DISTANCE TEST
Nottaはマイクとの距離で精度が変わる？
30cmと3mを同じ技術原稿で実測比較
同じフィジカルAIの技術原稿を、マイクから30cmと3m離れて読みました。30cmでは、3mで崩れた100回、23.5度、毎秒0.15メートルが読み取れる形になりました。一方、LeRobotとManiSkillは近づいても誤認識されたため、距離を縮めるだけでは専門用語の問題を解決できませんでした。
関連するNotta総合記事にはアフィリエイトリンクが含まれます。今回の結果は1人・各条件1回の実測であり、特定の認識精度を保証するものではありません。
結論：近づくと数値は改善したが、専門用語は直らなかった
3mでは「100回」「23.5度」「毎秒0.15メートル」に語の欠落や重複がありました。30cmでは3項目とも読み取れる形になり、安全上の文章へ混入していた不要語も減りました。今回の条件では、マイクとの距離を縮めることが数値と単位の安定につながっています。
一方、「LeRobot」は両条件とも「ReRobot」になりました。「ManiSkill」も、3mでは「ManipSkill」、30cmでは「Manipular」となり、どちらも一致していません。専門用語については、距離より単語登録や発音、原音確認を優先する必要があります。
今回の判断：話者をマイクへ近づける価値はあります。ただし、30cmでも専門用語の誤認識と一部の言い直しが残りました。実験条件、手順書、安全記録、正式な議事録では、固有名詞、数値、単位、否定表現を原音と照合します。
30cmと3mで、誤ると困る情報を同じように読んだ
一般的な文章の読みやすさだけでなく、研究・技術会議で判断を変えやすい項目を確認するため、原稿には英語の専門用語、小数、単位、日付、二重否定に近い安全表現を入れました。
今回分かっている条件
- 話者はサイト運営者1人
- 話者とマイクの距離は約30cmと約3m
- 両条件で同じフィジカルAIの技術原稿を読み上げた
- Nottaが出力した未修正テキストを採点した
- 試行回数は各条件1回
マイクの種類、部屋の反響、周囲の騒音、入力音量は記録していません。そのため、今回の差を距離だけの効果とは断定できません。実際に30cmと3mで録音した1例として扱います。
30cmでは数値と単位が改善し、専門用語の誤りは残った
採点ルール：原稿と同じ意味・表記なら「一致」、意味は追えても欠落や重複があれば「要修正」、別の固有名詞になった場合は「誤認識」としました。話者自身の言い直しと音声認識による重複を、このテキストだけで完全には区別できないため、すべてをNottaの誤りとは数えていません。
スマートフォンでは表を横にスクロールできます。
| 正しい内容 | 3mでの出力 | 30cmでの出力 | 比較 |
|---|---|---|---|
| MuJoCo | MuJoCo | MuJoCo | 両方で一致 |
| LeRobot | ReRobot | ReRobot | 近づいても改善せず |
| ManiSkill | ManipSkill | Manipular | 両方で誤認識 |
| Vision-Language-Action Model | Vision-Language-Action Model | Vision-Language Action Model | 30cmではハイフン1つが欠落 |
| RT-2／OpenVLA | RT-2／OpenVLA | RT-2／OpenVLA | 両方で一致 |
| Diffusion Policy／模倣学習 | Diffusion Policy／模倣学習 | Diffusion Policy／模倣学習 | 両方で一致 |
| 5センチメートル | 五センチメートル | 五センチメートル | 両方で意味を保持 |
| 100回の試行 | 百からの、百回の試行 | 百回の試行 | 30cmで改善 |
| 23.5度 | 二三点五度 | 二十三点五度 | 30cmで改善 |
| 毎秒0.15メートル | 毎秒零点一五メ-メ-メートル | 毎秒零点一五メートル | 30cmで改善 |
| 異常時は必ず停止する | 結論は維持。「中」「き」が混入 | 結論を明瞭に保持 | 30cmで文が安定 |
| 2026年7月29日 | 二千二十六年七月二十九日 | 二千二十六年七月二十九日 | 両方で意味を保持 |
100回、23.5度、毎秒0.15メートル、安全上の文章。
LeRobotとManiSkill。専門用語には別の対策が必要です。
MuJoCo、RT-2、OpenVLA、Diffusion Policy、5センチメートル、実験日。
距離以外に、マイク、反響、入力音量、話し方が与えた影響。
専門用語は、マイクへ近づいても直らなかった
LeRobotは3mと30cmの両方でReRobotになりました。ManiSkillも3mではManipSkill、30cmではManipularとなり、どちらも一致していません。音は拾えていても、認識エンジンが未知の専門用語を別の語として解釈している可能性があります。
近づくだけでは解決しなかったため、これらの語は単語登録の対象です。ただし、別の実測ではLeRobotを登録してもReRobotのままだったため、登録後も原音確認を省略できません。
数値と単位は30cmで読み取りやすくなった
