Pixel 11：この記事の執筆と編集にはPixel 11を使用しました。

今年の初め、私は自分の言葉で記事を書いてみることにしました。iPhoneとGoogle Pixelで利用できる様々な音声入力アプリをレビューしたのです。AppleとGoogleはどちらも、最先端のAIモデルを搭載した新しい音声入力アプリの機能を大々的に宣伝していました。結果は悪くはありませんでしたが、賛否両論といったところでした。

当時、Googleは新しいAI音声認識ソフトウェア「Rambler」を発表したばかりだったが、具体的な展開方法についてはまだ明らかにしていなかった。今月初め、同社はRamblerがPixel 11シリーズに搭載されることを確認し、自然言語処理AIを使用して可能な限り正確な音声認識を実現する、まったく新しいタイプの音声認識ソフトウェアを提供すると発表した。

当然ながら、私はRamblerがGoogleの野心的な主張に本当に見合う性能を発揮するのかどうかを確かめるために、システムをテストしてみることにしました。また、自然言語処理システムが音声コマンドをより正確に理解し、私が話しながら作業内容を編集できるのかどうかにも興味がありました。結果は以下のとおりです。

Ramblerはどのように動作するのですか？

5月に開催されたGoogle I/OカンファレンスでのGoogleの発表によると、Ramblerはユーザーが「話し始める前に完璧な言葉遣いを気にしなくて済む」ようにすることを目的としている。Pixel 11 Proに向かって自然に話すだけで、AIが不要な部分（「えー」「あー」といった間投詞や、無意識に口にしてしまうその他の話し方の癖など）を自動的にフィルタリングしてくれるように設計されている。

つまり、後で戻って細かい部分を削除したりフィルタリングしたりする心配をせずに、自分が言っていることや作品の実際のコンテンツに集中できるということです。

今年初めに音声認識ソフトで遭遇した最大の問題は編集作業だったことを考えると、その問題を軽減できる、あるいは少なくとも話しながらテキストに口頭で変更を加えることができるというアイデアは、確かに私の好奇心をそそった。

RamblerはGemini AI技術を採用しており、Googleによると、複数の言語を同時に理解できるため、多言語ユーザーは必要に応じて言語を切り替えることができる。

Googleは、Ramblerは速度と正確性を重視しており、キーボード上部に配置され、従来の音声入力機能に取って代わると主張している。当初はPixel 11でリリースされたが、その後GoogleはAndroid版Gboard、macOS版Gemini、そしてChromeブラウザでも利用可能になることを確認した。

Ramblerを使った「執筆」体験はいかがですか？

今のところ、ランブラーの性能には非常に感銘を受けています。私の発言を驚くほど明瞭に理解してくれるだけでなく、私が明示的に指示しなくても、多くの書式設定や句読点の修正まで行ってくれました。

概して言えば、私が言葉を簡潔にし、考えを首尾一貫して伝えることができれば、Ramblerは私の発言をテキストに変換するのに全く問題はありません。

私が言葉を簡潔に、そして考えを首尾一貫して伝えることができれば、Ramblerは私の発言をテキストに変換するのに全く問題はありません。

もちろん、一番の難点は、私が文章を書くのがあまり得意ではないことです。特に即興で話すとなると、文章を書いたりタイピングしたりする方がずっと楽です。考えを整理して素早く口に出すのは大変ですから。これはRambler自体の問題ではなく、私の脳の働き方の問題なのです。

しかし、Googleはもっとスムーズに操作できるようにできたはずだ。Ramblerを起動すると、キーボード上部に小さなバーが表示され、マイクが拾っている音声を視覚的に表示する。マイクが拾う音声が多いほど、このバーの高さが上がる。Ramblerには、音声認識結果をプレビューする機能がないため、特に話しながら間違いを訂正しようとする場合など、考えを整理するのが難しくなる。

このプレビュー機能があれば、小さな改善ではありますが、少なくとも私にとっては大きな違いになります。たとえ自分が間違いを犯したことに気づいたり、文の一部を言い換えたいと思ったりした場合でも、思考の流れを維持できるからです。

