首こりが気になるスマホは音声入力にする？話す時間と画面の確認を分けて読む

首こりが気になり、スマホを音声入力に変えたいとき、見るべきなのは話している間だけではない。食事記録や医療現場の研究から、入力後の確認、誤変換の修正、声を出せる場所まで考える。音声入力の使いやすさと首への効果を混同せず、画面との付き合い方を見直すための読み物である。

「明日の集合は昼過ぎ」と声で予定を残す。指は休んでいる。しかし目は、文字が合っているかを追っている。首こりが気になる日の音声入力で、確かめたいのはこの場面だ。

音声入力は文字を作る方法の選択肢になる。ただし、声を使った記録が現場で成立するかどうかは、仕事内容や周囲との関係でも変わる。看護師を対象とした実地研究では、手と目を使わずに入力する仕組みでも、作業の局面によって記録できた割合が大きく異なった。[12] この業務での結果を18〜39歳の女性の日常の入力に当てはめるには、作業内容や周囲とのやり取りの違いを考える必要がある。 音声入力への変更を、そのまま首こりの改善と考えるのは早い。

既存記事「首こりが気になるスマホは両手で持つ？片手操作との角度と筋活動の違いを読む」には、持ち方の比較を譲る。ここで考えるのは、話す、読む、直す、送るという流れだ。音声入力を使うなら、文字を打たなくなったことより、画面を確認する作業がどう変わったかを見たい。

首こり対策として、入力方法と体の結果を混同しない

「使いやすい」という結果は、「首への負担が小さい」という結果と同じではない。若い成人の食事記録を比較した無作為化比較試験は、入力の正確さ、記録にかかった時間、使いやすさの評価を調べている。音声を使う方式と画像認識を使う方式を比べるうえでは役立つ研究だが、その成果を首の痛みの改善率に読み替えることはできない。[2]

この区別をすると、音声入力への期待を具体的にできる。「話せば首がよくなる」ではなく、「この連絡文なら、打つ作業を置き換えられるか」という問いにする。次に、「できた文章を確認するとき、結局ずっと画面を追っていないか」と確かめる。これは自分の使い方を見直すための問いであり、治療法としての提案ではない。

首こりとストレートネックという検索語を並べても、同じ言葉にはならない。この記事で扱う入力支援の研究から、首の形の診断や、その変化を判定することはしない。スマホの設定画面にある機能と、医師が判断する体の状態を、同じ尺度で採点しないためだ。

また、声で文字を作る機能にも役割の違いがある。入院中の経過記録を作るシステムでは、話した内容を認識する処理だけでなく、音声の命令を読み取り、記録の形式を整え、電子的な診療記録へつなぐ処理が組み込まれていた。[10] ただ発声するだけの機能と、仕事の流れまで支える仕組みをひとまとめにしないほうがよい。

日常の短い返信と、決まった欄へ情報を入れる業務では、終わり方も違う。返信なら相手と文章を確かめて送る。業務なら、必要な項目がそろい、適切な場所へ入ったかも確認する。このように自分の作業を言葉にすると、音声入力が置き換える部分と、引き続き自分が担う部分を見分けやすくなる。

若い成人の食事記録では、画像認識群のほうが速かった

食事記録の試験には、台湾の大学から集めた20〜25歳の42人が参加した。男性9人、女性33人で、画像を自動認識する群22人と、料理名や特徴を声で補足する群20人に無作為に分けられた。比較には同じ種類のスマホが使われ、操作や画面の構成もそろえられていた。[2] 男女を含む20〜25歳の食事記録の結果であり、18〜39歳の女性全体の日常の入力にそのまま当てはめるには、年齢の幅と課題の違いがある。

ここで重要なのは、音声群も写真を利用していた点だ。「何も見ず、声だけですべて済ませる方式」と「写真だけの方式」の比較ではない。画像認識群も必要に応じて音声の命令を補っており、実際の食事を記録するための仕組み同士を比べた試験である。[2] 声と指の単純な競争に変えると、研究の意味がずれる。

料理を正しく認識・報告できた割合は、画像認識群で86%、音声で補足する群で68%だった。画像認識群のほうが有意に高く、食事の報告を終える時間も有意に短かった。[2] この結果は、入力の速さを考える際には、何を記録するのかと、その内容に合う仕組みなのかを見る必要があることを示す。食事の試験から、普段の日本語の返信速度まで決まるわけではない。

