マウスの代わりに声で操作、口述筆記も簡単！「音声アクセス」で何ができる？

日本語に対応した「音声アクセス」

　Windows 11には、PCを音声で操作する「音声アクセス（Voice Access）」という機能が搭載されている。これが最近になってようやく日本語にも対応した。

　PCを声で操作したいという方は少ないだろう。身体的な理由でキーボードやマウスが使えない人や状況で利用するか、あるいは補助的役割で活用するかという形になる。事故に遭ってしばらく両手が使えなくなったが、どうしても急ぎ自分で確認しないといけない連絡がある……といった事態で役立つ機能として覚えておいてもいいだろう。

　また本機能は、音声認識処理をローカルで行うのも特徴。一般的なPCでも利用できるのだが、Copilot+ PCではNPUも活用し、処理の高速化や消費電力の低減が図られている。加えてCopilot+ PC限定で流体ディクテーションも有効化され、文法や句読点、スペルミスが自動で修正される。より高速でエコに、高品質な音声入力が可能になるわけだ。

音声でのテキスト入力やスクロール操作が可能

　「音声アクセス」という言葉から、本機能で何ができるのかはイメージしづらい。簡単に言えば、マウスやキーボードを用いていたPCの様々な操作を、声による指示で代替できる。何ができるかは実際に見ていただく方が早いので、試していこう。

　まずは本機能を有効化する手順から。Windows 11の［設定］から、［アクセシビリティ］－［音声認識］へと進み、［音声アクセス］スイッチをONに変更。すると画面上部に細長いウィンドウが現れる。ここに本機能の入力音声や挙動が表示される。なお［Windows］＋［Ctrl］＋［S］キーでも呼び出せる。

［アクセシビリティ］－［音声認識］にある［音声アクセス］スイッチをON

画面上部に細長く表示されるのが「音声アクセス」のウィンドウ

　この状態では音声による操作はまだ受け付けていない。有効化するには、ウィンドウの左側にあるマイクのアイコンをクリックして有効化する。『音声アクセスを起動』と発語しても有効化できるそうだが、筆者の環境ではうまくいかなかった。

　では音声で操作してみよう。Webブラウザーを開き、検索ボックスをクリックしたら、『窓の杜』と発語。すると『窓の杜』の文字列が入力される。音声認識した言葉は、「音声アクセス」の左側に表示される。

『窓の杜』と発語することで文字入力ができた

　続いて『下にスクロール』と発語すると、画面が少し下にスクロールする。何度か発語すれば、言った分だけスクロールしてくれる。

画面のスクロールも音声で操作

　このように、音声で指示した内容を、状況に合わせて理解して操作に反映してくれる。ただ音を聞いて文字列にするだけでなく、文脈として理解し、さらに操作に反映させるという、複数のAI処理を重ねて実行している。しかもこれがローカル処理だというのだから、立派なものだ。

英語ならさらに多くの操作に対応

　ただ現時点では、日本語による操作を想定どおりに受け付けないシーンが多い。音声認識はとても正確なのだが、指示に対する操作の方があまり実装されていないようだ。そこで「音声アクセス」の設定で、言語を英語に変更してみると、もっと多くの操作が可能になった。

　『Open Start（スタートを開いて）』と発語すると、スタートメニューが表示される。『Open ○○』という言い方で、いろいろなアプリを起動できるようになるのだと思われる。現時点では『Open Edge browser（WebブラウザのEdgeを開いて）』で「Edge」を起動できるのを確認した。

スタートメニューを表示

　さらに『Show numbers（番号を見せて）』と発語すると、画面上のさまざまなアイコンに番号が振られる。続いて『19』と発語すれば、19番で示されたアプリを実行する。

アイコンに番号が振られ、その数字を言えば実行できる

19番が振られた「設定」が正しく開いた

　画面内の特定の場所をクリックしたい場合は、『Mouse grid（マウスグリッド）』と発語。画面を9分割するグリッドが表示されるので、クリックしたい場所を含むグリッドの番号を言う。すると伝えた番号の場所がさらに9分割されるので、再び番号を指定。これを繰り返して、クリックしたい場所を絞り込んでから『Left click（左クリック）』と言えば、クリック操作ができる。

マウスグリッドを使えばより自由な操作が可能。ただし手間はかかる

　操作によっては手間がかかるものの、音声だけでもかなりのことができる。さすがにゲームを操作したいと言われると相当な手間はかかるが、特定のファイルを開きたいといった操作なら音声だけでかなり簡単に実現できる。

　特にCopilot+ PCにおける音声認識の精度は高く、テキストエディターなどを開いて口述筆記するのにも十分使える。アイデア次第で意外と便利な使い方が見つかりそうだ。

ウィンドウの最大化もできる

「メモ帳」アプリを音声で検索

「メモ帳」に音声でテキスト入力

著者プロフィール：石田賀津男（いしだ かつお）

1977年生まれ、滋賀県出身

ゲーム専門誌『GAME Watch』（インプレス）の記者を経てフリージャーナリスト。ゲーム等のエンターテイメントと、PC・スマホ・ネットワーク等のIT系にまたがる分野を中心に幅広く執筆中。1990年代からのオンラインゲーマー。窓の杜では連載『初月100円！ オススメGame Pass作品』、『週末ゲーム』などを執筆。

・著者Webサイト：https://ougi.net/