Googleは対話型AIと音声認識において進歩を遂げてきたものの、まだ完璧とは程遠い。特に私のアクセントに関してはそうだ。なぜか「other」を「are there」と認識したり、「asking of it」を「asking for it」と認識したりした。Pixel端末でさえ、まだ改善の余地がある。

方言認識は音声制御システムの黎明期から悩みの種となっており、Plusがこの分野で機能する必要があることは明らかだ。

Pixel 11のユーザーエクスペリエンスには、解決すべき重大な課題が数多く存在する。

お気づきの方もいらっしゃるかもしれませんが、前の段落はすべて手書きで、音声コマンドは使用していません。というのも、Ramblerにテキストの編集と書式設定をさせようとしたところ、どういうわけかこの記事からいくつかの段落が削除されてしまったからです。

幸いにもGoogleドキュメントは変更を元に戻すことを許可してくれたが、変更箇所があまりにも多すぎた。音声のみでこの記事を執筆することに集中していたため、しばらくの間それに気づかず、約1時間の作業が無駄になるところだった。AIが私たちの生活を向上させ、生産性を高めるためのものであるならば、このような愚かなミスは避けるべきだ。

さて、約束通り、音声コマンドの使用を再開します。

Ramblerは私が書いた文章を編集するのに使えますが、この機能を短時間試してみたところ、動作が不安定なことが目立ちました。最終的には、警告なしに文章の段落全体を削除してしまうという事態に陥りましたが、私が何を指示しようとしているのかを理解するのに苦労しているように見える場合もありました。

当然ながら、Ramblerが理解した内容を事前に確認できないため、編集作業はより困難になります。自分が言ったことを覚えておきながら、次に何を言うかを考え、さらにRamblerに修正が必要であることを伝えなければならないからです。

既に文書に貼り付けられたテキスト、特に今回のような大きなテキストの編集は、Rambler の得意分野ではありません。正しく動作することもありますが、すべてを台無しにしてしまうこともあり、このレベルの不安定さは理想とは程遠いものです。Googleが、文書に貼り付ける必要なく、入力した内容を表示してくれていれば、これらの問題はすべて回避できたはずです。

当然ながら、編集段階に入る前に、話している内容を自動的に認識して適切な形式に整えてくれるのは、非常に大きな利点です。以前のGboardの音声入力機能では、実際に声に出して話していない限り、句読点が必要な長文がランダムに散らばってしまうことがよくありました。

必要に応じて、独自の句読点を追加することもできます。例えば、私は仕事でemダッシュをよく使いますが、GboardやRamblerではemダッシュは推奨されていません。

同様に、何かを引用符で囲みたい場合は、明示的に指示する必要があり、そのため、必要に応じて文章全体に他の句読点を散りばめることがよくあります。なぜなら、人工知能が常に正しい判断を下してくれるとは限らないからです。

結論

公平に言って、Ramblerは、かつてスマートフォンにプリインストールされていた他の無料音声入力アプリと比べて、格段に優れています。ここで私が言っているのは、iOS 27以降や、Gboardアプリを介してAndroid端末で提供されていた音声入力サービスのことです。

しかし、ユーザーが注意すべき点もいくつかあります。Ramblerの動作を常に注意深く監視する必要があります。そうしないと、私のように、うっかり間違ったことを言ってしまったり、アプリが意図した意味を誤解したりして、作業の大部分を失ってしまう可能性があります。

編集コマンドも改善の余地があり、プレビュー機能がないのはGoogle側の大きな見落としだ。

Ramblerは、あなたが伝えようとしている内容や指示を非常に正確に理解しますが、この記事のような長い文章よりも、短い文章に適しているようです。文章が大きくなるほど間違いやすくなり、気づいた時には手遅れになっている可能性が高くなります。

しかし、両手でスマートフォンを操作できない状況に陥った場合、あるいはメールやテキストメッセージを送る場合でも、自分の考えを口頭で表現することを好む場合は、Ramblerは非常に優れたツールであり、以前のものと比べて大きな進歩と言えるでしょう。

これは最高の音声入力アプリでしょうか？おそらくそうではないでしょう。有料アプリの中には、この種のタスクをはるかにスムーズに実行できるものがあるはずです。しかし、スマートフォンのキーボードに統合されている無料アプリとしては、今のところかなり良い仕事をしていると言えます。

---

---