音声入力が文末の言葉を切り捨てる? その解決策はこちら

最後の数語が消える理由

文の末尾が消える原因は4つあります。ほとんどの人は最初の原因にぶつかり、残り3つの存在に気づかないままです。①ツールが無音を検知して自動停止し、考えるための間がそのトリガーになった。②最後の言葉を言い終える前に、プッシュトゥトーク（押して話す）キーを少し早く放してしまった。③マイクのノイズゲートや音声アクティビティフィルターが、文末の小さくて低エネルギーな音節を背景ノイズと判断してミュートした。④クラウド音声入力では、ストリームが閉じたときにまだ最後の音声チャンクがネットワークを通過中で、テキストとして返ってこなかった。

最初の原因が最も多い。残りの3つは、あまり語られないものです。それぞれ対策が異なります。

無音タイムアウトが早すぎる

ほとんどの内蔵音声入力は無音が続くと文の終わりと判断します。言葉を探すために間を置くと、録音が終了してしまいます。その間のあとに話したことは、一切文字起こしされません。

Macではこれがデフォルトです。Appleの音声入力は、約30秒間音声が検出されないと自動停止します。「30秒制限」と読み取る人もいますが、話せる時間の上限ではありません。Apple自身の説明では、タイムアウトなしに任意の長さのテキストを音声入力できるとされています。停止させるのは無音です。話し続けている限り録音も続きます。考えるために黙ると、検出器が「終わった」と判断します。

これは変更できます。「システム設定」で「キーボード」→「音声入力」を開き、話すのをやめると自動で音声入力を終了するオプションをオフにしてください。オフにすると、一息ついたからといって音声入力が終了せず、間を挟んでも聞き続けます。Appleはこの設定を Macで音声入力を使う ページで説明しています。修正を確認するには、文を一つ話して途中で3秒間完全に黙り、そのまま最後まで言い切ってみてください。文章全体が正しく入力されれば、タイムアウトが原因だったことになります。

Windowsも間を置くと末尾をカットする

Windowsも同じことをします。ただしもっと速いです。Win+Hの音声入力は、少し考えるために止まっただけで自動的に一時停止します。Microsoft コミュニティサポートスペシャリストも、これは仕様であると確認しています。キーボードを手動で入力した瞬間にも一時停止します。ユーザーからの報告では、数秒の無音で一時停止が始まるとのことで、ゆっくり話していると文末が十分カットされます。Win+HはそもそもInternetへの接続がなければ動作しません。

Win+Hのツールバーには「操作前の待機時間」という設定があり、ゆっくり話す人に余裕を与えると言われていますが、実際には違います。Microsoftの公式ページには、この設定は音声コマンドを実行するまでの待機時間を制御するものであり、無音後に一時停止するまでの時間ではないと明記されています。調整しても語尾が途切れる問題は解決しません。Windows での正直な対策は、他のプラットフォームと同じです。文の途中で長く止まらないか、無音で一時停止しないツールを使うことです。Microsoftの 音声入力ガイド で基本を確認できます。尾部がカットされるのではなく Win+H が完全に切れてしまう場合は、 Windowsで音声入力が機能しない という別の問題です。

Microsoft Wordは数秒後に末尾を切り捨てる

WordのDictate機能にも同様の問題があります。数秒の無音で自動的にオフになり、次に言おうとしていた言葉が失われるという報告が広まっています。「報告」と書いたのは意図的です。Microsoftの公式Wordの音声入力ページには、無音タイムアウトの記述も具体的な秒数の記述もありません。よく引用される数字はコミュニティスレッドのものであり、公式情報ではありません。

フォーラムで出てくる回避策は、困り果てた人たちらしい内容です。考えている間にセッションを維持するため、小さなつなぎ音を出し続ける人もいます。Win+HやGoogle Docsで音声入力してWordに貼り付ける人もいます。どちらも機能します。どちらも少々不合理です。「気絶したと思われないようにノートパソコンに向かって『んー』と言い続ける」のが2026年のはずではなかったでしょう。ワープロソフトのために鼻歌を歌っているなら、それはソフトウェアのバグであり、あなたの問題ではありません。

誰も言わない原因：キーを早く放しすぎている

プッシュトゥトーク（キーを押しながら話して放す）ツールを使っている場合、OS音声入力の記事では決して触れられない原因があります。最後の言葉の直後ではなく、その言葉を話している瞬間にキーを放してしまうことで、自分で語尾を切り捨ててしまうのです。キーを放した瞬間に録音は止まります。

これがこのテーマの正直なところです。プッシュトゥトークのキーを少し早く放したり、自動停止が作動するほど長く間を置いたりすると、どんなツールでも語尾が失われます。録音されなかった音声を文字起こしするソフトウェアは存在しません。対策はテクニックです。話し終えるまでキーを持ち続け、さらにもう一瞬だけ持ち続けてから放す。頭の中で「そして」と呟くくらいの間を置いてください。最初の3回は奇妙に感じます。でもすぐに体で覚えて、語尾を失わなくなります。私自身プッシュトゥトークツールを作っておきながら、まだキーを早く放してしまうことがあります。偉そうなことは言えません。

