本文へスキップ

文字起こしが違う言語で出力された場合

Hedyの文字起こしが違う言語で出力される場合、最もよくある原因は、会議の言語設定が、実際に話された言語と合っていないことです。修正は設定 > プロフィール > 言語設定 > 会議/授業の言語で行います。動作は、使っている音声認識プロバイダにも左右されます。言語を自動検出するものもありますが、デフォルトのプロバイダ(ローカルのWhisper)は自動検出しません。

言語設定の場所

Hedyには、文字起こし用のアプリ全体の言語設定として会議/授業の言語が1つあり、デフォルトの音声認識プロバイダ(ローカルのWhisper)はこれを直接使います。Nemotron Multilingualも、自動検出オプションをオンにしない限り、この設定を読み取ります。クラウドプロバイダ(Deepgram、OpenAI)には、プロバイダごとの独自の言語設定があり、アプリ全体の設定を上書き、または無視することがあります。

  1. Hedyの設定を開きます

  2. プロフィールタブに移動します

  3. 言語設定を探します

  4. 会議/授業の言語を、実際に話す言語に設定します

セッション開始画面からも変更できます。そこには音声認識の言語のドロップダウンがあります。セッション開始画面で変更すると、その変更がアカウントに保存されるため、次のセッションでも新しい言語が使われます。「このセッションだけ」の個別の上書きはありません。

セッションのピッカーに言語が見つからない場合は、リストをカスタマイズ…を開いて、その言語にチェックを入れると元に戻せます。言語を選ぶをご覧ください。

言語を明示的に選んだことがない場合、Hedyはオンボーディングで選んだ言語(お使いのデバイスのロケールから提案されたもの)をデフォルトにし、何も設定されていなければ英語を使います。

音声認識プロバイダによって動作が異なる理由

Hedyは、ローカルとクラウドの複数の音声認識プロバイダに対応しており、それぞれ言語の扱いが異なります。現在のプロバイダは、設定 > 音声とAI > 音声認識オプションで確認、変更できます。

プロバイダ種類言語の動作
Whisper(ローカル) — デフォルトローカル設定した会議/授業の言語を使います。自動検出はしません。スペイン語に設定してドイツ語を話すと、文字起こしは間違ったものになります。
Nemotron English Only(ローカル)ローカル(macOS 15以降のApple Silicon Mac、iPhone XS以降、Neural Engine搭載のiPad、Windows、64ビットAndroid)英語のみ。会議の言語設定は無視され、ほかの言語は出力できません。
Nemotron Multilingual(ローカル)ローカル(macOS 15以降のApple Silicon Mac、iPhone XS以降、Neural Engine搭載のiPad、Windows、64ビットAndroid)デフォルトでは会議/授業の言語を使います。Auto-detect language(設定 > 音声とAI)をオンにすると、代わりに音声から言語を識別します。どちらのモードでも、言語は厳密な固定ではなく有力なヒントです。特になまりのある話し方では、モデルが似た響きの言語にずれることがあります。Nemotronは、アフリカーンス語、広東語、カタルーニャ語、ギリシャ語、ヘブライ語、インドネシア語、マレー語、セルビア語、スロベニア語、タガログ語、タイ語に対応していません。これらの言語にはWhisperを使ってください。
Deepgram(ご自身のAPIキーが必要)クラウドデフォルトはMulti (auto-detect)です。特定の言語に設定することもできます。
OpenAI(ご自身のAPIキーが必要)クラウドデフォルトはAuto-detect languageです。「Use meeting language」に設定することもできます。
xAI(ご自身のAPIキーが必要)クラウドxAIが対応している場合は、会議/授業の言語を使います。

デフォルトのWhisperプロバイダを使っている場合、会議/授業の言語は話されている言語と一致している必要があります。言語が違うという報告の多くは、これが原因です。Nemotron Multilingualを使っている場合は、Auto-detect languageがオフで、会議/授業の言語が正しいことを確認してください。会議が完全に英語で行われる場合は、切り替わる先の言語がないNemotron English Onlyのほうが安全な選択です。自動検出モードのDeepgramやOpenAIを使っている場合、通常は音声から言語が判別されます。ただし、誤って判別されるときは、プロバイダ自身の設定で特定の言語を指定することもできます。

