訛りのある英語や2つの言語で音声入力するには

訛りのある英語で音声入力をすると、独特のもどかしさがあります。毎日仕事で使っている言語で、はっきり話しているのに、書き起こされた文章は隣の部屋で誰かが上の空で聞いていたかのような仕上がりになります。そこへ英語のメールにスペイン語のフレーズを挟んだり、ハノイ出身の同僚の名前を口にしたりすると、文全体が崩れてしまいます。

フォーラムやサポートのスレッドには、同じ4つの不満が繰り返し登場します。エンジンがセッションごとに言語を1つ選ばせること。文の途中で言語を切り替えると壊れること。ネイティブでない訛りは目に見えて精度が落ちること。そして別の言語の名前が、たまたま音の似たありふれた単語に変わってしまうこと。このうち一部は今日から設定と習慣で直せますが、一部は技術の限界で、どんな設定でも消えません。どちらがどちらかを知っておけば、無駄な試行錯誤をかなり省けます。

原因は発音ではなく学習データ

一部の訛りで音声入力の精度が下がるのは、音声認識エンジンが学習データから学んでおり、そのデータにあまり含まれていない訛りは、話し手がどれだけはっきり話してもエラーが増えるからです。エンジンはあなたの英語を採点しているわけではありません。あなたの発音を、学習した声と照らし合わせているだけで、あなたの訛りはそのデータの中で単に珍しいのかもしれません。

この仕組みには確かな裏付けがあります。OpenAI の研究者が2022年の論文で Whisper を分析したところ、ある言語で利用できる学習用音声の量が、モデルがその言語をどれだけ正しく認識できるかを強く予測していました。データの少ない言語は、はっきりと成績が悪かったのです。同じ理屈は、1つの言語の中の訛りにも当てはまると考えるのが自然です。また、商用音声認識における人種間の格差を調べた、広く引用されている2020年の研究を手がけたスタンフォード大学のチームは、地域訛りやノンネイティブの訛りを持つ人も同様の問題に直面しうると結論づけています。

ここから実際的な教訓が導かれます。訛りを消そうとしてもほとんど効果はなく、ゆっくり、一音一音を丁寧すぎるほど発音すると、かえって悪化することがあります。モデルが聞いたことのあるどの話し方からも遠ざかってしまうからです。普段のペースで、まとまったフレーズで話しましょう。そうすれば、ある音があいまいなときにも、モデルの言語側が前後の単語を手がかりにできます。

いちばん近い地域バリエーションを選び、試す

訛りのある音声入力でいちばん確認する価値のある設定は、言語のバリエーションです。自分の国やデバイスの既定値ではなく、実際の話し方にいちばん近い地域版を選びましょう。選択肢は多くの人が思っているより広いものです。Windows 11 の音声入力には、オーストラリア、カナダ、インド、ニュージーランド、英国、米国の英語があります。Apple は iPhone の音声入力向けに15種類の英語を挙げており、インド、マレーシア、フィリピン、アラブ首長国連邦も含まれます。Google ドキュメントの音声入力には13種類があり、ガーナ、ケニア、ナイジェリア、タンザニアもその中に入っています。さらに Microsoft は、Word の Dictate（ディクテーション）の一部の言語をプレビューと表示し、精度や句読点のサポートが追いついていない場合があると注意しています。自分を責める前に知っておいて損はありません。

ただし、「フランス語訛りの英語」「中国語訛りの英語」「アラビア語訛りの英語」といった設定はありません。英語が第二言語なら、学んだもの、あるいはいちばんよく耳にするバリエーションの中から選びましょう。たいていは米国と英国の二択です。そして、こだわりではなく結果で決めてください。

2バリエーション・テスト：いちばん苦手な単語を5つ入れた、60語の英文の段落を用意します。たとえば同僚の名前、会社名、通りの名前、数字などです。同じ部屋、同じマイクで、ある地域設定で音声入力し、次に別の地域設定で入力します。修正が少なかったほうを残しましょう。10分、一度だけやれば、もう当て推量はしなくて済みます。

