端末にたまる録音、重いのは整理のほう

会議、インタビュー、講義の録音は端末にたまっていく。本当に骨が折れるのは、それを文字にする段になってからだ。iFlyRec はその区間を引き受ける。iFlytek の流れをくむ製品で、録音の文字起こしと音声翻訳だけを担う。属しているのは、単体の道具ではなくオフィス向けの一式として示されている場所だ。

効率の数字は具体的で、一時間の音が最短五分で下書きになり、しかも録音しながら文字が伸びる。アプリ配信の掲載ページは安徽省の開発会社名義で、一時間の録音を五分から十分で下書きにすると書いており、短いほうの数字を補強している。精度は多言語の変換と翻訳で最大 98 パーセント。脚注には安徽省の電子製品監督検査所が評価したとあり、数字に第三者の出所が付いている点は大きい。掲載ページも同じ数字を載せている。

議事録は録音の最中にできていく

トップページの二本目の柱は要約だ。要点、やること、議事録が録音と同時に抜き出され、終わったときには文章と図がそろった構造化された下書きが残る。段落の壁ではない。掲載ページは細部も補う。章の概観が文字起こしを短くまとめ、質問と回答の形式が内容を深く理解する助けになり、キーワード照合が重要な箇所を前に出す。

文章の層にも手が入る。話し手と段落は自動で分かれ、文字と音は同期し、話し言葉の言い回しを書き言葉に整える処理もある。議事録をそのまま送る立場からすると、録音から送れる文書までの距離が、一度の校正に縮むということだ。

同時通訳と映像の翻訳

言語をまたぐ仕事は同じプラットフォームの別の製品線だ。同時通訳の製品は 9 か国語のリアルタイム翻訳と音声文書の一クリック書き出しを掲げ、インストール不要のブラウザ字幕、複数の表示形式、そして結果を直し使い方を案内する専任の担当が付く。音声と映像の翻訳は 14 か国語の字幕認識と翻訳を扱い、吹き替えは声の複製で調整でき、納品は人のチームが担う。

言語の一覧は公式の知識ベースが基準だ。一般の利用者は 9 か国語（中国語、英語、日本語、韓国語、ロシア語、フランス語、スペイン語、ドイツ語、イタリア語）に、2 種の方言（広東語、河南方言）と 2 種の少数民族言語（ウイグル語、チベット語）が加わる。録音ペンの権利を持つ利用者は 10 か国語（ベトナム語が増える）と 12 種の方言に広がり、広東語については広東語の文字結果が出ると注記されている。

無料の範囲と三つの料金

無料の線は明快だ。アプリでの録音は無料で、録音中の文字起こしと翻訳は最初の五分だけ見られる。完全な結果（AI の機能と書き出し、共有を含む）には権利の購入が要る。

料金は三本立て。機械による変換は一分 0.33 元で、変換カードで支払え、一分に満たない場合も一分として数え、24 時間対応する。人による変換は中国語が一分 2.17 元から、英語が一分 30 元からで、注文の最低額はそれぞれ 18 元と 30 元、受付は 9:00 から 22:00 まで祝日も含む。月額の権利は毎月 30 時間の機械変換で、最初の連続月は 6 元、自動更新は 18 元、単独で買うなら月 25 元、四半期 68 元、年 198 元、対象はアプリで録った音声に限る。上位の包は月 50 時間で、取り込んだ音声にも対応する。企業向けには API と SDK の接続、専用環境への設置、データ管理の手段がある。

土台にあるプラットフォーム

プラットフォームの説明は、軽い事務作業と言語の行き来に絞った AI のサービスで、文字起こし、文章作成、同時通訳、会議の複数の製品を抱え、自然言語処理、声紋認識、音声認識、翻訳に大規模なモデルを重ねたものだとしている。伝える価値のある実績も一つある。2019 年 9 月 16 日、親会社は北京 2022 年冬季オリンピック・パラリンピックの自動音声変換と翻訳の独占サプライヤーになった。同じ節には、聴覚障害者の団体と進める公共の取り組みや、聞こえにくい利用者向けの認証の窓口がヘルプセンターにあることも書かれている。

どんな人に向くか

利用者の事例ははっきり偏っている。職場の議事録、記者のインタビュー整理、教員と学生の講義記録、研究者の説明会の保管。標準中国語の会議と中国語の議事録が得意な領域で、別の言語が絡むときは、浮かぶ字幕と文書の翻訳が大方を拾う。

正直な注記を二つ。第一に、録音中の表示は五分までしか無料でなく、完全な結果と AI の機能には権利が要る。少ししか使わない人は、まず自分の量と包を突き合わせたい。第二に、人による変換と機械の変換は品質の段が違い、一分あたりの値段も大きく違う。納品する案件は、選ぶ前に分で計算しておくべきだ。録るところと起こすところは道具が済ませる。議事録のどの一行を追うかは、やはり人が決める。

文字起こしの道具の値打ちは、録音を「しまってあるもの」から「探せる文章」に変えることにある。一時間の音は五分の文章に縮むが、どの宿題を予定に入れるか、どの約束を果たすかは、聞いていた人が決めることだ。