使い方ガイド
dicto は、話した内容や入力した内容を大きく見やすい文字で表示します。このガイドではアプリの仕組みを説明します。
目次
はじめに
dicto を初めて起動すると、標準の話す言語と配色を選ぶ短い初期設定が表示されます。どちらも設定でいつでも変更できます。この設定画面のあとに、アプリの機能についての基本的な説明が3画面続きますが、スキップできます。
マイクボタンを初めて押すと、iOS がアクセス許可の画面を表示し、デバイスの音声認識とマイクへのアクセスを求めます。どちらも Apple のサービスで、dicto が話した内容を文字として表示するために必要です。「許可」をタップしてください。あとから有効にする場合は、iOS の設定アプリを開き、設定 ▸ dicto に進んで、マイクと音声認識をオンにしてください。
メイン画面
メイン画面には、現在のメッセージと、メッセージの作成・消去・見返しのための操作が表示されます。縦向きでは文字がやや大きく表示され（短いメッセージ向き）、横向きではより長い文字が表示されます（少し長めのメッセージや文脈のあるメッセージ向き）。
- メッセージ表示エリア：画面上の説明を表示し、現在のメッセージを、使えるスペースいっぱいの大きさで、話している間もリアルタイムに更新しながら表示します。この領域をダブルタップすると音声入力を開始・停止できます。長押しすると現在のメッセージを編集できます。長いメッセージは自動でスクロールします。設定で手動スクロールに切り替えられます。
- マイクボタン：話したメッセージを開始・停止します。話すこと & 音声入力をご覧ください。長押しするとSoloの登録を始めます。
- キーボードボタン：話す代わりに、キーボードを開いてメッセージを入力または貼り付けます。入力を参照してください。
- 消去ボタン：現在のメッセージを消去します。消去したメッセージは履歴に保存されません。消去ボタンを長押しすると「新しいセッションを開始しますか？」のダイアログが表示され、アプリがリセットされます。
- 履歴：画面下部に並ぶ、完了したメッセージの帯です。消去されていないメッセージは、新しいメッセージが始まると履歴の欄に追加されます。メッセージをタップすると、もう一度表示できます。履歴はアプリを閉じると消え、ウィスパーモードがオンのときやSoloのセッション中は使えません。
- 読み上げボタン：設定で選んだ声で、現在のメッセージを読み上げます。読み上げを参照してください。
- 設定ボタン：設定画面を開きます。ここで言語、配色、話す速さ、ウィスパーモードなどの設定を行います。設定を参照してください。
発話と音声入力
マイクボタンをタップするか、メッセージ表示エリアをダブルタップすると音声入力が始まります。普通に話してください。話した言葉がそのまま表示されます。音声入力がうまくいかない場合（文が正しく区切られない場合）は、設定メニューにある話す速さで、話すのが速い人や遅い人に合わせて調整すると改善することがあります。
初期設定では、約1秒の間で文が区切られ、dicto が句点または疑問符を付けて聞き取りを続けます。約2秒の間で現在の発話が終わり、最終的な文章が表示されます。メイン画面に収まらない長さのメッセージは自動でスクロールします。メッセージは手動でもスクロールでき、設定メニューで自動スクロールをオフにできます。間をどれくらい待つかは、設定の話す速さで調整します。Solo のセッションは約1分半で自動的に停止するため、騒がしい部屋でマイクが開いたままになりません。Solo の文の区切りのタイミングも話す速さの設定で決まります。
音声入力は Apple の音声認識によるもので、完全ではありません。なまり、周囲の雑音、めずらしい名前、とても短いフレーズ、複数の人が同時に話す場面などでは、聞き間違いが起こることがあります。自然な速さではっきりと話し、話し手に合った話す速さを設定すると、最もよい結果が得られます。
画面の文字を消すには、画面下部の消去をタップします。消去を長押しすると、新しいセッションを開始しますか？のダイアログが表示されます。最初から始めるを押すと dicto がリセットされ、履歴の欄も消去されます。
Solo
