英語の音声入力のコツ｜訛りへの対処法と日本語・英語の切り替え方

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。仕事で毎日使っている言語をはっきり話しているのに、隣の部屋から上の空で聞いていた人が書き取ったような文章になることがあるからです。英語のメールにスペイン語のフレーズを混ぜたり、ハノイ出身の同僚の名前を言ったりすると、文全体が崩れてしまうこともあります。

フォーラムやサポートのスレッドでよく見かける不満は、次の4つです。音声入力のたびに言語を1つ選ばなければならない。文の途中で言語を切り替えると認識が崩れる。ネイティブでない話し方だと精度が目に見えて落ちる。外国語の名前が、音の似たありふれた単語に変わってしまう。このうち、設定と使い方で今日から改善できるものもあれば、どんな設定でも解消できない技術的な限界もあります。どちらなのかを知っておけば、無駄な試行錯誤をかなり減らせます。

英語の音声入力が訛りに弱い理由：原因は発音ではなく学習データ

音声入力の精度が訛りによって下がるのは、音声認識エンジンが学習データから学んでいるからです。学習データに少ししか含まれていない訛りは、どれだけはっきり話してもエラーが増えます。エンジンは英語の上手下手を評価しているわけではありません。話した音を、学習した声と照らし合わせているだけです。自分の訛りが、その学習データの中ではたまたま少数派なのかもしれません。

この仕組みには、しっかりした裏付けがあります。OpenAI の研究者が2022年の論文で Whisper を分析したところ、言語ごとの学習用音声の量が、その言語の認識精度を強く左右していました。データの少ない言語では、精度がはっきり低かったのです。同じことは、ひとつの言語の中の訛りにも当てはまると考えられます。商用の音声認識における人種間の格差を調べ、広く引用されている2020年の研究でも、スタンフォード大学の研究チームは、地方の訛りやノンネイティブの訛りがある人も同じような問題に直面しうると結論づけています。

ここから実践的な結論が出てきます。訛りを消そうとしても、ほとんど効果はありません。ゆっくり、一音ずつ丁寧すぎるほど発音すると、かえって悪くなることもあります。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、ひとまとまりのフレーズとして話しましょう。そうすれば、ある音が聞き取りにくくても、モデルの言語処理の部分が前後の単語を手がかりに補えます。

音声入力の言語設定：いちばん近い地域の英語を選んで試す

訛りがある場合にまず確認したいのは、言語の地域設定です。住んでいる国やデバイスの初期設定ではなく、実際の話し方にいちばん近い地域の言語を選びましょう。選択肢は、思っているより多くあります。Windows 11 の音声入力では、オーストラリア、カナダ、インド、ニュージーランド、英国、米国の英語を選べます。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は13種類で、ガーナ、ケニア、ナイジェリア、タンザニアもあります。また Microsoft は、Word の「ディクテーション」の一部の言語をプレビュー版としており、精度や句読点の対応が十分でない場合があると注意しています。うまくいかないときに自分の発音のせいにする前に、知っておきたい点です。

ただし、フランス語訛り、中国語訛り、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、学んだ英語か、いちばんよく耳にする英語から選びます。候補はたいてい米国英語と英国英語の2つです。どちらに思い入れがあるかではなく、結果で決めましょう。

2つの地域設定で比べるテスト：苦手な単語を5つ含めた、60語ほどの英文を用意します。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使い続けましょう。かかるのは一度きりの10分で、それ以降は迷わずに済みます。

音声入力の言語の切り替え方：多くのエンジンが1言語しか扱えない理由

ほとんどの音声入力エンジンは、一度に1つの言語しか扱えません。そのため、2つの言語を使う人は、話す前にどの言語で話すかをシステムに伝える必要があります。主要なプラットフォームの対応を、各社の公式ドキュメントをもとにまとめました。

出典：Apple「Mac でメッセージや書類を音声入力する」「iPhone でテキストを音声入力する」、Microsoft「音声入力を使って PC で話す」「Word で文書を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以上の言語とアクセントに対応していますが、Google のヘルプページに自動判別の説明はありません。言語の設定場所は、Google ドキュメントの音声入力ガイドで紹介しています。

どの行にも書かれていないのが、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、2つの言語を話す人の多くにとってはごく自然な話し方です。確認したどのベンダーのドキュメントも、これには対応をうたっていません。Pixel の自動判別でさえ、どの言語を話しているかを認識する機能として説明されており、ひと続きの発話で2つの言語を混ぜることは想定されていません。対応をうたう製品が現れ、自分で試して確かめるまでは、1つの文は1つの言語で話す前提で音声入力を使いましょう。

外国語の人名は、教えないと正しく入力されない

外国語の名前がおかしく変換されるのは、認識エンジンが、設定された言語の音と語彙を通して名前を聞き取り、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 のようなベトナム人の姓や Joaquín のようなスペイン語の名前は、ありふれた英単語になりがちです。しかもエンジンは、毎回同じ間違いを自信たっぷりに繰り返します。