2つの言語：多くのエンジンが選択を迫る理由

ほとんどの音声入力エンジンは一度に1つの言語しか扱わないため、バイリンガルのユーザーは話す前に、これから話す言語をシステムに伝えなければなりません。主要プラットフォームがそれぞれどう扱っているかを、各社のドキュメントに基づいてまとめました。

出典：Apple「Mac で音声入力を使ってメッセージや書類を入力する」「iPhone で音声入力する」、Microsoft「音声入力」「Word でディクテーションする」、Google「高度な音声入力」。2026年9月に確認。

Google ドキュメントの音声入力は100以上の言語と訛りに対応していますが、Google のヘルプページには自動検出についての記載がありません。設定の場所はGoogle ドキュメントの音声入力ガイドで紹介しています。

どの行にも欠けているものに注目してください。1つの文の中で言語を混ぜることです。言語学ではコードスイッチングと呼ばれ、多くのバイリンガルにとってはごく自然な話し方です。私たちが確認したベンダーのドキュメントには、これを約束しているものは1つもありませんでした。Pixel の検出機能でさえ、説明されているのはどの言語を話しているかを認識することであって、ひと息のうちに2つの言語を混ぜることではありません。誰かがそれを約束し、あなた自身が試して確かめるまでは、文単位で1つの言語を使う前提で音声入力を組み立てましょう。

別の言語の名前は教えるしかない

別の言語の名前がめちゃくちゃになるのは、認識エンジンが、設定されている言語の音と語彙を通してその名前を聞き、いちばん近い聞き慣れた単語に置き換えてしまうからです。英語に設定していると、Nguyen のようなベトナム系の姓や Joaquín のようなスペイン語の名前は、簡単にありふれた英単語になってしまいます。しかもエンジンは、毎回自信たっぷりに同じ間違いを繰り返します。

効果のある対策は3つあり、手間の少ない順におおよそ次のとおりです。

• 個人辞書。 音声入力専用のアプリなら、名前を表示されるべき形のまま、ダイアクリティカルマークも含めて登録できます。Laxis Voice Keyboard ではこれを Personal Dictionary と呼び、人名、略語、専門用語を登録できます。
• 声でつづる。 iPhone の音声入力では、名前を言ったあとにつづりを1文字ずつ言えます。Pixel 8 以降では、米国英語で「spell Joaquin as J-O-A-Q-U-I-N」のようなコマンドが使えます。
• その場で修正する。 Pixel では、聞き間違えられた単語をタップし、正しい語を選ぶか言い直します。Google によれば、高度な音声入力は修正から学習して改善します。Mac では、音声入力が自信を持てなかった単語に青い下線が付き、クリック1つで候補を表示できます。

バイリンガルの音声入力に効く手順

バイリンガルの音声入力でいちばんうまくいくのは、メッセージごとに先に言語を選び、ひと続きの発話は1つの言語で通し、言語が混ざった単語はあとでまとめて1回の編集で直すというやり方です。具体的には次のとおりです。

1. 2つの言語を一度だけ設定する。 iPhone と Android では両方のキーボードを、Mac では両方の音声入力言語を、Windows では両方の入力言語を追加します。
2. 1メッセージ1言語。 話し始める前に言語の表示をちらっと確認します。1秒で済み、意味不明な文字列の大半を防げます。
3. 借りてきたフレーズは手で打つ。 英語のメールにフランス語の表現が1つだけ必要なら、その前後だけを音声入力し、その表現はタイプします。エンジンが途中で切り替えてくれることに期待するのはやめましょう。
4. 名前リストを2言語にしておく。 両方の言語の同僚、顧客、地名を、表示されるべきつづりで辞書に入れておきます。
5. 大事なときは得意な言語で下書きする。 長いメッセージや慎重さが必要なメッセージは、ふだん考えている言語で音声入力し、それから翻訳して、送る前に結果を読み返します。

