音声テキスト変換： Confluence編

Confluenceに音声テキスト変換はあるか

ありません。Confluenceエディタに音声入力ボタンはなく、発言内容をタイピングするマイクもツールバーにありません。音声をページに変換するメニューの設定も見つかりません。私も調べました。あなたがそうしたように。存在しないのです。Atlassianはこれまでエディタにライブドキュメント、インラインコメント、ホワイトボード、データベースなど多くの機能を追加してきましたが、音声入力は含まれていません。

したがって、音声入力はConfluenceの外から来る必要があります。二つの方法があります。OSに内蔵された音声タイピング、または任意のテキストフィールドに入力できる専用デスクトップアプリです。どちらもConfluenceのページエディタ、コメント欄、ライブドキュメントで機能します。コンピュータから見ればただのテキスト入力だからです。それぞれを以下で説明します。

最初に一点整理しておきます。「録音した会議をConfluenceページに文字起こしする」のと「書きながらページを口述する」のは別の作業です。このガイドは後者、つまり話しながらドラフトをエディタに入力することについてです。録音をメモに変換したい場合は文字起こしツールが必要で、音声入力とは別のカテゴリです。

長文ドキュメントを話して書く

Confluenceページを口述するメリットは、主に長いページで発揮されます。話すスピードは約1分145語。大半の人のタイピングスピードは約40語です。約3.5倍の差があります。一行のコメントでは違いはありません。しかし、ランブック、ポストモーテム、プロジェクトブリーフ、オンボーディングページなど、タイピングに1時間かかるから先延ばしにしてきたようなドキュメントでは、この差は「今日書く」か「永遠に書かない」かの違いになります。

話すことでドラフトの仕上がり方も変わります。タイピングしながら修正するのは遅く、最初のバージョンを殺しがちです。話すと、雑然とした考えを全部吐き出してからまとめることができます。特にドキュメント作成では、頭の中の説明をページに落とし込む作業が難しい部分ですが、この順番が助けになります。ほとんどのドキュメントが書かれない根本的な理由は、タイピングが壁になっているからです。話すことはその壁を低くします。

最速の方法：全システム対応ホットキー

ここで専用アプリが計算を変えます。Whisper by RemskillはConfluenceアプリでも、Marketplaceのアドオンでも、ブラウザ拡張機能でもありません。キーボードのように動作するデスクトップアプリです。ホットキーを押して話すと、Confluenceエディタを含むあらゆるアプリのカーソル位置に文字起こしが入力されます。ブラウザで開いたConfluenceでも、Confluenceデスクトップアプリでも同じように動作します。コンピュータにはテキスト入力として見えるだけだからです。

セットアップは短時間で完了します：

それだけです。テキストがエディタに表示されるので読んで続けます。長いページでは考えるのと同じように、一段落ずつ話して入力します。

話せばページが埋まる

動作し始めると、体験は拍子抜けするほどシンプルです。Confluenceの本文にカーソルを置き、キーを押しながら話して離します。1秒ほど後にはタイピングしたかのようにテキストがエディタに入っています。別ウィンドウからのコピー＆ペーストも、後で文字起こしする録音も、Atlassianアカウントでのアドオン認証も不要です。

ローカル文字起こしはあなたのマシン上で動作します（純粋なRust、Pythonサイドカーなし、ループ内サーバーなし）。そのためオフラインでも機能し、口述した音声データはノートパソコンの外に出ません。業務文書では特に重要です。内部システム、顧客、インシデントを説明するページが含まれていても、ローカルモードでは誰かのサーバーに音声データが送られることはありません。WindowsのOSの音声入力にはインターネット接続が必要ですが、Whisperのローカルモードは不要です。

話し言葉のドラフトをきれいな文章に変換

話し言葉は雑然としています。「えーと」と言ったり、文章を途中で言い直したり、「わかりますよね」という意味の曖昧な言葉で終わったりします。他の人が読むConfluenceページにそれは残したくありません。WhisperにはAIによるオプションの改善ステップがあり、入力前にフィラーをカットして表現を整えます。たとえば「えーと、そのデプロイスクリプトって、なんか環境変数を最初に設定しておく必要があって、じゃないと、まあ失敗するんですよね」が「デプロイスクリプトは環境変数を最初に設定する必要があります。そうしないと失敗します。」になります。ドキュメントにとってこの整理は、文字起こしとドラフトの差です。