効果のある対策は3つです。手間のかかり具合でおおまかに並べると、次のようになります。

• 辞書に登録する。 音声入力専用のアプリなら、名前を表示したいとおりのつづりで、アクセント記号なども含めて登録できます。Laxis の AI 音声キーボードでは「カスタム辞書」（英語版では Personal Dictionary）がこの機能にあたり、人名、略語、専門用語を登録できます。
• 声でつづりを伝える。 iPhone の音声入力では、名前を言ったあとに、そのつづりを1文字ずつ読み上げられます。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、聞き間違えた単語をタップし、正しい候補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内容から学習して精度が上がります。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、クリックすると候補が表示されます。

2つの言語を使い分ける音声入力の手順

2つの言語で音声入力するなら、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、言語が混ざった部分は最後にまとめて直す、というやり方がいちばんうまくいきます。具体的には次のとおりです。

1. 最初に2つの言語を設定しておく。 iPhone と Android ではキーボードを、Mac では音声入力の言語を、Windows では入力言語を、それぞれ両方の言語で追加します。
2. 1つのメッセージは1つの言語で。 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. ほかの言語のフレーズは手で入力する。 英語のメールにフランス語の表現が1つだけ必要なら、そこ以外を音声入力し、その表現だけキーボードで打ちます。エンジンが途中で切り替えてくれることには期待しないほうが確実です。
4. 名前のリストは両方の言語でそろえる。 どちらの言語圏の同僚・顧客・地名も、表示したいつづりのまま辞書に登録しておきます。
5. 大事な文章は得意な言語で下書きする。 長いメッセージや慎重に書きたいメッセージは、ふだん考えている言語で音声入力し、翻訳したうえで、送る前に読み返します。

この最後の手順で時間を節約できるのが、AI 音声入力ツールです。Laxis の AI 音声キーボードは Mac、Windows、iPhone、Android で100以上の言語に対応しています。Premium プランでは「翻訳」機能を使って、選択したテキストを入力したその場で別の言語に書き換えられます。ただし機械翻訳はまだ慣用句が苦手なので、結果は下書きとして扱ってください。注意点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で月300分の枠を共有します。自分の言語の組み合わせでどこまで使えるかは、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つの言語を使う週の前に：5分だけ時間を取り、よく口にする名前を10個、両方の言語で、使っているツールの辞書に登録しておきましょう。いちばん早く効果が出る対策です。名前は最も間違えられやすく、しかも間違えたときの影響がいちばん大きい言葉だからです。

音声入力と、外国語の会議についていくのは別の問題

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自分の話を理解する話で、会議は自分がほかの人の話を、しかも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会議についていくことなら、対策も変わります。アジェンダを早めに送る、用語集を共有するといった方法は、多言語の会議を進めるガイドで取り上げています。

音声入力の問題が訛りだけではない場合は、音声入力の精度が悪い原因と対処法で、マイクや雑音などを順に確認できます。ツール選びの段階なら、音声入力ツールの比較まとめが参考になります。

よくある質問

訛りがあっても英語の音声入力は使えますか？

ほとんどの訛りで使えますが、エンジンの学習データに少ない訛りでは精度が下がりがちです。自分の話し方にいちばん近い地域の言語を選び、マイクを口元に近づけ、普段のペースで話せば差は縮まります。残ったエラーの多くは、人名や専門用語をカスタム辞書に登録すると解消できます。

2つの言語（日本語と英語など）を同時に音声入力できますか？

1つの文の中で混ぜるのは、ほぼできません。Mac、iPhone、Windows、Word に標準搭載の音声入力は、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る仕組みです。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判別できますが、確認したベンダーのドキュメントに、1つの文の中での確実な切り替えをうたうものはありませんでした。

iPhone で音声入力を英語に切り替えるには？

キーボードを英語に切り替えれば、音声入力も英語になります。iPhone の音声入力はキーボードの言語に従うため、「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ます。Apple も、別の言語のキーボードを使うと音声入力もその言語で動作すると説明しています。意味不明な結果を避けるため、メッセージごとに使用中の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よいですか？

実際に話している英語にいちばん近い地域の英語を選び、試してみてください。フランス語訛りや中国語訛りの英語向けの設定はないため、米国、英国、インド、オーストラリアなどの英語から、学んだ英語やいちばんよく耳にする英語を基準に選びます。同じ段落を2つの設定で音声入力し、修正が少なかったほうを使いましょう。

外国語の人名を音声入力で正しく入力するには？

音声入力ツールにカスタム辞書があれば、名前を表示したいとおりのつづりで、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 の音声入力はこの方法に対応しており、Pixel 8 以降は米国英語で「spell」コマンドが使えます。Pixel では、単語を修正すること自体が音声入力の学習にもなります。

音声認識には訛りに対する偏りがありますか？

話し手のグループによって、測定できるほどの精度の差があります。研究者は、その原因を学習データの偏りにあると見ています。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、地方の訛りやノンネイティブの訛りでも同じような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。