Solo は音声分離技術を使って dicto を登録した一人の声に集中させ、その話し手の言葉を表示して周りの声を無視するように設計されています。Solo ではハンズフリーで操作できます。ほかの声の発話は表示されず、文字起こしされることもありません。Solo は、静かな部屋から中程度の騒がしさの部屋で、一度に一人が話すときに最もよく働きます。登録した声かどうか dicto が確信を持てないときは、何も表示しません。3語未満の短いフレーズを早口で言うと、識別するには短すぎて画面に表示されないことがあります（例：「こんにちは」「よかったですね」）。
Solo のしくみ
Solo が有効な間、dicto は部屋の音を聞き取り、ひとつづきの発話を、言葉ではなく声の響きを表す少数の数値に変換します。その数値を、登録時に取得した数値と比べます。登録した声と一致する発話は文字起こしされて表示され、一致しない発話は文字になることなく破棄されます。この比較は、アプリに内蔵され、完全にデバイス上で動作する小さな機械学習モデルで行われます。クラウドサービスも、アカウントも、通信も関係しません。発話が保存されたり記録されたりすることは、一切ありません。
声を登録する
- マイクボタンを長押しして、自然に話してください。押している間に話した内容は、通常のメッセージとして表示されます。
- パネルに登録の進み具合が表示されます。基本的な選別ができるだけの声が取得できるまで、バーは赤のままです。
- 実際に話した時間が約3秒になるとバーが黄色に変わり、音が鳴ります。基本的な登録が成功したので、いつでもボタンを離せます。
- ボタンを押し続けると登録の精度が上がり、実際に話した時間が10秒で完全な登録になります。声が取得されるにつれてバーは黄色から緑に近づき、約10秒で緑になります。完全な登録は、画面全体が光る Solo Glow で示されます。
- ボタンを離します。Solo が登録した声の聞き取りを始めます。登録が成功すると、マイクのアイコンが Solo のアイコン、つまり人と発話バーに途切れないティール色の円の輪郭が付いたアイコンに変わります。
ボタンを離したときに取得できた声が少なすぎる場合、dicto はさらに約2秒間聞き取り、それでも登録が完了しないときは現在の登録を取り消します。
登録の追加と Solo Glow
基本的な登録だけで使い始められます。あとは dicto が自動で仕上げます。セッション中、登録した声と確実に一致する発話は登録に追加され、会話が進むほど精度が上がります。これを登録の追加と呼びます。使われるのは登録した声だけで、ほかの発話が使われることはありません。ボタンを押し続けて緑のバーまで到達したときも、会話中の追加によってでも、登録が最大まで達するとSolo Glowが現れます。画面全体が短く静かに光る演出で、dicto が声を完全に登録したことを意味します。表示されても、何かをする必要はありません。
セッション中
登録した声は、話す速さのタイミングに従って、一度に一つのメッセージとして表示されます。ほかの声は画面に何も表示しません。Solo のセッション中は履歴が非表示になります。マイクボタンをタップすると聞き取りを一時停止・再開できます。部屋が約30秒静かなままだと、セッションは自動で一時停止します。Solo が一時停止中のときは、ティール色の実線が破線に変わります。現在のセッションを再開するには Solo ボタンをタップします。
セッションを終える
消去ボタンを長押しし、最初から始めるを確認すると、現在の文章と登録した声が消去されます。「セッションを消去しました」という短い通知で消去が確認できます。登録した声が約3分間現れない場合や、アプリがバックグラウンドに移った場合にも、セッションは自動で終了します。セッション中にマイクボタンを長押しすると、登録済みの声に代えて別の声を登録できます。
声のプロファイル
声の照合は、アプリに内蔵され、完全にあなたのデバイス上で動作する小さな機械学習モデルで行われます。クラウドサービスも、アカウントも、通信も関係しません。モデルは声を比べるだけです。登録そのものは声を分類するための少数の数値で、セッションの間だけメモリに保持されます。保存されることも、どこかに送信されることもなく、セッションが終わると消えます。
