Gemini 3.5 Transcribeで会議の文字起こしはどこまで変わるか

何が発表されたか

Gemini 3.5 Transcribe は、話した言葉をテキストに変換する音声認識モデルです。発表されている単語誤り率（WER＝聞き間違いの割合）は、リアルタイム変換で4.0%、録音済み音声をまとめて処理する場合で2.6%とされています。

• ●「あー」「えーと」などの言い淀みを自動で除去する
• ●「火曜に会いましょう、あ、いや水曜で」のような言い直しを、意図をくんで整える
• ●85以上の言語を自動で判別する
• ●従来モデル（Chirp 3）と比べ、テキストが出そろうまでの時間が70%短縮

つまり「聞き取りの正確さ」だけでなく「読める文章になっているか」に踏み込んだモデルです。会議の書き起こしは、正確に文字化できても言い淀みだらけだと結局読み直しが発生します。そこを機械側で片付けにきた、という位置づけです。

今どこで使えるのか

• ●Android のキーボード「Gboard」の音声入力機能（Rambler）— 日本語で使えるのはここ
• ●Mac 版 Gemini アプリ
• ●開発者向けの Google AI Studio、Gemini Enterprise Agent Platform（パブリックプレビュー）

スマホの音声入力から入るのが一番早い経路です。会議室のスピーカー音声をまとめて処理したい場合は、現時点では開発者向けの提供が中心になります。

業務での使いどころ

文字起こしが「清書済み」で出てくると、議事録づくりの手数が1段減ります。これまでは「文字起こし → 言い淀みの掃除 → 要約」の3手でしたが、掃除の工程を機械に寄せられます。

1. 1会議を録音する（スマホの音声入力、またはWeb会議ツールの録音機能）
2. 2文字起こしを取得する
3. 3文字起こしを ChatGPT や Gemini に渡し、決定事項・宿題・担当・期限の4点に整理させる
4. 4人が固有名詞と数字だけを確認して確定する

以下は会議の文字起こしです。次の4項目に整理してください。

1. 決定事項（決まったことだけ。検討中は含めない）
2. 宿題（誰が・何を・いつまでに）
3. 保留になった論点（なぜ保留かも一言で）
4. 次回までに確認が必要なこと

・元の発言に無い内容を足さないでください
・聞き取れていないと思われる箇所は［要確認］と書いてください

--- 文字起こしここから ---
（ここに貼り付け）

最後の「元の発言に無い内容を足さない」「聞き取れていない箇所は［要確認］」の2行が効きます。これを書かないと、AIが文脈から推測して、言っていないことを議事録に書いてしまうことがあります。

試すときに気をつけること

• ●社名・人名・製品名は誤変換が残る前提で、確認の工程は残す
• ●録音を外部サービスに通す場合は、社内の情報の扱いルールを先に確認する
• ●まず社内定例など、外に出ない会議から試す