【音声学習よりいいかも？】文字起こしとAIの組み合わせで勉強の効率が上がる予感

こんばんは、トモネコです！

普段からnoteやXの投稿で書いているように、
私は電車やバスでの移動中や休憩中などの
隙間時間を活用することを大事にしています。

メモアプリ「Obsidian」を常に開いておき、
考えたこと・思いついたことの
メモを残したりしていることは、
これまでにも書いてきました。

もう一つやっているのが、音声を聞くです。

スマホに音声ファイルのデータを入れておいたり、
ポッドキャストのエピソードをオフラインで聞けるように
ダウンロードしておいたりして、聞いています。

特に最近は寒さで体調を崩さないようにするので
一杯一杯なので、生産性が下がりがちですが、
音声を聞くことで、なんとか時間を有効に利用したり
モチベーションを下げないようにすることができ、
音声学習のよさを体感しているところです。

ただ、つい最近になって気づいたのですが、
音声教材に対して文字起こしやAIを使うと、
より効率が高まり学びが加速していきそうです。

音声学習の弱点

基本的にはとても優秀な手段である音声学習ですが、
まったく欠点がないわけではありません。

今回の話の前提として、
音声コンテンツを教材として勉強をする場合に、
デメリットとなる要素について挙げてみます。

チャプター構成などがない場合がある

本やブログ記事などのテキストコンテンツの場合、
目次が用意されているので、
どこを参照すればいいのかが
すぐにわかり、必要な情報にたどり着きやすいです。

YouTubeの動画でも、目次に相当する
チャプター構成などがあったりして、
全体の構成が一目瞭然なことも多いです。

一方、音声の場合、提供のされ方にもよりますが、
構成が与えられていなかったり、
再生アプリ内ではYouTubeのようにジャンプできなかったりします。

後、たとえ構成があったとしても、
スマホを手で操作したり目を向けないで済むのが
音声学習のいいところなので、
できれば使わずに済ませたいですね。

内容のわりに時間がかかる

電車での移動中など、
利用環境の問題でノイズが入ったりして、
聞き取れないこともよくあります。

そういう場合は、聞き直しが必要になります。

また、音声コンテンツの話者は、
ゆっくりはっきりと話そうとすることもあり、
時間あたりの情報量が意外と多くないです。

これに対して、テキストなら速読すれば
結構な情報量を素早く得ることも可能です。

よくも悪くもそのときの臨場感が鍵

音声コンテンツでは、
話者は聞き手の心理や感情に訴えかけてきます。

声や話し方にはその人の個性が出るので、
文字だけの場合よりも伝わりやすいのが音声の特長です。

そのために、聞いている瞬間に臨場感が生まれ、
強い共感の感情が生まれたり、
モチベーションが上がったりします。

コンテンツの提供者側もその臨場感を
利用しているわけですが、
音声というメディアのその部分に頼りすぎると、
後から考えると実際に何を得ることができたのかが、
わからなくなってしまうことがありがちなのが、
デメリットです。

こういったこともあるので、
やはり音声コンテンツは、
情報量としては思うほど多くない、
と考えた方がよいでしょう。

文字起こしをAIと組み合わせるべき理由

とてもメリットの大きい音声学習にも、
欠点が存在するということをお伝えしてきました。

このような理由もあり、
文字起こしとAIの組み合わせという手段で、
さらなる学習の効率化を目指してはどうか、
という考えにたどり着いたわけです。

以降では、これについて説明していきたいと思います。

YouTubeの自動文字起こしにはおかしい部分も

音声であれ動画であれ、
学習やインプットに使えるコンテンツは
色々な形で提供されています。

その中でもYouTubeは、
無料でも質の高いコンテンツが見つかるので、
勉強用の教材に使っている人も多いと思います。

YouTubeの動画では、
字幕や文字が表示できるものも多いです。

動画チャンネル側で用意された文字起こしがある場合もありますが、
そうでなくても自動生成された文字起こしが利用できるのが、
YouTubeのすごいところです。

だったら、隙間時間のインプットに、
音声ではなく、文字起こしの方を使ってしまってはどうか、
という発想も悪くなさそうな気がしませんか？

ただ、これをやるには、障壁があります。

YouTubeの自動文字起こしは、
音声をうまく認識できておらず、
話し手が意図した発音と違う文字を表記してしまうことが
よくあるのです。

そのせいで、普通に文字起こしを読んでも、
混乱してしまいがちです。

AIなら自然な文字起こしに直せる

しかし、AIチャットツールのChat GPTを使うと、
文字起こしにおいて日本語が不自然になっている箇所を、
自然な文章に直すことができます。

しかも、その修正によって意味が大きく変わってしまうこともありません。

少なくとも、私が一度試した限りにおいては、
動画の内容を伝えてくれるテキストコンテンツとして
十分なものがChat GPTにより出力されました。

AIなら要約して短く完結にできる

AIは、部分的に間違った不自然な字幕を
読みやすくしてくれるだけでなく、
文章を短く要約もしてくれます。

通常、動画で話していることを
そのまま文字にすると、
結構、長く冗長になるので、
読むのが大変だったりするでしょう。

しかし、AIにより内容の簡潔な要約を
作成させてしまえば、
短時間で理解可能な形で、
元の動画の内容を反映したものが手に入ることになります。

私も実際にやってみて、
こんなに簡潔にまとまるのか、
たったこれだけの内容だったのか、
と驚きました。

自動文字起こしを修正した文字起こしや、
文字起こしから作成した要約が手に入れば、
そのデータをスマホで読めるような形式したり、
そこから再度、読み上げソフトで
短い音声ファイルを用意してスマホに入れたりして、
隙間時間に学習する教材として持ち歩くことができます。

従来の単純なやり方での音声学習よりも効率が高くなり、
よりインプット量を増やしていけるはずなので、
是非、色々と試してみたいと思っています。