生成AIの普及とともに、だんだんと数を増やしつつあるAI音声レコーダー。文字起こしだけではなく、内容の要約やマインドマップの作製をしてくれるなど、なかなか便利な製品です。
そんなAI音声レコーダーの新製品「viaim RecDot」「viaim NoteKit」がMakuakeに登場しました。価格は2万7840円から。
包括的なレビューはテクノエッジで書いているので、そちらも見ていただければと思います。ここでは、普段利用しているPLAUDとの違いについて、もう少し詳しく比べたいと思います。
ハイレゾ対応のANC搭載ワイヤレスイヤホン
比較の前に、一応簡単に紹介もしておきます。viaim RecDotは、見た目は通常のワイヤレスイヤホン。LHDC対応でHi-Res認定も受けており、ANC搭載のイヤホンとしても利用可能です。
イヤピースは、XS/S/M/Lの4サイズが付属。アプリ上からフィットテストや、イコライザーの設定も可能です。
3つの録音モード
特徴でもある録音機能ですが、イヤホンとして装着時には以下の3つのモードで録音できます。
- 通話録音：文字通りに通話を録音するモード
- オーディオ/ビデオ録音：スマートフォンで再生している動画やポッドキャストなどの音声を録音するモード
- 現場録音：イヤホンのマイクを使って周囲の音を録音するモード
通話録音は、最近だとスマートフォン側で対応しているものも多いのでそこまで必要性を感じないのですが、スマートフォンで再生している音声や周囲の会話を録音できるのは便利そうです。
リアルタイム文字起こしに対応
viaimは単に録音するだけではないのが大きな特徴で、録音しつつリアルタイムで文字起こしが可能になっています。
注意が必要なのが、リアルタイムでの文字起こしができるのは、スマートフォンアプリで録音を開始した場合のみです。viaim RecDotは、イヤホンのステムを長押しすることでも現場録音（周囲の音を録音）できるのですが、その場合は録音データはいったんイヤホン内部に記録され、リアルタイムの文字起こしはできません。
リアルタイム文字起こしがどんなものなのか、実際の例が下記です。リアルタイム文字起こしは、段落ではなく、発言の区切り毎に改行されますが、概ね正しく認識しているように感じます。録音後にあらためて文字起こしをやり直すこともできます（中）。比較のために、PLAUD NotePinで録音し、文字起こしした内容が右です。
文字起こしの精度的には、基本的にPLAUDと同じような印象です。「進む前に11号がございます（実際には、進む前に注意事項がございます）」も共通しているのが面白いです。
リアルタイム翻訳も可能
viaimにはもう一つ、リアルタイムで文字起こしをしつつ、それをリアルタイムで翻訳できるという機能も備わっています。リアルタイム文字起こし中に、右上のメニューから「翻訳」を選ぶと文字起こしした内容がリアルタイムに翻訳されていきます。
こちらの注意点として、文字起こしする言語は自動認識ではなく、指定する必要があります。このため、日本語と英語、中国語の話者が交代で登壇して翻訳などが入る場合には、その都度手動で言語を選択する必要があります。
発表会などでは通訳が入ることが多いですが、微妙なニュアンスや専門用語などが失われてしまうこともあるので、リアルタイムに発言内容を確認できるのはかなり助かります。
ただ、残念な点としては、後から文字起こしをし直す場合、複数言語での文字起こしがうまくいきません。下記の中央は日本語と中国語の内容を日本語を指定して文字起こしした場合ですが、なぜか中国語部分が英語として認識されてしまいました。
右端はPLAUDで同じ内容を文字起こししたもの。こちらは、言語の自動認識があり、日本語と中国語で正しく文字起こししてくれました。
PCで利用できるUSBスティック型のviaim NoteKit
Makuakeではもう一つ、USBスティック型のviaim NoteKitも販売中です。こちらはPCのUSBポートに接続し、PCで再生している音声やリアル会議など周囲の会話を録音します（マイクを搭載しています）。
イヤホンがUSBスティックになっただけで、使い方自体はviaim RecDotと変わりません。Teamsなどのウェブ会議の音声も簡単に録音、文字起こし、リアルタイム翻訳が可能です。
なお、viaim NoteKitはいまのところWindows専用です。Mac向けアプリもMakuakeでの販売が終了する7月末に対応予定とのことです。
WEBインターフェースはないが、PCアプリとは同期する
viaimは、PLAUDと違いウェブからはアクセスできません。このため、スマートフォンで文字起こしした内容は、スマートフォン内で処理するか、テキストとしてエクスポートして作業する必要があります。
ただし、データ自体はクラウドに自動保存されます。日本上陸に合わせ、サーバーは5月末に日本国内のAWSに移行予定とのことです。データがクラウドにあるので、前述したviaim NoteKitで使用するWindows向けのアプリと同期、スマートフォンと同じ内容をWindows上でも確認可能です。
正直なところWindowsアプリの出来はあまり良くなく、フォントが見づらいなどの問題があります。このため、最終的にはテキストで書き出してしまったほうが、作業は楽ではないかと思います。
アプリの機能が今一つ
viaimはスマートフォン側でもPC側でも、要約機能が弱いです。非常に雑というか簡易的な要約、箇条書きにしかしてくれないので、文字起こしを書き出してChatGPTなりに放り込んだほうが綺麗にまとめてくれるのではないかと思えます。
また、録音した音声ファイルをアプリ上でトリミングすることができません。このため、前後に余計な音声が入ってしまうと、文字起こしの際に余計な時間を消費してしまいます（無料プランは、600分/月まで利用可能です）。音声ファイルのインポートもできないので、いったん外部に書き出して、音声ファイルをトリミング。それを取り込んで文字起こしということもできません。ここはもう少し頑張って欲しいところです。
サブスクリプションは、日本だと月600分までは無料。月1800分できるProプランが月額1500円（年額1万2000円）、無制限のUltraプランが月額3000円（年額2万2000円）となります。
文字起こしできる時間が異なるだけで、機能そのものに違いはないようです。
気軽に録音できるイヤホン
PLAUDと比較してしまうと、いろいろと粗が目立つ気がするviaimですが、viaim RecDotは単純にANCイヤホンとしての出来がいいので、普段はイヤホンとして使いつつ、思い立った時に録音、リアルタイムの文字起こしを行うという使い方はありでしょう。
文字起こしや要約は、基本的には生成AIを利用して実現しているので、LLMモデルの進化とともに、今後さらに良くなっていくはずです。
その意味では、ハードウェアとしての出来がいいviaimは、伸びしろに期待できる製品と言えるかもしれません。
ちなみに、私としては現状ではリアルタイムの文字起こしをviaimで行いつつ、最終的な文字起こしや要約はPLAUDで行うという使い方がしっくりきています。viaimで録音した音声ファイルを、PLAUDにエクスポートして文字起こしと要約と行うということも可能です。
