデオ会議ツールの文字起こし機能や、録音専用の機器・アプリなど、手軽に使える選択肢が増えています。
中小企業診断士や税理士の事務所が、顧問先との面談を相手の了解を得て録音し、書き起こしと要約から面談記録を作るといった使い方ができます。記録づくりの時間が減る分、提案の準備に時間を回せます。
介護事業所が、職員同士の申し送りやケース会議の内容を書き起こし、記録の下書きとして使うといった例が考えられます。利用者の個人情報を扱うため、保存先やアクセスできる人を事前に決めておくことが前提です。
工務店の現場監督が、移動中や現場でスマホに話しかけて作業メモや日報の下書きを残すといった使い方ができます。手が汚れていたり、手袋をしていたりして文字を打ちにくい場面でも記録を残しやすくなります。
※ 特定の企業の事例ではなく、よくある場面をもとにした想定例です。
固有名詞や専門用語、複数人が同時に話す場面は間違えやすいです。大事な数字や名前は、人が確認します。
録音する前に、相手に録音とAIでの処理について伝え、了解を得るのが基本です。
標準的な話し方に比べると、方言や業界特有の用語は誤りが増えやすい傾向があります。単語を登録できる機能があれば、よく使う用語や社名、商品名を登録しておくと改善することがあります。重要な部分は、人が録音を聞き直して確認してください。
対応する電話サービスやアプリを使えば可能な場合があります。ただし、通話を録音することを相手に伝えるなど、相手への配慮と社内ルールが必要です。取引先との通話を記録する場合は、目的と保存の扱いを決めてから始めてください。
書き起こしは話した言葉をそのまま文字にしたものなので、言い直しや雑談も含まれ、そのままでは読みにくいことが多いです。生成AIで要点・決定事項・宿題に整理させ、最後に人が内容を確認して仕上げる流れがおすすめです。
「議事録は“文字起こし→AIで要約→人が確認”の3段階にすると、ぐっと楽になります」