ノイズゲートと静かな語尾

文の終わりは最も静かな部分です。強く始まって、徐々に消えていく。それが自然な話し方です。マイクのノイズゲートや強引な音声アクティビティフィルターが、その小さな最後の音節を背景のノイズと判断してミュートすることがあります。言葉は確かに話されたのに、マイクが「音量が足りない」と判断してしまったのです。

対策は2つ。マイクの入力レベルを上げて静かな語尾がしきい値を超えるようにすることと、静かな場所で録音してノイズゲートの感度を下げることです。これは独自のアイデアではありません。Googleのトラブルシューティングでも、「聞き取れません」というメッセージが表示されるユーザーに対して、静かな部屋に移動し、外部マイクを接続し、入力音量を調整するよう案内しています。Googleの 音声入力のヘルプページ に手順が載っています。確認方法：「yesterday」のような語尾が柔らかい言葉で終わる文を、普通のフェードアウト音量で話してみてください。最後の言葉がちゃんと入力されれば、マイクのゲートが原因でした。

低速Wi-Fiでのクラウド音声入力は最後のチャンクを失う

一部の音声入力はクラウドで動作します。音声はサーバーにストリーミングされ、文字起こしされて返ってきます。Win+HはそもそもInternetへの接続がなければ動作しません。接続が遅い、または一瞬切れた場合、ストリームが閉じたときに最後の音声チャンクがまだ転送中で、テキストとして届かないことがあります。文の途中はネットワークが安定していたため正常に文字起こしされます。最後だけ消えるのは、最後のパケットが往復できなかったからです。

設定パネルからネットワーク遅延を修正することはできません。できることは、サーバーを介さずにローカルで文字起こしを実行することです。Whisperのローカルモードはすべて自分のコンピューター上で動作し、完全にオフラインで使えます。文字起こし中にInternet接続は不要なので、往復もなく最後のチャンクを失うこともありません。ネットワークに接続するのはモデルの初回ダウンロード時だけ。その後は音声データがノートパソコン外に出ることはなく、最後の3語も同様です。

キーを押している間だけ録音する方法が語尾を守る

内蔵音声入力が語尾をカットするのは、無音から「話し終えた」を推測しているからです。その推測をなくせば、カットもなくなります。

Whisperはホットキーを押している間録音し、放した瞬間にキャプチャした全音声を文字起こしします。無音による自動停止はありません。間を置いても「終わった」とは判断されず、終了するのはあなたがキーを放したときです。デフォルトはWindowsでCtrl+Space、macOSでCommand+Optionのコードです。押して、話して、放す。人は自然に語尾が小さくなるため、話し終わった瞬間にキーを放すと最後の音節が途切れるリスクがあります。そのためキーを放した後も、Whisperはマイクをわずかな時間だけ開き続けます。フェードアウトする言葉を拾うのに十分な短いテールバッファです。

制限についても正直にお伝えします。私が書く音声ファイルはそれを求めているので。テールバッファは自然なフェードアウトをカバーします。ただし、キーをまるまる1秒早く放した場合はカバーしません。早く放しすぎれば、どんなツールと同じく語尾は失われます。話し終えるまでキーを持ち続け、その一瞬後に放す。それだけで語尾はちゃんと残ります。

音声入力が原因でない場合——まず正しいものを修正する

音声入力エンジンを責める前に、2つのことを除外しておきましょう。特定のアプリ内でだけ語尾が消える場合（他では問題なし）、問題は音声入力ではなくそのアプリがフォーカスや入力を奪っている可能性が高いです。Whisperはカーソルがあるどこにでもシステム全体にペーストするため、1つのタブやウィンドウに限定されません。これで素早く切り分けができます。また、クラウドツールを使って低速Wi-Fiのときだけ語尾が消えるなら、ネットワークが問題です。他の設定を変える前に、接続を修正するかローカルに切り替えてください。

短い文章だけを音声入力するなら、サードパーティのツールは不要かもしれません。Apple Dictationは無料で内蔵されており、30語程度のテキストには十分です。無音終了のオプションをオフにして語尾のカットをなくせば、短いメモなら十分機能します。私たちが役に立つのは、段落を超える長さを音声入力するとき、考えながら間を置くとき、そして文末を失うことにうんざりしたときです。それ以下なら、適切な設定をした内蔵ツールが正直な答えです。

最後の言葉は、たいていあなたが最も伝えたかった言葉です。思考を締めくくる動詞、言おうとしていた名前。他はちゃんと入力されているのに、それだけが消える。だから余計に腹が立つ。設定を切り替えるか、キーをもう一瞬長く押し続けるか、あなたが話し終えたかどうかを推測しないツールに任せてみてください。私の末の娘は祖母にメールを音声入力していて、語尾を失ったことが一度もありません。間を置いていいことを知らないからです。