この最後のステップこそ、AI 音声入力ツールが時間を節約してくれるところです。Laxis Voice Keyboard は Mac、Windows、iPhone、Android で100以上の言語に対応しており、Premium では Translate 機能が、選択したテキストを入力した場所でそのまま別の言語に書き換えます。機械翻訳はいまだに慣用句でつまずくので、結果は下書きとして扱ってください。トレードオフもはっきりさせておきます。Laxis は音声をクラウドで処理します。また無料の Basic プランでは、音声入力と会議の録音が月300分の枠を共有します。あなたの言語の組み合わせでどう動くかは、クレジットカード不要の14日間の Premium トライアルで確かめるのがいちばんです。

2言語を使う週の前に：5分使って、いちばんよく口にする10人の名前を、両方の言語で、ツールが用意している辞書に追加しておきましょう。いちばん早く元が取れる対策です。名前こそ最も間違えられやすく、間違えたときにいちばん困る言葉だからです。

音声入力は会議の問題とは別物

第二言語で音声入力することと、第二言語の会議についていくことは別の問題です。音声入力はソフトウェアがあなたを理解する話で、会議はあなたが他の人を、しばしば速いテンポで理解する話です。1週間のうちで大変なのが通話についていくことなら、対策は違ってきます。議題を早めに送ることから用語集を共有することまで、言語をまたぐ会議の進め方のガイドで取り上げています。

音声入力の悩みが訛りだけではないなら、トラブルシューティングガイド「音声入力がうまくいかない理由」でマイクや雑音などを順に見ていけます。ツールを選んでいるところなら、音声入力ツールのまとめが役に立ちます。

よくある質問

訛りがあっても音声入力は使えますか？

はい。音声入力はほとんどの訛りで使えますが、エンジンの学習データにあまり含まれていない訛りでは精度が下がることがよくあります。自分の話し方にいちばん近い地域の言語バリエーションを選び、マイクを近づけ、普段のペースで話せば差は縮まります。名前や専門用語をカスタム辞書に追加すれば、残りのエラーの多くも解消できます。

2つの言語で同時に音声入力できますか？

1つの文の中ではほぼできません。Mac、iPhone、Windows、Word の標準の音声入力は、選択した1つの言語で動作し、メッセージの合間に手動で切り替えます。Pixel 6 以降は、対応する6言語のうちどれを話しているかを検出できますが、私たちが確認したベンダーのドキュメントには、1つの文の中で確実に切り替えられると約束しているものはありませんでした。

iPhone で音声入力の言語を切り替えるには？

iPhone の音声入力はキーボードの言語に従います。「設定」>「一般」>「キーボード」>「キーボード」で言語ごとにキーボードを追加し、話し始める前にキーボードを切り替えてください。Apple は、別の言語のキーボードを使うと音声入力もその言語で機能すると説明しています。意味不明な結果を避けるため、メッセージごとにアクティブなキーボードを確認しましょう。

英語が第二言語の場合、音声入力ではどの英語を選べばいいですか？

実際に話している英語にいちばん近い地域バリエーションを選び、試してみてください。フランス語訛りや中国語訛り向けの設定はないので、米国、英国、インド、オーストラリアの英語などから、学んだものやいちばんよく耳にするものを基準に選びます。同じ段落を2つのバリエーションで音声入力し、修正の少ないほうを残しましょう。

別の言語の名前のつづりを音声入力で間違えないようにするには？

音声入力ツールにカスタム辞書があれば、名前を表示されるべきつづりのまま、アクセント記号も含めて登録します。標準の音声入力には編集できる辞書がないことが多いので、その場合は名前を1文字ずつつづります。iPhone の音声入力はこれに対応しており、Pixel 8 以降は米国英語で「spell」コマンドを受け付けます。Pixel では単語を修正することで、音声入力に学習させることもできます。

音声認識は訛りに対して偏りがありますか？

音声認識には、話し手のグループによって測定可能な精度の差があり、研究者はそれを学習データの偏りと結びつけています。PNAS に掲載された2020年のスタンフォード大学の研究では、主要な5つのシステムで、黒人の話者のエラーが白人の話者のおよそ2倍にのぼりました。著者らは、地域訛りやノンネイティブの訛りでも同様の問題が起こりうると警告しています。その後システムは改善していますが、差が解消されたことは示されていません。