中国テック大手アリババ傘下のAI研究機関「達摩院（DAMO Academy）」から、待望のモバイル版「千問（Qianwen）入力法」が正式リリースされました。iOS版は7月16日、Android版は翌17日にOPPO、vivo、Xiaomi（シャオミ）など主要アプリストアで順次配信開始。自社開発の高性能音声大規模モデル「CosyVoice」を基盤とし、最速で毎分300文字の超高速音声入力、9種類の中国方言と中英混合認識に対応。会議の議事録作成や長文メールなど、ビジネスシーンでの生産性向上に革命をもたらす可能性を秘めています。広告一切なしの「純粋」なユーザー体験も魅力です。
アリババ発「千問入力法」モバイル版、本格始動！
「千問入力法」モバイル版は、アリババが「AI駆動の音声入力ツール」と位置付ける戦略的なプロダクトです。その核となるのは、アリババが独自に開発した音声大規模モデル「CosyVoice」。このモデルにより、圧倒的な速度と精度を実現しています。発表によると、最速で毎分300文字という驚異的な音声入力速度を誇り、手動でのタイピングをはるかに凌駕します。
AIが駆動する新世代音声入力の力
この入力法のもう一つの特筆すべき点は、その多言語・多方言対応能力です。標準中国語はもちろんのこと、呉語や四川語など9種類もの中国方言をサポートし、さらに中国語と英語の混合音声認識も可能です。これにより、多様な言語環境下でシームレスなコミュニケーションを支援します。
また、1回の録音で最長3分間の音声入力をサポートしており、長文のメール作成や、会議の議事録、講義のメモ取りといった、まとまった文章を作成するシーンで非常に高い利便性を発揮します。単なる音声認識に留まらず、大規模モデルによる文脈理解と内容生成能力が、この入力法の真髄と言えるでしょう。
AIが「話し言葉」を「伝わる文章」へ自動整理
「千問入力法」の最も革新的な機能は、AIが話し言葉をリアルタイムで修正・整理し、構造化されたテキストへと変換する能力にあります。具体的には、話者の口癖や詰まりをリアルタイムで修正し、話法の順序を論理的に整えます。さらに、口語的な表現を自動的に整理し、箇条書きのリストや会議議事録のような構造化されたテキスト形式に変換することが可能です。
これにより、音声入力で話した内容が、そのままビジネス文書として活用できるレベルにまで自動で整形されるため、後からの編集作業を大幅に削減できます。これは、特に議事録作成やアイデア出しの際など、思考の流れを止めずに効率的にテキスト化したい場合に強力なツールとなります。
広告なし、登録不要「ピュア」なユーザー体験を追求
ユーザー体験においても、「千問入力法」は独自の哲学を貫いています。「純粋（ピュア）」をコンセプトに掲げ、広告の表示、ポップアップの出現、ニュースフィードの配信を一切排除。さらに、アカウント登録不要で、全ての核心機能をすぐに利用できるという、非常にユーザーフレンドリーな設計となっています。
一般的なキーボード入力機能も充実しており、26キーと9キーの切り替え、スマート予測変換、ファジーピンイン（曖昧な発音でも対応する機能）などを提供します。音声入力は、マイクアイコンのタップまたはスペースバーの長押しという直感的な操作で開始できます。
まとめ：日本のビジネスシーンにも影響か？
アリババの「千問入力法」は、AI音声入力の新たな可能性を切り開く画期的なツールです。特に、大規模モデルによる高度な文脈理解と内容整理能力は、従来の音声入力の域を超え、ビジネスの生産性を大きく向上させるポテンシャルを秘めています。
現時点では主に中国語圏での展開ですが、中国語と英語の混合認識に対応している点や、アリババの国際的な影響力を考慮すると、将来的には日本語を含む多言語対応やグローバル展開も視野に入ってくるかもしれません。日本のビジネスパーソンにとっても、この進化するAI入力技術の動向は注目に値するでしょう。もし多言語対応が進めば、日本の会議やドキュメント作成の効率化にも一石を投じることになるかもしれません。
元記事: pconline
Photo by Tim Witzdam on Pexels
