リアルタイムで文字起こしし、さらには翻訳も
Nottaはクラウド処理で文字起こしをする。
右の列が文字起こしで、左がサマリー。もし、固有名詞などで誤認識していたとしても、その部分だけを聞き直して修正することもできる。また話者も分離してくれる。
自分のアカウントでログインすれば、スマホでも、パソコン上でも動作する。
スマホ側で録音しているものを、同時にパソコンで見ることもできる。翻訳もしてくれるから、多国語の取材にはとても便利だ。というか、筆者は英語が不得手だから、この機能には非常に助けられている。
ちなみに、リアルタイム翻訳はオプションとなっているが、この契約をしなくても追従して翻訳してくれるので、多少遅れてもよければ筆者の用途ならオプションなしでも問題ないように思う（それとも月4回の無料試用権が自動的に動いているのだろうか？）。
これは、とある取材で実際に使っているところ。狭い部屋の会議などならともかく、広い会場での講演などの場合、パソコン側のマイクでは音声を認識できないことが多い。そのため、今のところiPhoneのマイクを使っている。
とはいえ、クラウド保存ができないトラブルでデータが消える……などという事象が起こると困るので、もう一台iPhoneを持っていって、ボイスメモで素の録音データも確保している。慣れてきてNottaが信用できるようになると、それは省略するかもしれないが、イベント会場などでネットワーク環境が不安定な時に、データが消えてしまったりしないのか、いまひとつ不安なのだ。
以前の文字起こしデバイスは、専門用語や、製品名などの固有名詞が認識できなかったが、NottaはAIを使うので、よほど新しい製品名でなければ認識してくれる。かなり便利だ。
しばらく使うと、多くのデータがここに蓄積されるようになり、それをNottaのAIで検索したり、取りまとめたりすることもできる。
また、リアルタイムに文字起こしする必要がなければ、iPhoneで録音しておき、それをあとでNottaに投げ込めば文字起こししてくれる。
筆者はiPhoneのアクションボタンや、Apple Watch のコンプリケーションにボイスメモを割り当ててあるので、録音はいつでもできる。この録音データさえあればNottaが文字起こししてくれるのだ。
文字起こしされればいいというわけでもない部分も
もともと、我々はすべての取材で録音して文字起こししているわけではない（少なくとも、私のように趣味メディアの場合。ジャーナリストの方はまた違うかもしれないが）。
というのも、フラットに録音・文字起こしした文章というのは非常に読みにくいもので、聞いてメモして自分の中で消化・要約して、あらためて文章にした方が、読みやすく伝わる文章になるからだ。
昔から、ずっとそうしてきたが、今やあらゆることに録画、録音が残り、発言者の言葉を一言一句正確に記事にすることが求められることが多くなっている。
しかし、おかげで最近の方が案外読みにくいインタビュー記事も増えているのではないだろうか？ 難しいところだ。
そういう意味でも、全文を追うのではなく、AIで概要の意味を把握したりできるので便利になっている。どこが重要かはあらためて把握する必要があるかもしれないが、議事録などの場合、AIの要約で事足りることも多いだろう。