ChatGPTの音声入力、いわゆるディクテーションの裏側で使われる音声認識モデルが更新されました。OpenAIの公式リリースノートでは、日本語を含む複数の言語やアクセントで文字起こし精度が改善したと説明されています。
この記事では、公式発表で確認できることと、今日から自分の環境で試す時の見方を整理します。大事なのは「必ず劇的に変わる」と決めつけないことです。音声入力は、話し方、周囲の音、マイク、端末、言語の混ざり方で体感がかなり変わります。
何が変わったのか
OpenAIはChatGPTのリリースノートで、2026年6月26日に「Improved dictation in ChatGPT」を公開しました。
発表では、ChatGPTのディクテーション向けに新しいspeech-to-textモデルを展開していると説明されています。これは裏側の更新なので、ユーザー側で新しい設定をオンにしたり、別の操作を覚えたりする必要はないとされています。
対象については「across all plans」と書かれています。ただし、こうした機能更新は段階的に反映されることがあります。自分のアカウントで同じタイミングに体感できるかは、実際に試して確認するのが確実です。
日本語でも改善対象に入っている
今回の発表で注目したいのは、日本語が明示的に改善対象として挙げられている点です。
OpenAIは、社内評価で改善が見られた言語や条件として、日本語、韓国語、中国語、ウルドゥー語、ベトナム語、アクセントのある英語、長めのスペイン語・フランス語・イタリア語・ポルトガル語などを挙げています。
また、複数言語が混ざる発話や、話している途中で言語を切り替えるケースにも触れています。日本語の中に英単語、製品名、数字、型番が入る話し方をする人には、ここが一番実感しやすいかもしれません。
10%改善という数字の見方
公式発表では、ChatGPTのディクテーション評価において、主要なテスト対象言語のword error rateが前の本番モデルより少なくとも10%低かったと説明されています。
word error rateは、文字起こしの誤り率を見るための指標です。低いほど精度が高いと考えられます。ただし、この数字はOpenAIの評価環境での結果です。自分の部屋、スマホのマイク、早口、小声、周囲の雑音で、同じだけ改善を感じるとは限りません。
私なら、数字だけを見て判断するより、まず同じ文章を以前と同じように話してみます。思ったほど変わらなければ「自分の環境ではまだ大きな差がない」と見ればよいですし、固有名詞や数字の聞き取りが明らかに良くなっていれば、日常のメモや下書きに使う価値が出てきます。
試すならこの条件を見る
音声入力そのものは、ChatGPTのアプリやWeb版でマイクから入力するだけです。今回の更新は裏側のモデル変更なので、特別なメニューを探す必要はありません。
試す時は、次のような条件を分けて見ると判断しやすくなります。
- 普段の話し方で短いメモを入れる
- 早口で話した時にどこまで拾えるか見る
- 小声や少し離れた位置で試す
- 生活音や職場の音がある場所で試す
- 日本語の中に英単語、製品名、数字を混ぜて話す
- 住所、電話番号、型番のような英数字を読み上げる
特に、打ち合わせ直後のメモ、移動中のアイデア出し、長い文章を書く前のラフな下書きには向いています。最初から完成文を作るというより、頭の中にある内容を一度テキストに出す用途で考えると使いやすいです。
無料プランでも試せるのか
公式リリースノートでは、今回のディクテーション更新は全プランに展開すると説明されています。そのため、追加料金が必要な新機能として扱われているわけではありません。
ただし、無料プランでの利用可否、回数、反映タイミングは、アカウントや地域、アプリの状態によって見え方が変わる可能性があります。この記事では「無料プランなら必ずこの条件で使える」とは断定しません。まず自分の環境でマイク入力が使えるかを確認してください。
無料でどこまで使えるかを確かめてから、有料プランを考える。この順番でよいと思います。私も、体感差がなければ正直に「思ったほど変わらなかった」と見るつもりです。逆に、早口や数字の聞き取りが明らかに楽になっていれば、日々のメモ作成ではかなり助かります。
仕事で使う時の注意点
音声入力は便利ですが、文字起こし結果をそのまま信じるのは危険です。特に仕事で使う場合は、数字、日付、人名、会社名、金額、契約条件のような部分を必ず見直してください。
また、機密情報や個人情報を話す時は、所属先のルールを確認してから使う必要があります。音声入力の精度が上がっても、入力してよい内容かどうかの判断は別問題です。
おすすめは、まず公開しても問題のないメモや、個人的なアイデア出しで試すことです。そこで「どのくらい直しが必要か」を見てから、仕事の下書きや議事メモに広げるほうが安全です。
まとめ
ChatGPTの音声入力は、2026年6月26日の公式発表で、裏側のspeech-to-textモデルが更新されたことが確認できます。日本語も改善対象に含まれており、主要なテスト対象言語ではword error rateが少なくとも10%低下したと説明されています。
ただし、体感は環境によって変わります。まずは普段の話し方、早口、小声、雑音のある場所、英数字が混ざる文章で試してみるのが現実的です。
タイピングが苦手な人や、スマホで長文を打つのが面倒な人ほど、今回の改善は試す価値があります。うまく合えば、ChatGPTを「話して下書きを作る道具」としてかなり使いやすくなるはずです。
参考にした公式情報
- OpenAI Help Center: https://help.openai.com/en/articles/6825453-chatgpt-release-notes
コメント