音声入力はキーボードの上位互換として活用する

こんにちは、勝間和代です。今日は音声入力をキーボードの上位互換として使おうという話をしたいと思います。これ何を言っているかと言いますと、ほとんどの人は文字を入力する時、まだまだキーボードやフリック入力でやっていると思うんですね。それを音声入力をベーシックにして、キーボードその他は音声入力が間違った時に修正するために使うと良いということです。技術は新しく上書きされていくと、古い技術はだんだん要らなくなっていきます。例えば移動する際にも徒歩を使う人はほとんどおらず、地下鉄、バス、車、飛行機など乗り物のテクノロジーを使うのと同じです。

文字入力も昔は手書き、その後にキーボードしかありませんでしたが、音声入力という新しい味方ができましたので、そちらを上位互換としてベーシックに使い、不十分なところだけフリックやキーボードをサブで使うイメージを持つと良いと思います。例えば私の場合、1泊2日程度の旅行の際など、そもそもキーボードを持ち歩かなくて良くなりました。10インチ前後のAndroidタブレットにしてパソコンも持ち歩きません。複雑な作業にはキーボードが必要ですが、日常的なメールのコミュニケーションやGeminiとの対話などはすべて音声入力で十分です。都内を歩く際も、大きめのウエストポーチにAndroidタブレットを入れてほとんどの用事を済ませています。

音声入力をキーボードと同等ではなく上位互換と位置づけると、様々な工夫が浮かんできます。最近のお気に入りは、OpenAIのWhisperモデルを単体で使うことです。これまではLLM（大規模言語モデル）を使ってクレンジングを行い句読点などを直していましたが、Whisperモデルに「日本語で句読点を入れてください」とあらかじめ指示を出せば、LLMを通さなくても済むことが分かりました。ほぼ単体で使っているため秒単位で素早くテキストが出力されます。なお、使っている環境はXのGrokではなく、半導体・ハードウェア企業のGroq（LPU）上で動いているWhisperモデルです。レスポンスが非常に速く何でも済むため、本当にキーボードが要らなくなりました。

音声入力がなぜ大事かというと、キーボードの上位互換、すなわちより優秀なキーボードだからです。速くて正確ですし、指や肘を痛めることもありません。そう捉えると積極的に使えるようになりますので、ぜひ試してみてください。