メモリスによる要約- Pixel 11に手話→文章変換機能が搭載
- 対面での会話をその場で文字にする用途に特化
- 録音後にAIがまとめる用途とは別物として使い分けが要る
Googleが2026年8月21日、新型スマートフォン「Pixel 11」シリーズに、手話を文章に変換する新機能を搭載したと公式ブログで発表した。
対象はアメリカ手話（ASL）。手の形・表情・体の動きを解析する多言語対応の手話翻訳モデルを使い、手話での発話を英語の文章に変換する。ろう者コミュニティと共同で開発したという。片手だけの手話・両手を使う手話のどちらにも対応し、既存の音声文字起こし機能「Live Transcribe」や、文字入力アプリ「Gboard」から使える。使い方はシンプルで、Gboardのツールバーに機能を追加し、端末の前面カメラに向かって手話をすると、変換された文章が端末の外側ディスプレイに表示される。Pixel 11シリーズは発表時点ですでに店頭に並んでいる。
会議や作業の記録という文脈でこの発表を見ると、注目すべきは「テキスト化の対象が声だけではなくなった」という点にある。これまで音声認識・文字起こしは、マイクが拾える音声を前提に設計されてきた。手話には声がない。カメラで手や表情の動きを読み取り、それを言語として文章に落とし込む今回の機能は、テキスト化の入力チャネルを音声からジェスチャーへ広げた事例といえる。会議の議事録や個人のメモ作りが「話した内容を文字にする」作業だとすれば、この機能は「手で表現した内容を文字にする」作業であり、対象こそ違えど狙っているゴールは同じだ。
この広がりを業務にどう落とし込むかを考えると、押さえておきたい論点が二つある。
一つ目は、手話を使う従業員・取引先が会議に加わる場面での運用整備を先に進めるべきだ、という点である。ハイブリッド会議やオンライン商談が定着した職場では、参加者の一人が手話を主なコミュニケーション手段とするケースは今後増えうる。その場で文章化する仕組みが既にスマートフォン単体で動くようになった以上、通訳者の手配だけに頼るのではなく、端末側の変換機能を会議フローの選択肢に組み込んでおく価値がある。手話は「特別な配慮が必要な例外」ではなく、テキスト化すべき発話形式の一つとして扱う方が実務に合う。
二つ目は、「対面で完結させる変換」と「あとから整理するための変換」を、目的の違う別物として使い分けるべきだ、という点である。Pixel 11の手話機能は、対話のその場で意思疎通を成立させるための仕組みであり、会話が進む速度に合わせて画面に文章を出す。一方、会議の内容をあとで見返す・共有する・要約するという目的であれば、必要なのは会話が終わったあとにまとめて処理される記録の形だ。録音した音声をアプリに渡し、処理が終わったあとに文字起こしと要約が仕上がるという段取りは、対話の最中に画面を追わせる負荷を参加者にかけない代わりに、結果が手に入るまでに数分の時間差が生じる。どちらが優れているという話ではなく、その場の意思疎通を助ける道具と、あとから記録を扱う道具は、そもそも解決している課題が違う。会議の記録手段を選ぶときは、この二つを混同せず、目的に応じて選び分けることが実務上の分かれ目になる。
あわせて読みたい： ボイスメモの使い方20選｜AIで録音を活かすシーン別アイデア集 / 電話の文字起こしのやり方｜録音からAI要約までの手順