「Voice Rep Pro」も、こうした音声認識を応用した製品だが、その核ともいえる音声認識エンジンは、Googleが提供するものを採用しているとのこと。音声認識を行うたびに、音声データをGoogleのサーバに送信し、その認識結果を受けて、ワープロとして動作するという原理だそうだ。このため、認識作業実行時にはインターネット接続が必須となるが、そのおかげといえるのかどうか、「Voice Rep Pro」の認識精度は、使う前に想像していたよりはかなり高かった。

もちろんこれには、録音された音声の音質や話者の癖なども影響するだろう。いくつか試みた感じでは、マイクからの音声認識で音量に気をつけてやると、あとからの修正はほとんど必要としないほどだった。つまり「条件のよい音声データであれば、日本語の自然言語の音声認識もまんざらではないな」と思わせるほどの結果が得られる。「特定話者」が長時間にわたる事前の「学習」を行わせなければ、そもそも基本的な単語の認識さえできなかった数年前の状況から考えると、十分に実用圏だ。

会話文をデータとして記録する、いわゆる「文字起こし」作業は、キーボード操作に熟練した人に限っていえば、普通に話す程度の速度に追いつくことが可能だという。しかし、誰しもそれほどのタイピング速度を習得しているわけではないし、長時間のキーボード操作では疲れも出る。そう考えると、仮にあとからの編集が欠かせないとしても、話すだけでそれなりに実用的なテキストデータが得られるのはうれしい。大量の文章を入力する必要があるのなら、まずは試してみていただきたいソフトだ。