よくあるケース

「英語の文字起こしになったが、ドイツ語で話した。」 ローカルのWhisper(デフォルト)か、会議/授業の言語が英語に設定されたNemotron Multilingualを使っている可能性が高いです。設定 > プロフィール > 言語設定で言語を切り替えてください。Nemotron English Onlyを使っている場合は、英語しか出力できません。ほかの言語にはNemotron MultilingualまたはWhisperに切り替えてください。

「1つの会議で2つの言語を話すが、片方しか正しく文字起こしされない。」 Whisperは、セッション全体を通して1つの言語を前提とします。1つの会議内で言語が混ざるのは、どのエンジンにとっても最も難しいケースです。最も確実な結果を得るには、Deepgram(multi言語設定)またはOpenAI(自動検出)に切り替えてください。どちらもご自身のAPIキーが必要です。デバイス上で処理したい場合は、NemotronのMultilingualモードが幅広い言語に対応していますが、それでも一度に1つの言語が話されているときに最もよく機能します。

「地名や固有名詞が間違っているが、言語は合っている。」 これは言語の問題ではなく、語彙の問題です。文字起こしの品質が悪い場合の対処法とカスタム語彙ガイドをご覧ください。

「同じ言語で話し続けたのに、文字起こしが途中で別の言語や文字体系に切り替わった。」 これは、Nemotron Multilingualエンジンが、セッションの途中で似た響きの言語にずれてしまったものです。なまりのある話し方だと起こりやすくなります。Auto-detect languageがオフで、会議/授業の言語が話された言語と合っていることを確認してください。再び起こる場合や、会議が完全に英語の場合は、ほかの言語を出力できないNemotron English Only(ローカル)に切り替えてください。完成した文字起こしは変わりませんが、次のセッションから新しい設定が使われます。

「セッションの途中で言語を切り替えたが、新しい言語が認識されない。」 動作はプロバイダによって異なります。ローカルのWhisper(デフォルト)は、文字起こしのリクエストごとに会議/授業の言語を読み直すため、セッションの途中で変更しても、その後の音声には反映されることがあります。クラウドプロバイダ(Deepgram、OpenAI)は、WebSocketセッションの開始時に言語を固定するため、変更は次のセッションからしか適用されません。プロバイダにかかわらず一貫した結果を得るには、言語を変更した後、現在のセッションを終了して新しいセッションを開始してください。

Hedyが対応している言語

Hedyが対応している会議の言語の全リストです(デスクトップの場合)。

英語、アフリカーンス語、アラビア語、カタルーニャ語、クロアチア語、チェコ語、デンマーク語、オランダ語、フィンランド語、フランス語、ドイツ語、ギリシャ語、ヘブライ語、ヒンディー語、ハンガリー語、インドネシア語、イタリア語、日本語、韓国語、マレー語、ノルウェー語、ポーランド語、ポルトガル語、ルーマニア語、ロシア語、セルビア語、スロバキア語、スロベニア語、スペイン語、スウェーデン語、タガログ語/フィリピン語、タイ語、トルコ語、ウクライナ語、ベトナム語、中国語(北京語)、中国語(広東語)。

iPhone、iPad、Androidでは、アラビア語、ヒンディー語、タイ語が利用できない点を除いて、リストは同じです。

Hedyのアプリの言語と会議の言語

2つの異なる設定で、混同しやすいので注意してください。

  • アプリの言語 — Hedyのユーザーインターフェース(ボタン、メニュー、設定)の言語です。Hedyのアプリ設定で設定します。

  • 会議/授業の言語 — セッション中にあなたが話すとHedyが想定する言語です。文字起こしに影響するのは、こちらです。

一方を変更しても、もう一方は変わりません。HedyのUIは英語、会議の言語はスペイン語、という設定にもできます。

関連記事

まだ解決しませんか?チャットウィジェットからお問い合わせください。話していた言語、文字起こしで得られた言語、使用している音声認識プロバイダをお知らせください。