更新 2026年9月5日 · By Sumbat.T

ディクテーションはタイピングより速い？研究が測った数字

この問いを検索すると、ほぼどの結果も同じ数字を返します。ディクテーションはタイピングの3倍速い、です。GoogleのAI要約、Logitechのブログ、十数の生産性サイト、そして形は違っても、当社の宣伝文も含め、口述アプリのマーケ文に出てきます。

出所は研究1本です。その研究は本物で、丁寧で、圧縮された一文より狭いことを言っています。引用している人のほとんどは原典を読んでいません。2016年にiPhoneで短い文を読み上げた結果が、机での執筆全般の主張になった経緯です。

この記事は、両方の方法を実際に突き合わせた4研究に当たります。タイピングのほうが速かった1本も含め、自分の執筆に対する答えを整理します。スローガンより正直な版のほうが役に立ち、それでも大半の人が打つ大半のものには、ディクテーションを勧める着地になります。

「3倍速い」の数字の出所

出典は2016年の論文で、Sherry Ruan、Jacob Wobbrock、Kenny Liou、Andrew Ng、James Landay。所属はStanford、University of Washington、Baiduです。32人が同じ短いメッセージを二度入力しました。一度は内蔵のiOSキーボード、一度はBaiduのDeep Speech 2に話す方法で、英語とマンダリンです。

英語の結果は、音声153語/分対キーボード52語/分、比は2.93でした。マンダリンは123対43、比は2.87です。よく設計された実験の良い数字で、この研究が名声を得た理由は妥当です。

公開経緯に、主張がどうずれたかを示す細部があります。2016年8月にarXivへ載った版のタイトルは「Speech Is 3x Faster than Typing for English and Mandarin Text Entry on Mobile Devices」でした。査読を通った版は「Comparing Speech and Keyboard Text Entry for Short Messages in Two Languages on Touchscreen Phones」に改題されています。見出しの主張はタイトルから外れ、条件が入っています。短いメッセージ、2言語、タッチスクリーンのスマホ。インターネットはプレプリントのタイトルを引用し続けました。

この文では、限定が三つ、実際に仕事をしています。丁寧に読んでください。それぞれが、結果の届く範囲を変えます。

誰も引用しない研究。タイピングが勝ったほう

1999年、IBMのT.J. Watson Research CenterでClare-Marie Karat、Christine Halverson、Daniel Horn、John Karatが24人に、書き起こしと組み立ての両方を課しました。当時の商用連続音声認識を使い、同じ課題のキーボード入力と比較しています。

生の口述は約105語/分で、現代の数字と同じあたりです。それから修正を数えました。認識の誤りを直す時間を含む実効速度は、書き起こし25語/分、組み立て8語/分まで落ちました。同じ研究のタイピングは33語/分と19語/分です。

1999年のこの数字では、タイピングが両方の課題で勝ち、組み立てでは2倍以上の差でした。2026年に打ち続ける理由にはなりません。測っていたものが大きく変わったからです。認識精度です。ただ、この問い全体でいちばん役立つデータポイントでもあります。何を切り分けているか、のためです。

修正時間の行き先

直しが少ないこと、それが勝負

BlabbyAIはWhisper large v3 turboを使い、話しながら句読点を付けるので、言った内容の大半が送れる状態で入ります。どのWindowsアプリでもCtrl+Space、どのブラウザタブでもChrome拡張。週60クレジット無料、カード不要。

Add BlabbyAI to Chrome

組み立てのペナルティ。どちらの方法にもかかる

1999年の研究は、もう一つ残しておくべきことを測っています。タイピングは書き起こし33語/分から組み立て19語/分へ落ち、40%超の低下です。音声認識とは無関係です。思考のコストです。

速度比較の大半が静かに落とす部分で、マーケに対して特定の切れ方をします。手がボトルネックでなければ、手を速くしても助けになりません。難しい段落を組み立てている人を縛るのは、考えをまとめる速さです。言葉が指から出るかマイクから出るかで、その速さは変わりません。

日常で3倍速く感じない、といういちばん多い不満もこれで説明できます。ソフトが力不足なのではありません。「3倍」が表しているのは、もともと時間の大半を使っていなかった執筆の部分です。

実務的な帰結は、仕分けルールです。執筆の一日のうち、中身がすでに分かっている文章の割合が多いほど、ディクテーションの価値は上がります。人が思うより、大半の仕事ではその割合は大きいです。返信、更新、メモ、チケット、要約、日常の仕事の往来です。

医師10人が両方を試したときに起きたこと

この文献でいちばん面白い結果は、速度の話ではありません。2020年、Brigham and Women’s Hospitalの対照観察研究では、音声認識を少なくとも6か月使っていた医師10人が、模擬外来診察を記録しました。診察ごとに記録は2通（口述とタイピング）で、順はランダムです。

記録時間は両方法で同程度、口述がわずかに先行しました。ストップウォッチだけ見ると、ほぼ引き分けです。違ったのは、出てきたものです。

どの倍率の見出しより正直で、誰もそれを売りにしていません。同じ時間で人はかなり多く話し、内容の評定も高くなりました。ディクテーションのリターンは、節約した分ではなく、出力として現れました。

組み立ての知見ともきれいに合います。話すと、短く書いてしまう摩擦が減るので、同じ記録を早く終える代わりに、より厚い記録になりました。それが得かどうかは、厚い記録が欲しかったかどうかだけです。臨床記録や引き継ぎ文書なら、明らかに得です。忙しい同僚へのメールならそうでないことがあり、それは口述への反対ではなく、編集の論です。

