かつては、テープ起こしは手作業で、面倒な作業でした。医師やジャーナリストなど、さまざまな専門家が自分のメモや会話を平均律のテープに録音し、コンピューターの前に座ってそれをタイプしていたのだ。

2020年になると、さまざまなサービスを利用して、パソコンの画面上で録音をテキストに変換することができます。しかし、もうひとつの疑問、それは「安全かどうか」です。結局のところ、機密性の高い会話やプライベートなボイスメールの録音をアップロードしている可能性があるのです。

ここでは、これらのサービスと、情報を保護する方法について説明します。

音声書き起こしサービスの仕組み

オーディオトランススクリプションサービスは、3つに分類される傾向にあります。1つ目は、既存の人工知能や機械学習モデルを使って会話を処理する、完全なコンピュータ駆動型です。2つ目は、人が力仕事をするため、最もコストがかかる。3つ目は、コンピュータ処理と人間の組み合わせです。

おそらく皆さんは、最初のカテゴリーに最も精通していることでしょう。GoogleやApple、Googleが提供しているOtter.aiのような音声転写サービスは、音声が発するアナログ波をデジタル表現に変換するものである。そして、それを小さな（時には千分の一秒の）セグメントに分割し、既知の「音素」または音声要素にマッチングさせる。

そして、これらのアルゴリズムは、他の音素をその文脈で調べ、統計的・人工知能的なモデルに落とし込み、最終的にテキストを生成しようとするものである。これらのテープ起こしサービスは、すべてコンピュータで行われるため、多くの場合、最も安価に運営することができます。しかし、特にノイズの多い環境や複数人がいる環境からテキストを抽出する場合、精度は必ずしも重要ではありません。

人間によるテープ起こしでは、Revなどの専用プラットフォームが、クライアントと事前に承認されたテープ起こし担当者をつなぎます。また、UpworkやFiverrなどのフリーランスマーケットプレイスから、テープ起こしをする人を雇うこともできます。

最後に、この2つの組み合わせがあります。テープ起こしのスピードを上げるために、準備作業をAIにやらせ、出力したものを誰かが照合し、間違いを修正するサイトもあります。

トランスクリプションサービスのパフォーマンス低下

近年、多くの転写サービスが破壊行為やスキャンダルにさらされています。

おそらく最も古く（そして間違いなく最も衝撃的な）SpinVoxは、20世紀にボイスメールをSMSに変換するサービスを提供しました。当時、これは技術的なブレークスルーと考えられていた。すぐに好意的な報道、顧客、そして文句のつけようがないほど多くの資金を集めました。

何が問題なのか？お客さまが知らないうちに、パキスタンやモーリシャス、南アフリカなどのオフィスで働く人たちが留守番電話を担当しているのです。ある企業の関係者によると、留守電のうち機械で処理されているのはわずか2％で、残りは約1万人の搾取された労働者が処理しているという。

パキスタンのSpinVox社の社員が給料をもらえなくなり、お客さんに直接メッセージを送るようになった**。結局、真実が明らかになり、SpinVoxの価値は大きく損なわれました。結局、残った会社は、音声認識の世界最大手であるニュアンス社に売却された。

先日、サイバーセキュリティ・ジャーナリストのブライアン・クレブス（briankrebs）氏が、カンザス州に拠点を置く医療従事者向けの音声転写サービスを提供するMEDantex社で発生した重大な脆弱性を発見しました。予想通り、機密性の高い医療記録（一部は2007年にさかのぼる）を含むデータが流出したのです。これらは、安全が確保されていないポータルサイトからMicrosoft Word文書としてダウンロードされる可能性があります。

デジタル転写サービスでも安全とは言えません。結局、完全にコンピューター主導のサービスを利用する場合、会社は品質管理を行うために人手のかかる業者を利用することがあります。

2019年、ベルギーのニュースサイト「VRT NWS」は、Googleの契約社員が個人とスマートアシスタント「Google Home」との会話を盗聴していることを発見しました。ある業者は、VRT NWSに会話へのアクセスを提供しましたが、その多くは非常にデリケートな内容（場合によっては性的な親密さを伴う）でした。

アマゾン、アップル、マイクロソフトもこのような形で契約者を利用している。言い換えれば、誰かがあなたのバーチャルアシスタントの録音を聞いているかもしれないのだ。

関連：音声アシスタントの録音を企業に聞かれないようにする方法

オンライン転写サービスは安全ですか？

最も関連性の高い質問は、オンライン転写サービスが安全かどうかということですが、残念ながら、その答えはもう少し複雑です。

音声転写の分野もだいぶ成熟してきた。最悪な役者は現場から淘汰された。

しかし、データ（この場合はプライベートな会話）を第三者に預ける場合、その保護は第三者に依存することになります。これは、オンラインサービスでも人間のテープ起こしでも同じことです。

最後に、「そのサービスを信頼できるか」「会話の機密性はどうか」の2点を自問自答する必要があります。

トランスクリプションサービスを見つけるときは、必ずいくつかの調査をする価値があります。この会社は評判が良いのでしょうか？老舗なのか？過去に情報漏えいの被害に遭ったことがあるか？あなたのデータがどのように扱われ、保護されるかを明確に示すプライバシーポリシーがありますか？

先ほども述べたように、AIを活用したサービスでは、品質管理のチェックをスタッフや第三者委託先に依頼することが多い。このようなチェックは全体のごく一部に過ぎませんが、誰かがあなたの会話を聞いている可能性は常にあります。

しかし、多くの場合、これは破格のものではありません。しかし、会話が非常に個人的なものであったり、ビジネス上の機密事項であったりする場合は、テキストエディタを開いて昔ながらの方法で書き写すことを検討したほうがよいでしょう。