音声連動テレプロンプターの仕組み: VoiceScrollはどう動くのか
一般的なテレプロンプターは、設定した速度で一方的に流れます。少し詰まるだけで台本が先に行き、逆に間を取ると画面を待つことになります。VoiceScrollはここを変えます。話した内容に合わせて、台本の位置を追いかけます。
固定速度が合わない理由
実際の話し方は一定ではありません。説明が順調なところは速く、重要なところはゆっくり、言い直しや間も入ります。固定速度のスクロールでは、自然に話す代わりに機械へ合わせることになりがちです。
VoiceScrollの仕組み
- 台本を読み込むと、アプリが文章を追跡しやすい形に整えます。
- 開始するとマイクが有効になり、音声認識が音声を処理し始めます。iPhone・iPadではAppleの音声認識、Androidでは端末にインストールされた認識サービス(通常はGoogle)が担当します。
- 認識された語句を台本と照合し、今いる位置まで表示を追従させます。
- 読み終えた部分は薄くなり、現在位置が見えるようにスクロールします。
端末内で処理される
初期設定では、認識は端末内で行われます(iPhone・iPadはAppleのSpeechフレームワーク、Androidは端末の認識サービス。Androidではその言語のオフライン言語パックが端末に入っている必要があります)。この初期状態では音声はサーバーに送られず、言語の準備が済めばインターネット接続も不要です。回線待ちがないので反応が速く、収録場所の通信状況にも左右されません。オンライン認識は自分でオンにするオプションで、初期設定はオフです(iPhone・iPadは2.0.4からAppleのサーバー、Androidは1.11.16からGoogle)。オンにすると音声はそのサービスに送信されます。iPhone・iPadで34言語、Androidで26言語に対応しているので、日本語を含む多言語の台本でも同じ感覚で使えます。
向いている場面
- 途中で止まったり言い直したりする動画収録
- 質疑応答や拍手で間が入るプレゼン
- 日本語や中国語など、固定速度だと読みづらい台本
- 長文を自分のペースで読みたい収録