一方、使いやすさと覚えやすさは、どちらのアプリも高く評価された。使いやすさの尺度では群間に有意差がなかった。[2] 客観的な正確さや所要時間の差と、本人が使いやすいと感じるかは、別々に読む必要がある。気に入った機能でも確認に手間がかかることはないか、という視点が生まれる。

日常に置き換えるなら、買い物メモと、住所を間違えずに伝える連絡文を同じ課題として扱わない。前者では後から意味が分かれば足りる場面がある。後者では文字そのものを確かめたい場面がある。どちらにも音声入力を使えるとしても、自分が必要とする正確さに応じて、完成までの手順を考えることになる。

この試験の数字は、画像認識と声による補足を比較した成績だ。報告時間は画像認識群のほうが短かったが、ここで示せるのは方向であり、日常の連絡文に使える短縮率ではない。[2] 速さを期待するなら、録音が終わった時点ではなく、内容を確かめて使える状態になった時点までを、自分の作業の区切りにしたい。

話し終えたあと、文章が使える状態になるまでを見る

病院で医師が入院患者の経過記録を声で作るシステムの報告では、709件の記録が作られ、対応する患者の電子的な記録に入れられた。[10] 医師の記録業務を支えるシステムの報告であり、18〜39歳の女性の日常の入力に、その処理の速さや使い勝手をそのまま当てはめることはできない。

このシステムでは、発声した内容の認識に加え、声の命令に応じて記録を整え、電子的な診療記録へ届ける処理がつながっている。[10] ここで読むべきなのは病院の仕組みとしての構成だ。日常の連絡なら、文章を作ること、相手に伝わるかを確認すること、送ることを、自分が使う機能に沿って書き出せる。

システムは概して信頼性が高く、医師に受け入れられ、キーボードと定型書式による記録作成の代替手段になると報告された。[10] それでも、業務に取り入れられたことと、画面を見る時間がどれだけ減ったかは違う問いである。完成した記録を届ける力と、体への効果を切り分けて評価したい。

さらに、文字が並んだあとには内容の確認がある。獣医学教育の比較研究では、症例の議論5件について文字起こしを比較し、最終学年の学生4人と臨床家3人が、読みやすさ、技術的な正確さ、臨床的な分かりやすさ、教育上の有用性を評価した。スマホ標準の文字起こしは、比較対象の方式より読みやすさなどで良い評価だった。[11] 獣医学の学生と臨床家による専門的な評価であり、18〜39歳の女性の日常文の読みやすさにそのまま当てはめることはできない。

同研究では、人工知能による要約で明瞭さや学習上の価値が高まった反面、小さな意味の変化が生じることもあった。[11] 誤字がないことと、言いたかった意味が保たれることは同じではない。予定の変更を伝える文章なら、日付だけでなく、変更するのか確認したいだけなのかまで読み直す、という使い方が考えられる。

確認の負担を考えるうえでは、文字の正確さを誰が判断したのかも手がかりになる。獣医学教育の研究は、学生と臨床家が読みやすさや専門的な正確さを評価する構成だった。[11] 家族への短い連絡なら自分で意味を確かめられても、専門的な文章では内容を理解する人の判断が関わる。確認という同じ言葉の中にも、文字を追う作業と、内容を判断する作業がある。

たとえば、スマホへ明日の準備を読み上げるとする。文字の抜けを直すだけなら、その場で終わるかもしれない。しかし、相手へ送る案内文なら、宛先や伝える内容が適切かも考えることになる。音声入力に切り替える前に、自分が普段どこで手を止めるのかを思い出したい。入力の途中なのか、完成した文章を読み直すところなのかで、試したい工夫は違ってくる。

研究の評価にも目を向けたい。獣医学教育の比較では、利用者から認知的な負担の軽減が報告された。[11] これは、作業をするときの考える負担に関する評価であり、首の筋肉の活動量と同じ尺度ではない。使って楽だったという言葉が出てきたら、何が楽だったのかを言葉にしてみる。手で文字を入れる手間、文章をまとめる手間、体の感覚を分けるだけでも、機能への期待を整理できる。

数字で読む音声入力と記録の研究

42人：食事記録の比較試験に参加した20〜25歳の若い成人である。[2]

86%と68%：料理の正確な認識・報告の割合で、画像認識群、音声で補足する群の順に示した。[2]

709件：音声を使う病院のシステムで、この件数の経過記録が作られた。[10]

40〜100%と0〜12%：看護記録で音声により記録できた出来事の割合で、術前・術中と術後の順である。[12]