GoogleはiOS向けに、オフラインファーストの音声入力アプリ「Google AI Edge Eloquent」をリリースした。

このアプリはGemmaベースのASRモデルを採用しており、一度モデルをダウンロードすればオフラインで音声入力が可能。入力中のリアルタイム文字起こしはもちろん、一時停止時に「えー」や「あのー」といったフィラーワードを自動で除去し、テキストを整形する機能も備えている。

さらに、「要点」「フォーマル」「短く」「長く」といったオプションでテキストを変換したり、Gmailアカウントから特定のキーワードや専門用語をインポートしたり、カスタム単語を追加したりすることもできる。

ローカル処理のみを使用する「クラウドモードオフ」機能もあり、クラウドモードがオンの場合はGeminiモデルによるテキストクリーンアップが利用される。

アプリは、文字起こしセッションの履歴表示や検索機能も提供。前回のセッションの単語数、1分あたりの単語速度、総単語数なども確認できる。

現在iOSのみで提供されているが、Android版も予定されており、システム全体でデフォルトキーボードとして設定できるなど、シームレスな統合が期待されている。

AIによる音声認識アプリの人気が高まる中、Googleはこのトレンドに参入し、実験的なアプリで技術向上を目指している。このテストが成功すれば、Androidでも文字起こし機能の向上が見込まれる。