声だけで Windows 10 パソコンを操作する方法

音声認識がまだ発展途上だった頃は、ロボットのようにゆっくり話しても、言葉の半分程度しか認識されないのが当たり前でした。しかし現在では、あらゆるスマートフォンに音声アシスタントが搭載され、メモを素早く取ったり、アプリを開いたりといった操作を音声で簡単に行えるようになっています。

実は、Windows 10パソコンでも音声による操作が可能です。これは単なる便利な機能にとどまらず、生産性向上に大きく役立つものであり、特定の障害をお持ちの方にとっては、パソコンを自在に操作するための有効な手段にもなります。

「音声操作」と「音声入力(ディクテーション)」の違い

あなたが求めているのは、Windows 10を声で操作することでしょうか?それとも、話した内容をそのまま文字に起こしてほしいだけでしょうか?音声操作と音声入力は別の機能であり、この2つを混同しているユーザーも少なくありません。単に話したことをパソコンに文字として記録させたいだけであれば、音声認識をわざわざセットアップする必要はありません。

例えば、Googleドキュメントにはクラウドの力を活用して音声をテキストに変換する優れた音声入力機能があります。macOSユーザーであれば、Apple純正の内蔵機能を使うこともできます。

本記事で扱うのは音声入力ではなく「音声操作」です。つまり、キーボードやマウスを使わずにWindowsを操作し、さまざまなタスクをこなすことを目指します。

適切なマイクを選ぶ

Windows 10を音声で操作したいなら、パソコンがあなたの声を聞き取るための手段が必要です。ノートパソコンを使用している場合やデスクトップ用ウェブカメラをお持ちの場合、すでに基本的なマイクは手元にあるはずですが、これらは必ずしも音声認識に適しているとは限りません。

すでに手持ちのマイクがあるなら、まずそれで試してみて損はありませんが、ワンランク上のマイクを使えば確実に認識精度は向上します。ここではSamson Goマイクを使用しています。

使用するマイクをWindowsに設定する

パソコンへの命令を始める前に、どのマイクを使用するかを指定する必要があります。Windowsは複数のマイクを同時にサポートしていますが、音声操作に最適でないマイクが既定として選ばれていることがあります。

外部マイクを接続したら、アクティブな録音デバイスとして選択するのは簡単です。システムトレイのスピーカーアイコンを右クリックしてください。

次に「サウンド設定を開く」をクリックします。

表示されたウィンドウの「入力」セクションで、ドロップダウンリストからシステムに使わせたいマイクを選択します。

音声認識のセットアップ

Windows 10で音声認識を有効化するには、スタートメニューを開いて「音声認識」と入力し、起動します。

表示された新しいウィンドウで「音声認識の開始」をクリックします。「音声認識は米国英語の話者向けに最適化されています」という警告ポップアップが表示される場合がありますが、「OK」をクリックして閉じましょう。

次に、セットアッププロセスを順番に案内してくれるウィザードが表示されます。

続いて、使用しているマイクの種類を選択します。ここではデスクトップに置ける(または画面にクリップできる)Samson Goマイクを使用しているため、「デスクトップ マイク」を選びます。

次の画面では、マイクの設置方法についての指示が表示されます。内容はマイクの種類ごとに異なるため、ここでは割愛します。

その後、サンプル文章を読み上げて、Windowsがマイクを調整(キャリブレーション)できるようにします。

パソコンがあなたの声を十分に認識できていれば、「次へ」をクリックして進みます。

次に、Windowsがあなたのドキュメントを読み込み、語彙や言い回しを学習するオプションが表示されます。実行するかどうかは任意です。無関係な内容のドキュメントがある場合やプライバシーが気になる場合は、この機能を無効にしても問題ありません。

さて、もう少しで完了です。最後にアクティベーションモードを選択します。

基本的には、キーワードを発することで音声認識をオンにする方式(常時リスニング状態になる)にするか、キーボードショートカットで切り替えるかを決めることになります。

この後、よく使うコマンドをまとめたリファレンスカードを印刷する機会があります。

正直なところ、コマンドは必要なときに調べられるため、ほとんどの人には不要でしょう。ただし、障害のある方やITに不慣れな方のためにパソコンを準備している場合は、印刷してパソコンの近くに貼っておくと便利です。

最後に、起動時に音声認識を実行するかどうかを選んだ後、チュートリアルを受講するかどうかを選べます。まだの方はぜひ受講しましょう!すでに経験済みの方はスキップして構いません。

音声認識が実行中になると、画面上に次のような表示が現れます。

選択したアクティベーション方法で音声認識を有効にしてください。なお、Windowsキー + Ctrlキーは設定に関係なくトグルスイッチとして機能します。テストとして、「リスニング」インジケーターが表示されている状態で「スタート メニュー」と話しかけてみましょう。スタートメニューがすぐに開くはずです。その他のコマンドについては公式のリファレンスカードを参照してください。

次に何をすればいい?

基本設定が完了すれば、ほぼ声だけでパソコンを操作できる状態になっています。ただし、音声認識の精度をさらに高めたい場合は、Windowsのトレーニングを行うとよいでしょう。トレーニングアプリは、最初に音声認識のセットアップに使用した音声認識の設定画面から見つけられます。

Windowsが収集する音声サンプルが多ければ多いほど、システムの精度は向上します。コマンドが認識されない、または誤認識されることが多いと感じたら、数分かけて音声認識システムをトレーニングしてみてください。

Cortanaとサードパーティ製の選択肢

Windows 10には音声でWindowsを操作できる内蔵の音声認識アプリが付属しており便利ですが、より優れた代替手段はあるのでしょうか?実際のところ、デスクトップ向けの音声操作はかなりニッチな分野であり、アクセシビリティ機能として扱われることが多いため、サードパーティ製の選択肢は多くありません。

興味深いことに、Windows 10にはCortanaという完全に独立した音声起動型システムも搭載されています。音声アシスタントとしてのCortanaは、キーボードやマウスの音声ベースの代替品として設計されているわけではありませんが、両システムにはかなりの部分で重なりがあります。Cortanaに何ができるのか一度確認してみると、汎用的な音声認識システムよりも自分のニーズに合っているかもしれません。

サードパーティ製の音声操作ソフトについては、選択肢はそれほど多くありません。現時点で最も有名なのはNuance社のDragon音声認識ソフトです。同社はコンピューター音声認識の先駆者であり、この分野でおそらく最も豊富な経験を持っています。複雑な、あるいはミッションクリティカルな音声認識のニーズがある場合は、検討する価値のある選択肢といえるでしょう。