句読点の音声入力

句読点：ピリオド、カンマ、疑問符、コロン。記号：ダッシュ、アンダースコア、ドル記号、アットマーク、ハッシュ。対になる記号：丸括弧、角括弧、波括弧、引用符の開きと閉じで、理想的には自動で閉じるもの。構造：改行、新しい段落、タブ。大文字・小文字：キャメルケース、スネークケース、すべて大文字を、次の単語やフレーズに適用。名前で指定する絵文字。そして、記号ではなくその言葉自体を入力したいときの逃げ道として「literally comma」。

コマンドは、いつでもどのマシンでも、ちょうど1つの出力に対応すべきです。つまり推測ではなく照合です。「dash dash force」はルールによって--forceになり、モデルはそれを目にすることもありません。ルールベースのコマンドは、全体を公開し、テストし、ターミナルで安心して使えます。モデルが解決するコマンドはたいてい正しいですが、その「たいてい」は、フラグが1つ壊れるだけで散々な午後に変わります。

ターミナルとコードエディタでは常にオンです。ほかに音声で記号を入力する方法がないからです。文章では任意です。文章では整形パスが句読点を打ってくれるので、普通の文で「comma」と言うと、意図せず記号になってしまうことがあるからです。コマンドは通常1つの言語で、多くの場合は英語です。文の途中で中途半端に理解されたコマンドは、ないほうがましだからです。

Macに標準で入っている音声入力は、公開されている音声コマンドの一覧を理解します。ほかのことを調べる前に、どのテキストフィールドでも試せます。

1. 01 アップルメニュー→「システム設定」と選択し、サイドバーで「キーボード」をクリックして「音声入力」に移動し、オンにします。
2. 02 テキストフィールドをクリックし、キーボードにマイクキーがあればそれを押すか、音声入力のショートカットを押すか、「編集」→「音声入力を開始」と選択します。
3. 03 文を話しながら記号の名前を言います。たとえば「ありがとうございます カンマ では正午に ピリオド」のように言います。
4. 04 「次の行」または「次の段落」と言うとテキストが区切られ、「開き丸かっこ」と「閉じ丸かっこ」と言うと補足を丸かっこで囲めます。
5. 05 単語の前に「すべて大文字」と言うとその単語がすべて大文字になり、数の前に「数字」と言うと数字で入力されます。
6. 06 止めるときは、Escapeキー、マイクキー、またはショートカットをもう一度押します。

Appleは音声入力のコマンドを、Macユーザガイドの「Macでテキストの音声入力に使えるコマンド」で公開しています。一覧は種類ごとにまとめられていて、多くの人が思うより幅広い内容です。一部の言語では、「ハートの絵文字」のように名前で絵文字を入れることもできます。

• 句読点：カンマ、ピリオド、疑問符、コロン、セミコロン、アポストロフィ、省略記号、ハイフン、ダッシュ、引用符と終わりの引用符。
• 対になる記号：開き丸かっこと閉じ丸かっこ、開き角かっこと閉じ角かっこ、開き中かっこと閉じ中かっこ、開き山かっこと閉じ山かっこ。
• タイポグラフィ：アンパサンド、アスタリスク、アットマーク、バックスラッシュ、スラッシュ、キャレット、アンダースコア、垂直バー、パーセント記号、ハッシュタグまたはポンド記号。
• フォーマット：次の行、次の段落、tabキー、数字、ローマ数字、スペースなしオンとスペースなしオフ。
• 大文字変換：先頭文字を大文字にする大文字入と大文字オフ、次の単語をすべて大文字にするすべて大文字、語句をすべて大文字にするすべて大文字オンとすべて大文字オフ。
• 数学と通貨：等号、プラス記号、マイナス記号、より大記号、より小記号、ドル記号、ユーロ記号、円記号。

音声入力したテキストに句読点が入る経路は2つあります。自動句読点は、文の形から判断して句読点を入れます。音声での句読点入力では、名前を言ったものだけが入ります。対応する言語では、Appleの音声入力は読点、句点、疑問符を自動で入れ、この機能は「システム設定」→「キーボード」→「音声入力」でオフにできます。

オープンな音声認識モデルの中にも、自分で句読点を付けるものがあります。NVIDIA Parakeet TDT 0.6B v2のモデルカードには、モデル自体の機能として句読点と大文字表記の自動付与が挙げられています。文章には便利ですが、正確な文字が欲しいときにツールに別のルール層が必要になるのは、このためです。

実用的なルールとしては、メッセージやメールでは自動句読点をオンのままにし、文字そのものが重要なときは記号の名前を言います。自分の話し方だと自動の句読点がいつも違う場所に入る場合は、機能をオフにして、すべての記号を自分で言います。