AIの仕事に迷うあなたへ｜10分音声を読み返せる文書にする入門の不安解消Q&A

記事

マネー・副業

たーさん｜AIで始めるサービス出品

2026/11/12 11:22

この教材は誰のため？何に困っている？何が作れる

- 対象：AIの仕事を始めたいが、「まず何を誰に作るか」が決めきれない人。

- 今の困りごと：道具や手順が多く、最初の一歩がぼやけて動けない。

- 学ぶと作れるもの：講座や打合せなどの短い音声（10分以内・話者は最大2人・はっきりした日本語）を、あとから読んで内容を追える文書。意味のない言いよどみを取り除き、要約や言い換えはせず、元の発言を読みやすく整えます。

まず知ってほしい前提（できること・できないこと）

- 仕上がりは「読み返せる文字起こし」。記事化や要約は含みません。

- 質問への回答となる「はい／いいえ」、否定、数字、固有名詞、条件などは残します。聞こえない部分はAIに想像させて埋めず、時刻付きで確認事項として残します。

- 道具はWindows 11のデスクトップ版Word for Microsoft 365とOneDriveを使う手順が標準です。ChatGPTは、ケバ取り案や誤認識候補の整理に任意で使います。

- 注文や売上についての約束はしません。学ぶのは作業の範囲を定め、ていねいに直して渡す進め方です。

向く人・向かない人

- 向く人：小さい範囲で手順を確かめながら前へ進みたい人。道具の前提や確認を自分の環境で行える人。

- 向かない人：強い雑音や重なった発話が多い音声、または専門知識がないと正誤の判断が難しい内容を、いきなり扱いたい人。WordやOneDriveの準備・確認を省きたい人。

購入前の不安に答えます（FAQ）

Q1. 自分のPCで同じようにできますか？

A. 標準の作業環境は、Windows 11のデスクトップ版Word for Microsoft 365です。Microsoft 365 Business Standard（Teamsなし）のライセンスが割り当てられた職場アカウントで使います。契約やアカウントによって利用できる機能が異なるため、自分の環境で開始確認を行います。音声はMicrosoft側で処理され、OneDriveに保存されるため、実案件ではこの扱いについて事前に依頼者の同意を得ます。個人向け契約、買い切り版、Web版の手順は扱いません。

Q2. AIが全部やってくれますか？手作業は要りますか？

A. 自動で出た文字を、最初から最後まで原音と照合して直す手作業が必要です。特に数字・固有名詞・否定・条件を重点的に確認します。全文を修正した後にも、音声を最初から最後まで再生しながら最終照合を行います。保存後は、Word文書をWord、テキストをメモ帳などでそれぞれ開き直し、文字化けや段落の欠けがないかを確認します。ChatGPTは整理の補助として任意で使い、実案件の文字を入力する場合は別途依頼者の許可を得ます。

Q3. この入門で扱う範囲は？

A. 音声の長さは10分以内、話す人は2人まで、はっきりした日本語が対象です。強い雑音や重なった発話が多い音声、専門知識がないと正誤の判断が難しい内容は初回の受付対象外です。条件に合わない依頼は、資料や範囲を相談するか、対象外と伝えます。

Q4. 何を用意すればよい？

A. 指定のWordの契約・職場アカウント、OneDrive、通信環境、ヘッドホンを用意します。実案件を受ける前に、付属の「開始確認３０秒.mp3」を使い、次の7項目を自分の環境で確認します。

- 正しい契約とアカウントで利用しているか

- 音声アップロードを扱う文字起こし機能が表示されるか

- 音声ファイルを読み込めるか

- 自動文字起こし結果を訂正できるか

- 訂正結果を文書へ追加できるか

- 保存して閉じ、開き直して文字が残っているか

- OneDriveのTranscribed Filesフォルダを確認できるか

この開始確認が終わるまでは受注を開始しません。実案件のファイルの保存期間も、受注前に決めます。

Q5. 練習用の素材はありますか？

A. 開始確認用の30秒音声、聞き直し用の無音を含む10分音声、不明音入りの音声、2話者の通し練習音声と、完成見本やケバ取りの答えが同梱されています。最初の10分音声は、各1分の区間内に発話と無音を配置したものです。2話者の通し練習は全長約9分56秒です。付属音声は、架空の原稿を日本語の合成音声で読み上げたもので、実在の講師の録音や受注実績ではありません。誤り例も編集練習用に作成したもので、Wordが実際に出した認識結果ではありません。

Q6. 作業時間はどれくらい見ればいい？

A. 教材内の料金計算に使う作業時間は、見積もりの考え方を学ぶための仮定で、実測した作業時間や相場を示す数字ではありません。付属の練習音声も明瞭な合成音声なので、雑音や重なった発話のある実録音に同じ時間を当てはめる根拠にはなりません。自分の環境で、認識待ち・聞き直し・用語確認・保存・最終照合の各時間を分けて記録します。見積もりでは、資料確認や依頼者とのやり取り、修正にかかる時間も考慮します。

Q7. AI機能の上限や制限は？

A. 教材では、Wordの文字起こし機能について、通常の音声アップロード上限を月300分として説明しています。Copilotの追加ライセンスに関する上限は、教材の料金と標準手順には混ぜていません。利用時は公式案内と画面の通知を確認し、練習で使った分も含めて使用時間を記録します。上限に達した場合は、再開できる時点を確認するまで納期を約束しません。