その場での文字起こし
通話の両側を、話されるそばから、自分の機械の上で文字にします。そのために会議へ参加するものはありません。
MoPilot は相手の声を OS から、自分の声をマイクから、二つの別々の流れとして取ります。Mac では Core Audio のプロセスタップで、Apple がそれを入れたのが macOS 14.2 なので、それ以降が必要です。Windows ではループバックデバイスを使います。音が会議アプリではなく OS から来るので、会議アプリは音を出すものなら何であってもかまいません。
一つではなく二つの流れであることが、会議プラットフォームに尋ねずにどちら側の発言かを文字起こしに知らせます。話し手に一度名前を付ければ、すでに話したぶんにも、これから届くぶんにも効きます。
- 二十の言語。加えて、一つの発話の中に複数の言語が混ざっても扱う検出モード
- 相手側と自分側は別々のまま。別の流れとして届くからです
- 一度名前を付ければ、文字起こしもノートも答えもそれを解決します
- 通話中でも ⌘F で文字起こしの中を探せます
- ⌥⌘\ で文字起こしだけを開けます
どこで止まるか
- 文字にするのは、自分のコンピュータが鳴らしている音と自分のマイクが拾う音です。参加していない会議ではありません
- 話し声はクラウドの事業者で文字になります。音は文字が返ってきた時点で破棄され、録音は書き出されません
- 会議アプリから来る話者名はありません。そこには何も接続していないからです
- Mac のタップには macOS 14.2 が要ります。それ未満では、そもそも叩く先がありません
既定は検出です
話される言語は設定だけでなく文字起こしのツールバーにもあります。相手が固定した言語で話していないと気づくのは、たいてい通話の途中だからです。放っておけば検出し、固定すれば推測をやめます。