機能

Pluely v1 のリアルタイム文字起こし

リアルタイム文字起こしは、Pluely v1 の代表的な機能の 1 つです。聞き取りモードで、自分と相手の両方の発言を含む会話全体を、話者ラベル付きの文字起こしとしてその場で記録します。通話にボットが参加することはありません。音声はすべてローカルで取り込まれ、Pluely を通じてストリーミングされるので、話されるそばから画面の表示がリアルタイムで更新されます。

サブスクリプションに含まれ、設定不要

リアルタイム音声認識は、すべての有料プランに最初から組み込まれています。設定することは何もありません。文字起こしサービスのアカウントを作ることも、キーを貼り付けることも、サービスを選ぶこともありません。ライセンスを有効化して聞き取りを開始を押せば、文字起こしが始まります。プランには毎月のリアルタイム文字起こしの利用枠が含まれており、聞き取り中はリアルタイムのカウントダウンで表示されます。（無料プランでは、代わりにダッシュボード → Dev Space → 音声認識プロバイダで自分の音声認識プロバイダを使えます。Dev Pro は Dev Space セットアップの手順 1 でキーを追加します。）

2 つの音声ソースを 1 つの文字起こしに

Pluely v1 は、2 つの音声ストリームを同時に聞き取ります。

自分のマイク：自分の声。
コンピュータの音声出力：通話の相手、会議の参加者、動画など、マシンで再生されるあらゆる音。

どちらもローカルで取り込まれ、エコーキャンセルで整えられ（スピーカーから流れる通話の音声がマイク経由で二重に文字起こしされないように）、1 つの文字起こしにまとめられます。

話者ラベル

声は自動で聞き分けられ、各行に話者 1、話者 2 などのラベルが付きます。そのうちの 1 人があなたです。話者の識別は、音がどのデバイスから届いたかではなく声そのものに基づくので、スピーカーフォンでも、複数人が 1 つのマイクを共有していても正確です。長い会議や面接を振り返るときも、何も聞き直さずに、誰がどの発言をしたのかを正確にたどれます。

リアルタイムの言葉から確定した行へ

文字起こしは 2 段階で行われ、その様子は文字起こしにそのまま表示されます。

暫定（リアルタイム）のテキストは、あなたや相手が話すとすぐに表示されます。Pluely が音声の理解を深めるにつれて、少し変わることがあります。
確定した行は、Pluely が言葉に確信を持った時点で落ち着き、その後は変わりません。

この 2 段階の表示によって、文字起こしは即座に表示されながら、最終的には正確なものになります。

波形と自動スクロール

聞き取りモードが有効な間はリアルタイムの波形が表示され、Pluely が実際に音声を聞いていることを目で確認できます。話してテキストが表示されるのを待たなくても、マイクやシステムオーディオの取得が動作していることを確かめられるので便利です。

文字起こしの表示は、会話が続くにつれて最新の行が見えるように自動でスクロールします。前の内容を読み返すために上にスクロールすると、表示と格闘しなくて済むよう自動スクロールが止まり、一番下まで戻ると再開します。

開始、一時停止、停止

オーバーレイ上部で聞き取りを選びます。
聞き取りを開始を押します。初回は Pluely からマイクと画面収録のアクセス権を求められます。画面収録があることで、Pluely は自分の声だけでなく通話の相手側の音声も聞き取れます。
波形が動き出し、話すそばから文字起こしがリアルタイムで表示されていきます。
いつでも一時停止してマイクを解放できます（OS のマイクのインジケータも消えます）。会議の途中で少しプライベートな時間が必要なときに便利です。再開すると、止めたところから続きます。
停止するとセッションが完全に終了し、文字起こし全文がライブラリに会議として保存されます。終了する前に最後の言葉が文字起こしされて回答も生成され、停止で固まることもありません。オーディオのバックエンドが数秒以内に応答しない場合でも、セッションは終了します。
セッションを停止すると、新規開始が表示されます。文字起こしと回答をクリアして、もう一度聞き取りを始めます。

質問タブに切り替えると、ライブセッションは一時停止してマイクが解放されます。再開を押すまで一時停止のままで、その理由を示す案内が表示されます。履歴と設定のパネルは、パネルの外側をどこでもクリックすると閉じます。

接続が切れた場合

ネットワークが切れたりサーバーが再起動したりしても、セッションは終了しません。入力欄に「再接続中…」と表示され、セッションは継続したまま、Pluely は再接続を試みながら最大 45 秒間音声を取り込み続けます。接続が戻ると、その間に取り込まれた直近の数秒が最初に送られるので、文字起こしはできるだけ欠けずに続きます。45 秒以内に接続が戻らない場合、セッションは停止してその旨を知らせます。それまでに文字起こしされた内容はすべて保持されます。中断ではなく拒否されたセッション（たとえば毎月のリアルタイム文字起こしの利用枠を使い切った場合）は、理由を示してすぐに終了します。30 分以上一時停止したままのセッションはメッセージを表示して自動で停止するので、放置した一時停止でライブの時間を消費することはありません。

状況の判別と自動応答

Pluely は会話の進行に合わせて、それが面接、会議、コードについての議論、翻訳の場面のどれに近いかを目立たずに判別し、それに合わせて動作を調整します。さらに自動応答を使えば、会話に応じて Pluely が自動で応答します。誰かが質問したとき（文字起こしで疑問符が抜けていても）、または自然な間が空くたびです。きっかけとペースは自動応答の設定で決め、各応答の内容は選んだプロンプト（と、それに添付したファイル）で決まります。

言語

聞き取りは、開始前に聞き取りの言語メニューで選んだ言語で文字起こしします。選べるのは、アプリの言語と同じ（アプリの設定でライブ文字起こしにも使うがオンのときのデフォルト）、英語、言語が混ざる会話のための自動（多言語）、または任意の 1 つの言語です。セッションの実行中はメニューが表示されません。文字起こしの言語をご覧ください。

会議として保存

停止を押すと、話者ラベル付きの文字起こし全文が会議として自動で保存されます。保存した会議はあとからいつでも開き直して、自分のメモを追加したり、文字起こしを要約、重要なポイント、より簡潔な版、より長い版、説明、翻訳に変換したりできます。保存される内容とその後の活用方法の全体像は、「履歴とライブラリ」をご覧ください。

プライバシーとアクセス権

通話にボットが参加することは一切なく、あなたの代わりに何かが参加することもありません。音声の取り込みはすべてマシン上でローカルに行われ、Pluely を通じて安全にストリーミングされます。リアルタイム文字起こしには、マイクへのアクセスと画面収録のアクセス権が必要です。画面収録があることで、Pluely は自分のマイクだけでなく通話の相手側の音声も拾えます。画面共有中も、オーバーレイは目立たないように設計されています。詳しくは「ステルスと画面共有時のプライバシー」をご覧ください。

ヒント

マイクと画面収録の両方のアクセス権を前もって許可しておけば、聞き取りモードが初回から途切れずに動きます。
短い中断には、停止ではなく一時停止を使いましょう。一時停止はセッションを保ったままマイクを解放しますが、停止すると会議が確定します。
会話の途中で言語が切り替わる場合は、通話の途中ではなく、事前に多言語モードに切り替えておきましょう。
文字起こし全文を読み返す代わりに、保存した会議をあとで開き直し、重要なポイントに変換して手早く振り返りましょう。
Pluely が自分の声を聞き取っているかわからないときは、波形を見ましょう。音声の取り込みが動作しているかを確かめる最速の方法です。