ボタンの働き
実行したセッションはすべて、文字起こしとして保存されます。翻訳された行と、取得できる場合はその横に原文の行も残ります。要約機能はこの保存された記録を読み込み、クラウドのテキストモデルに内容をまとめるよう依頼します。これはセッション終了後の操作です。経過をその場で解説することはなく、聞いている間に要約されることもなく、ボタンを押すまでは何も起こりません。
要約は文字起こしと同じ言語で返ってきます。スペイン語のウェビナーをドイツ語で聞いていたなら、文字起こしはドイツ語で、要約もドイツ語です。要約用の言語を選ぶ項目はありません。選ぶものがないからです。言語は記録が決めます。
- 履歴から保存されたセッションを開きます。
- 要約ボタンを押します。
- 要約がテキストで表示され、読んだり、選択してコピーしたりできます。
これは有料プランの機能で、手動で行うものです。毎日の無料時間には含まれず、セッション終了時に勝手に実行されることもありません。有料プランに何が含まれるかは、料金をご覧ください。
会議の記録は、別の形で要約されます
動画、配信、講義のような一方向のセッションは、1つの声が一方向に流れるものなので、通常の要約がふさわしい形です。双方向の会議はそうではありません。立場が分かれ、合意したことがあり、あとで誰かがやるべき作業があります。そのため、会議の記録は、タグ付けされた状態でモデルに渡されます。
会議の文字起こしの各行には、セッション開始からの経過時間 [mm:ss]、自分 / 相手の側のラベル、そして相手側で複数の声が検出された場合は、VoxisLive の端末上で動く話者の変化の検出による話者タグが付きます。これは本人の識別ではなく変化の検出です。声が切り替わった位置に印を付けるだけで、誰が誰なのかは分からず、名前を付けることもありません。
これらのタグがあることで、会議の要約は1つの段落ではなく、見出しごとの構成で作成されます。
- 要約：会話が何についてのものだったか。
- 決定事項：話し合っただけではなく、実際に合意したこと。
- アクションアイテム：1行に1件で、それぞれに担当の側（自分または相手）が付きます。
文字起こしに該当する内容がない項目は、プレースホルダーで埋めずに省かれます。何も決まらなかった会議には「決定事項」の見出しは付きません。空の項目が結論のように読めてしまうより、項目がないほうがよいからです。
要約は文字起こしだけから書かれます。エンジンが取り込めなかった文を復元することはできず、口調を聞き取ることもできず、誰かが何を意図していたかを教えてくれることもありません。文字起こしに欠けている行は、要約にも欠けます。
先に文字起こしを直してから、要約する
ライブ翻訳は完璧ではありません。名前が間違って届いたり、数字が崩れたり、エンジンが知らない用語が近いけれど正確ではない言葉に置き換えられたりします。これが技術の正直な現状であり、役に立つ答えは、そうでないふりをすることではなく、記録を修正できるようにすることです。
文字起こしの行はアプリ内で編集できます。保存されたセッションで、翻訳されたテキストと、その横の原文の行を、その場で修正できます。時刻や、自分・相手と話者のタグは記録されたままで、変わるのは言葉だけです。
大切なのは順番で、先に修正してから、ボタンを押します。要約は保存された記録を読み込むので、要約の前に行った修正は、モデルにも見えます。エクスポートも同じ保存された記録を読み込むため、修正はエクスポートにも反映されます。名前を一度直せば、そのあと共有するファイルでも正しくなります。詳しくは文字起こしと履歴のページをご覧ください。
できないこと
ここにある制限は意図的なものです。あとで気づいていただくより、最初にはっきりお伝えするほうがよいと考えています。
| 制限 | 実際の意味 |
|---|---|
| 有料プランのみ | 要約は毎日の無料時間には含まれません。 |
| ボタン操作のみで、自動では実行されない | 頼まない限り、セッション終了時に要約は作成されません。1回押せば1回の処理です。 |
| DOCX も PDF もなし | 文字起こしは TXT、SRT、VTT でエクスポートできます。文書としてのエクスポートはなく、要約はアプリからコピーして使うテキストです。 |
| 長い録音は切り詰められる | 一定の長さを超えると、文字起こし全体が1回のリクエストに収まりません。冒頭と末尾が残り、中間は省かれます。冒頭はセッションが何についてのものかを示し、末尾には決定事項があるからです。 |
| 議事録のテンプレートなし | 項目に分かれた要約であり、正式な議事録の形式ではなく、発言内容の法的な記録でもありません。 |
切り詰めのルールは、回避しようとするより、理解しておくほうが役に立ちます。長いセッションでは、要約が読んだのは文字起こしの冒頭と末尾で、全体ではありません。3時間の通話の中盤に決定的なことが起きた場合は、その区間をご自身で読んでください。文字起こし全体は、切り詰められないまま履歴に残っています。
プライバシー：このボタンは例外です
文字起こしに関するほかのことは、すべてお使いのパソコン上にとどまります。記録は、ご自身のドキュメント内のフォルダーに書き込まれ、履歴の検索はローカルで実行され、エクスポートはディスク上のファイルです。
要約ボタンを押すと、文字起こしのテキストがクラウドのモデルに送信されます。保存された文字起こしが端末の外に出る唯一の場面で、ボタンを押したときにだけ起こります。この機能が手動なのは、そのためです。セッション終了時の自動要約にすると、録音したすべての文字起こしが、お客様の判断なしにモデルへ送られることになります。その判断を、お客様に代わって当社が行うつもりはありません。
- ボタンを押すまでは、何も送信されません。
- 送信されるのは、そのセッション1件の文字起こしテキストです。音声も、ほかのセッションも送られません。
- テキストが端末の外に出てはならないほど機密性の高いセッションでは、ボタンを押さないでください。文字起こし、編集、TXT/SRT/VTT のエクスポートは、要約なしでも使えます。
当社はコンプライアンス認証を取得しておらず、取得していると主張することもありません。お伝えできるのは仕組みです。どのボタンが、何を、どこへ、いつ送るのか。バッジではなく、ご自身のポリシーに照らして判断してください。
位置づけ
要約は単独の機能ではなく、一連の流れの最後のステップです。ライブ翻訳でセッションが得られ、文字起こしで記録が得られ、編集で本当に正しい記録になり、要約はその修正済みの記録を、その場にいなかった人へ送れるほど短いものにします。
この流れが目的であれば、双方向の通話がそもそもどう取り込まれるかは会議の活用例で、要約が属するプランは料金で説明しています。そのほかの機能の一覧は機能にあります。