「自治体通信」「ベンチャー通信」という雑誌・WEB媒体を発行しており、日々取材音声の文字起こしを行っています。例えば、1時間の取材を行った際は、文字起こしに3時間以上時間がかかります。昨年度は16冊雑誌を発行しましたが、その分取材も多く、1冊作るのに時間も精神的な負荷も高い状態でした。

アドバンスト・メディアと会議録研究所が「自治体通信」に出稿された際に、地方自治体に会議への音声認識導入の取材を行いました。職員の方から、4割時間が削減できたと話を聞き、これは弊社の業務効率化に繋がるのではと思い、そこから「ProVoXT」の検討を始め、導入に至りました。

現在は5人で利用をしています。昨年度、私が文字起こしをした案件は110件程度ありましたが、時間にして4割の削減ができたと感じています。録音状態が良い場合は5割程度の削減ができており、録音状態が悪い場合は2割程度となります。2割と聞くと少ないと思われるかもしれませんが、それでもゼロから文字起こしするより負荷が軽くなるので助かります。録音は、ICレコーダーで行っており、なるべく取材する相手の間近に置くことを意識しています。綺麗な音声を録音すると、かなり精度もよくなります。

我々の雑誌は、記事広告が主体となっており、お客様の言い回しや強調したいポイントを正しく把握するため、正確な文字起こしが必要となります。原稿執筆の前に取材音声を文字起こしするのは、かなり腰が重い作業なのですが、「ProVoXT」であれば、既に文字化しているものを再度編集するだけで良いので、肉体的にも精神的にも負荷が軽く済みます。また、取材者ではなく別の担当が文字起こしを請け負う事もあるのですが、他人の取材テープを文字起こしするというのは、より高い精神的負荷がかかります。音声認識を使えば、既に文字化されているので、負荷が全然違います。