正確さ: 誤りの違いは数だけでなく種類

Stanford研究は誤りを二通り測っており、この分かれは実務で人が気づくことを説明します。入力中の誤りは発話のほうが少なく5.30%対11.22%でしたが、最終文に残った誤りはわずかに多く1.30%対0.79%でした。

理由は、失敗の見え方が紙面で違うことです。タイピングの誤りはたいてい誤字で、見た目におかしく、スペルチェッカーが下線を引きます。認識誤りはたいてい、正しい綴りの単語が違う場所に入ったものです。滑らかに読め、ツールは旗を立てず、文法が通っているので読み返しで目が滑ります。

2020年の臨床研究は逆のバランスでした。隠すより書いておく価値があります。未修正の誤りはタイピング記録のほうが多く、1件あたり2.9対1.5で、大半は小さな誤字です。どちらも確実にきれい、ではありません。汚れ方が違うだけです。

それぞれの方法が実際に勝つ場所

4研究を合わせると、単一の数字ではなく、使える仕分けルールになります。ディクテーションの利点がいちばん大きいのは、言いたいことが分かっているとき、文章が散文のとき、話せる場所にいるときです。条件が外れるほど縮み、逆転もします。

左のリストは、多くの人が思うより長く、しかも伸びています。10年前、ディクテーションは文書を書くことでした。いま、誰もが打つものの大きな割合は、テキスト欄の短い散文です。SlackとTeamsのメッセージ、チケットの説明、コードレビューのコメント、そして増え続けるAIツールへのプロンプト、要するに箱へ打つ普通の文です。どれも口述向きです。

右のリストは本物で、そうでないふりはしません。表計算の数式を口述すべき人はいません。要点は、二つのリストが労働日の別の部分を表しており、大半の人は自分が思うより左に時間を使っている、ということです。

実際に学んでいる技能

ディクテーションの最初の数日は、数字が約束するより悪く感じます。理由はソフトではありません。流暢に書く人は、キーボード速度で考える訓練を何年も積んでいます。文で組み立て、節の途中で止まり、直前の行を見て、言い回しを終える前に直す。どの習慣も、話すことへはそのまま移りません。

2025年の日記研究は、LLM支援の口述ツールを使う学術・創作の書き手12人を10日間追い、ブログ、日記、脚本、メモ、小説を書いてもらう、というものでした。研究者が記録したのは、単に速くなったことではなく、戦略の形成です。ゆるいアウトラインを話してから膨らませる、まとまっていない考えを出してから整理する。完成文を言おうとする代わりです。

学習曲線の形はこれです。始める前に知っておくと、20分で「自分には向かない」と結論せずに済みます。完成文を口述するのをやめ、素材を口述し始めます。そのあとの編集は、どのみちしていた作業です。

自分の仕事で1週間試す方法

上の研究はどれも、あなた自身の話ではありません。個人差は大きいです。16.8万人のタイピング研究では、4語/分から158語/分までいました。120語/分で打つ人の計算は、40語/分の人とは本当に違います。決着を付ける数字は、自分の数字だけです。

• タイピングテストではなく、実作業を使う。用意した文章は書き起こしを測り、ディクテーションがすでに勝つと分かっているケースです。測るべきは、どのみち書いていたメール、メモ、メッセージです。
• 修正時間を数える。1999年の研究が警告です。生の入力速度はほとんど何も教えません。開始から、実際に送る時点までの時間です。
• 数日は取る。最初の1時間は、散文を話すことへの不慣れを測っており、方法そのものではありません。
• 時間だけでなく、出力も見る。メモが速くなるのではなく長く良くなるなら、医師の結果の再現であり、分以上に価値があることがあります。
• 環境には正直になる。席で話せないなら、速度の問いは机上の空論です。

その試し方の土台になる数字は、関連記事でより深く扱っています。 話す速度は何語/分 は発話速度の出典を整理し、 良いタイピング速度とは は比較のもう半分を扱います。

よくある質問

出典

• Ruan, S., Wobbrock, J.O., Liou, K., Ng, A. and Landay, J. (2016). Comparing Speech and Keyboard Text Entry for Short Messages in Two Languages on Touchscreen Phones. 153対52語/分、比2.93、誤り率。iPhone 6 Plusの32人。
• Karat, C.-M., Halverson, C., Horn, D. and Karat, J. (1999). Patterns of Entry and Correction in Large Vocabulary Continuous Speech Recognition Systems. CHI ’99、568から575ページ。修正後の発話25語/分と8語/分、タイピング33語/分と19語/分。24人。
• Blackley, S.V., Schubert, V.D., Goss, F.R., Al Assad, W., Garabedian, P.M. and Zhou, L. (2020). Physician use of speech recognition versus typing in clinical documentation: A controlled observational study. International Journal of Medical Informatics、第141巻。320.6対180.8語と品質点。医師10人。
• Yang, X., Li, W., Lee, M.G., Li, Z., Zamfirescu-Pereira, J.D. and Liu, C. (2025). Rambler in the Wild: A Diary Study of LLM-Assisted Writing With Speech. 書き手12人の10日間の日記研究と、その戦略。
• Dhakal, V., Feit, A.M., Kristensson, P.O. and Oulasvirta, A. (2018). Observations on Typing from 136 Million Keystrokes. CHI 2018。16.8万人の平均51.6語/分。
• Yuan, J., Liberman, M. and Cieri, C. (2006). Towards an Integrated Understanding of Speaking Rate in Conversation. Interspeech 2006。会話の196語/分と236語/分。

製品側は、 ディクテーションソフト がカテゴリの概観、 Windows音声入力 がデスクトップアプリ、 Chrome拡張 が、インストールなしでブラウザに口述する方法です。