この整理はOllamaを通じてローカルで、無料でマシン上で実行されます。Proユーザーはクラウド経由でルーティングすることもできますが、フィラーカットの恩恵にProは不要です。無料のローカルパイプラインに含まれています。オフにして生の文字起こしを入力し、その後Confluenceで通常通り編集することもできます。素早いコメントならそちらが正解なことも多いです。

Whisperアプリの全体像

ホットキーが最もよく使う部分ですが、その背後に設定画面があります。文字起こしエンジンを選べます。Whisperモデルは多言語対応バリアントが99言語をカバーし、英語専用の.enビルドは1言語のみ。NVIDIAのParakeetは約600MBで、CPU上でWhisperより5〜10倍高速、英語プラス24ヨーロッパ言語に対応。ホットキー設定、履歴管理、プリセット保存（同じ製品名や専門用語をよく使うドキュメントに便利）も可能です。これらは1ページを口述するのに必須ではありません。調整したいときのためにあります。

ブラウザエディタとデスクトップアプリの両方で動作

Confluenceへのアクセス方法は二つあります。ブラウザのタブと、Confluenceデスクトップアプリです。全システム対応ホットキーアプリはどちらでも問いません。カーソルのある場所に入力するので、ページエディタ、コメント欄、インラインコメント、ライブドキュメントすべてがChromeでも単体アプリでも同じように動作します。表面ごとの設定は不要で、「このビューに対応しているか」という疑問もありません。カーソルを置いてタイピングできれば、口述できます。

画面上の他のすべてにも同じことが言えます。メール、ターミナル、Jiraチケット、Slackメッセージ、Wordドキュメントでもホットキーは機能します。Confluenceは一日のうちカーソルが訪れるフィールドの一つにすぎず、アプリは他と同じように扱います。一つの製品のエディタ内部ではなく、OSレベルで実装する静かな利点です。

OSだけで十分な場合

たまのコメントや短いページを口述するだけなら、何もインストールする必要はありません。コンピュータが無料でこれを行ってくれます。Windowsではロゴキー + Hを押すと、Confluenceエディタを含む任意のテキストボックスで音声入力が開きます。サブスクリプション不要です。Macでは内蔵の「音声入力」ショートカット（またはマイクキー）が同じ役割を果たし、Apple Siliconではインターネット不要でデバイス上で動作します。1段落の近況報告なら、これが正しいツールです。

知っておくべきトレードオフ：WindowsのWin+Hは動作にインターネット接続が必要ですが、macOSの音声入力とWhisperのローカルモードは不要です。またOS音声入力は生の文字起こしを提供するのみで、フィラーカットや製品名向けのカスタム語彙はありません。素早いコメントならそれで十分です。どうせ編集するでしょう。

問題を解決する最小のツールを選んでください。コメント1件なら、すでに持っているキーで十分。1,500語のランブックで1時間タイピングするなら、専用アプリのAIクリーンアップが話したドラフトをほぼ公開可能な状態に変換し、タイピングを省いた2段落目頃には過剰に感じなくなります。音声入力が定着するなら、これはJiraチケットの口述とも自然に組み合わさります。Atlassianの一日のもう一方の半分として。

Whisperの料金

ローカル音声入力パイプライン——Ollamaを通じた文字起こしとAIクリーンアップ——はサインイン済みのユーザーなら誰でも無料で、サインアップ時にカードは不要です。つまり、WhisperでConfluenceページに音声を入力するのはタダです。Whisper Proにはクラウド機能（OpenAI文字起こし、クラウドAI改善、音声ウェブ検索）が追加され、別途トライアルがあります。正確な金額は料金ページに記載しています。価格は変動し、ブログ記事は更新するのに適した場所ではないため、ここには書きません。

Confluenceはいつか本物の音声入力機能をリリースするかもしれません。十分な数の要望が集まれば、コラボレーションエディタはそうする傾向があります。それまでは、コンピュータにはすでに短い入力向けの機能があり、長いページ向けのホットキーアプリも存在します。タイピングよりも話す方が速い場合です。二つのツール、乗り越えるべき壁は一つ：タイピング。ほとんどの場合は小さいツールで十分。誰も書きたがらないドキュメントには、大きい方がその価値を発揮します。