声の照合モデルは pyannote community-1 の話者モデル（WeSpeaker ファミリー）で、FluidInference によって Core ML に変換され、Creative Commons Attribution 4.0 ライセンスのもとで利用しています。
入力
キーボードボタンをタップするとテキストを入力が開きます。メッセージを入力または貼り付けてから完了をタップする（またはキーボードの青いチェックボタンを押す）とメイン画面に表示されます。現在のメッセージを変えずに閉じるにはキャンセルをタップします。
ウィスパーモード
ウィスパーモードは、消えるメッセージ機能のオン・オフを切り替えます。設定でウィスパーモードをオンにすると、Wisps を送れます。画面に表示され、数秒間そのまま残ったあと、永久に消えていくメッセージです。Wisps は履歴に保存されることはなく、ウィスパーモードがオンの間、履歴は非表示になります。ウィスパーモードがオンの間は自動スクロールもオフになります。
読み上げ
右上の読み上げボタンをタップすると、現在表示されているメッセージが読み上げられます。画面にメッセージがないときは、このボタンは使えません。読み上げに使う声は設定の声で設定します。声を追加するには、iOS の設定アプリでアクセシビリティ ▸ 読み上げコンテンツ ▸ 声を開きます（Siri ではありません）。
設定
設定ボタン（左上の歯車）をタップすると設定メニューが開きます。
- ウィスパーモード：消えるメッセージのオン・オフを切り替えます。ウィスパーモードを参照してください。
- 話す速さ：速い・標準・ゆっくり。dicto が文やメッセージを終えるために間でどれくらい待つかを調整します。文が区切られない場合は「速い」に、文が途中で切れる場合は「ゆっくり」に設定してください。
- Soloの声の一致：厳密、標準、ゆるめから選びます。Soloで表示するために、声が登録した声とどれだけ一致する必要があるかを調整します。次回の登録から適用されます。部屋にいる人の声が似ているときは「厳密」を選んでください。
- 会話の距離（iPad のみ）：近く（小さめの文字）と遠く（大きめの文字）の会話に合わせて文字サイズを調整します。
- 長いメッセージを自動スクロール：オンにすると、長いメッセージが読みやすい速さで末尾まで進んで戻ります。オフにすると自動スクロールが止まります。メッセージはいつでも手動でスクロールできます。
- 起動時の入力：「音声」は、最初のメッセージのために dicto を聞き取りモードで開き、すばやい会話相手として使えます。「手動」は通常の画面で dicto を開き、最初のメッセージを音声でもテキストでも入力できます。
- 声：読み上げに使う声です。
- 配色：表示に使う色を選びます。システム、ライト、ダークのほか、高コントラストの組み合わせとして、白地に黒、黒地に白、青地に黄、黒地に緑、黒地にオレンジ、白地に深紅、黒地にネオンピンク、緑地に白があります。すべての色の組み合わせが WCAG AA のコントラスト基準を満たし、dicto が表示する大きな文字サイズではすべての組み合わせが AAA を満たします。
- 言語：音声入力で話す言語です（アプリの表示言語ではありません）。dicto は Apple のデバイス上の音声入力にもとづき、50以上の話し言葉に対応しています。デバイスが対応していれば、ユーザーインターフェースの言語に関係なく、どの言語でも選んで使えます（例：英語のインターフェースのままで中国語の音声入力を使えます）。音声入力の言語の一覧をご覧ください。dicto のインターフェース自体は14言語で利用できます。インターフェースの言語をご覧ください。
- dicto について：アプリのバージョン、短い説明、このサイトへのリンク。
プライバシーとデータ
dicto はすべての処理を端末上で行います。話した内容や入力した内容が当社に送信されることはなく、アプリを閉じると何も残りません。詳しくはプライバシーポリシーをご覧ください。
サポート
ご質問、不具合、ご意見は support@speechdisplay.com までお寄せください。喜んでお手伝いします。