ロシア語の音声テキスト変換（無料）

ロシア語はスラヴ語派で最も広く話されている言語で、母語話者はおよそ1億5,000万人です。ロシア、ベラルーシ、カザフスタン、キルギスで公用語とされ、その国境をはるかに越えて今も学術・ビジネス・報道の実務言語として使われています。そのためロシア語の録音は、報道現場、大学のゼミ、営業電話、ポッドキャストから同じように届きます。

ロシア語の文字起こしで誰もが最初に目を留めるのは文字です。ConvertSpeechはロシア語をキリル文字 — この言語が実際に使う33文字のアルファベット — で書き出します。ラテン文字への翻字ではありません。приветの代わりに「privet」が並ぶような文字起こしは機械出力そのもので、ドキュメントや字幕ファイル、翻訳ツールに貼り付けても使い物になりません。この文字にはひとつの慣習が付いてきます。通常の印刷ロシア語では、文字ёはほぼ常にеと書かれます。これは不具合ではなく普通の出版慣行ですが、その結果всёとвсеが見た目上まったく同じになり、Королёвのような姓がКоролевと現れることがあります。学習者向け、児童向け、あるいは法的文書のためのテキストなら、ёを復元する校正の一手間を見込んでおいてください。

文法も同じくらい文字起こしの姿を左右します。ロシア語には6つの格があり、文法的な働きを担うのは語順ではなく語尾です。そのため語順は自由で、強調のために使われます。固有名詞も他の語と同様に変化します。Москваはв Москве、из Москвыとなり、下のサンプルでも通りの名Невскийが辞書形ではなく「на Невский」という形で現れています。ある名前を一つの綴りだけで文字起こしを検索すると、言及の半分は取りこぼすことになります。またロシア語には冠詞がまったくないため、エンジンが補うべきものもそこにはありません。人名は名・父称・姓の3部構成で現れることが多く、そのいずれもが格変化します。

音に関する2点が、クリアな音声をいつも以上に重要にします。強勢は移動性で、通常の表記では示されず、語の違いがそれだけということもあります。за́мокは城、замо́кは錠。му́каは苦悶、мука́は小麦粉です。さらに無強勢のоはおおよそаのように発音されるため、компания（会社）とкампания（キャンペーン）は口に出すと同じに聞こえ、文脈でしか区別できません。音声や動画をアップロードすれば、エンジンが話されたロシア語を句読点付きの、きれいで検索可能なテキストとして書き出します。ブラウザだけで動作し、インストール不要、最初の数分間はアカウントなしで無料で使えます。

実際の人間の朗読を録音した45秒の音声を、皆さんがご自分のファイルを処理するのとまったく同じようにAIエンジンにかけた結果です。あとから手直しは一切しておらず、明らかな誤りも1か所そのまま残してあります。再生しながら読んでみてください。

注目したいのは、出力が終始キリル文字で、翻字が一切ないことです。地名ПетербургとНевскийは正しく大文字で始まり、格変化も適切です。「на Невский」は辞書形のНевский проспектではなく、その文が要求する対格になっています。набережнаяも「по набережной」として現れます。ロシア語のコンマ規則も忠実に守られており、挿入語конечноを挟む2つのコンマや、лиで連ねられた節の並びもそのとおりです。свелがёなしで印刷されている点にもご注目ください。通常のロシア語の印刷がсвёлをそう扱うのと同じです。

正直に言うべき部分もあります。5行目は誤りです。「Меня любуясь на никогда не весело」はи любуюсь ими, когда они веселыが崩れたもので、その直前のда я тоも本来はда затоという一続きの語です。落ち着いてきれいに読み上げられた音声でも、崩れるときはこう崩れます。三人が同時に話す騒がしいカフェでのインタビューなら、崩れる頻度はもっと上がりますし、どんな自動システムでもこれを完全に避けることはできません。末尾の「в известный час на」は誤りではなく、45秒での切り出しが文の途中で終わっただけです。結果を左右する最大の要因は、やはり録音の品質です。

放送・学術・ビジネスの録音が圧倒的に使うのは標準的な文語ロシア語であり、ConvertSpeechはこれに最適化されています。ロシア語はこれほど広大な地域に広がっている言語としては珍しく均質です。古くからの方言の分かれ目も、語彙が別物になるというより発音の違いにとどまります。北部のオーカニエ（оканье）は無強勢のоをはっきりとоのまま保ち、南部の話し方はそれを弱め、гを軟らかい摩擦音にします。どちらもきれいな文字起こしを妨げません。アクセントが何であれ、出力は同じ標準的な綴りで書かれます。

ウクライナやベラルーシで話されるロシア語もよくあるケースで、問題なく処理できます。典型的な目印は、同じくгの摩擦音化、異なる文のイントネーション、そして時折の地域語彙や地名です。話し方そのものが言語間で混じる場合 — ウクライナ語とロシア語が混ざったスルジク（суржик）や、ベラルーシ語版のトラシャンカ（трасянка） — では、ロシア語の部分は確信をもって書き出し、借用された語は近似的に書くとお考えください。エンジンは2言語を切り替えるのではなく、1つの言語を文字起こししているからです。録音がロシア語よりウクライナ語寄りであれば、ウクライナ語として実行してください。

中央アジアのロシア語 — カザフスタン、キルギス、ウズベキスタン、タジキスタン — は、文法も語彙もおおむね標準的で、アクセントに独自色がある程度なので、よく文字起こしできます。校正すべきは名前です。カザフ語・キルギス語・ウズベク語の人名、都市名、機関名は通常のロシア語語彙には含まれないため、ロシア語に設定されたエンジンは音のとおりに綴ってしまうことがあります。同じことは、バルト三国、イスラエル、ドイツ、北米の継承ロシア語話者にも当てはまり、文の途中で現地の語が混ざることがよくあります。いずれの場合も、文章全体を読み返すより固有名詞をざっと確認するほうが、時間の使い方として賢明です。