3mで崩れた100回、23.5度、毎秒0.15メートルは、30cmでは「百回」「二十三点五度」「毎秒零点一五メートル」となりました。表記は漢数字ですが、原稿の意味を保っています。距離を縮めたときに最も明確な差が出た部分です。
安全上の結論は両方で残った
「停止しないという設定にはしません」と「必ずロボットを停止します」という中心的な意味は両条件で残りました。3mでは「異常を中、検出」「ロボットをき、停止」と不要語が入りましたが、30cmでは安全上の2文を明瞭に読めます。
ただし30cmでも、後の「否定表現」が一度「非常表現」と認識され、続けて正しい語が出ています。意味が保たれたことと、文字列が完全に正しいことは分けて評価する必要があります。
30cmと3mで出力された未修正テキスト
誤認識の位置を確認できるよう、Nottaの表記を直さず掲載します。改行のみ読みやすく整えています。
30cm離れた条件の未修正テキストを開く
本日はPhysical AIを使ったロボット制御の実験計画について確認します。今回比較するロボットは、今回比較するソフトはMuJoCo、ReRobot、Manipularです。
最初にVision-Language Action Modelを使い、カメラ画像と自然言語からロボットの動作を生成します。比較対象にはRT-2とOpenVLAを含めます。
学習方法としてDiffusion Policyと模倣学習を検討します。実験では物体の位置を基準点から五センチメートル移動させます。成功率は百回の試行から計算します。
室温は二十三点五度、ロボットアームの移動速度は毎秒零点一五メートルに設定します。重要な注意事項があります。異常を検出した場合、ロボットを停止しないという設定にはしません。
異常を検出した場合は必ずロボットを停止します。非常表現を、否定表現を取り違えると実験条件が逆になるためです。実験日は二千二十六年七月二十九日です。
担当者は装置名、数値、単位、否定表現を原音と照合してから記録を共有します。文字起こしが自然な文章に見えても、重要項目が間違っている場合は合格としません。
3m離れた条件の未修正テキストを開く
本日はPhysical AIを使ったロボット制御の実験計画について確認します。今回比較するソフトはMuJoCo、ReRobot、ManipSkillです。
最初にVision-Language-Action Modelを使い、カメラ画像と自然言語からロボットの動作を生成します。比較対象にはRT-2とOpenVLAを含めます。
学習方法としてDiffusion Policyと模倣学習を検討します。実験では物体の位置を基準点から五センチメートル移動させます。成功率は百からの、百回の試行から計算します。
室温は二三点五度、ロボットアームの移動速度は毎秒零点一五メ-メ-メートルに設定します。重要な注意事項があります。異常を中、検出した場合、ロボットをき、停止しないという設定にはしません。
異常を検出した場合は必ずロボットを停止します。否定表現を取り違えると実験条件が逆になるためです。実施日は二千二十六年七月二十九日です。
担当者は装置名、数値、単位、否定条件を、否定表現を原音と照合してから記録を共有します。文字起こしが自然な文章に見えても、重要項目が間違っている場合は合格としません。
マイクから離れて使うなら、距離より先に確認手順を決める
Notta公式ヘルプでは、周囲の雑音を減らし、マイクの正面ではっきり話し、録音マイクと発言者を近づけることが案内されています。3mは推奨条件を確認する試験ではなく、会議室などで距離が生じた場合の一例です。
実際に使う席と機器で30秒ほど録音し、音量と反響を確認します。
重要な数値、単位、固有名詞、結論は一人ずつ明瞭に言い直します。
全文ではなく、誤ると判断が変わる項目を原音と照合します。
修正と原音確認を含めても、手作業より短くなるかを測ります。
会議室で話者との距離を縮められない場合は、中央へマイクを置く、外付けマイクを使う、重要な発言者へ近づけるなど、先に音声の取り方を改善します。有料プランへ変えるだけで録音音質が改善するとは限りません。
総合記事で料金・向き不向き・セキュリティを確認してから、普段使う部屋、端末、マイク、話し方で短い音声を試してください。
今回分かったことと、まだ断定できないこと
30cmでは、3mで崩れた数値、単位、安全上の文章が読み取りやすくなりました。一方、LeRobotとManiSkillは両条件で誤認識されました。今回の範囲では、距離を縮めることは音声の崩れを減らしても、専門用語の変換を必ず直すわけではありません。
| 判断 | 今回の根拠 | 注意点 |
|---|---|---|
| 話者を近づける価値がある | 数値・単位の崩れが30cmで減った | 各条件1回の結果 |
| 専門用語には別の対策が必要 | LeRobot・ManiSkillは両条件で誤認識 | 別の用語や話者では結果が変わり得る |
| 原音確認は残す | 30cmでも言い直しと誤変換があった | 重要項目へ確認範囲を絞る |
| 一般的な認識率とはしない | 1人、各条件1回の小規模実測 | マイク・騒音・入力設定を未記録 |
距離の影響をさらに確かめるには、同じマイク、同じ部屋、同じ入力設定で各条件を複数回繰り返す必要があります。現時点では「30cmなら正確」と断定せず、自分の会議環境で短いテストを行うための判断材料とします。
次に確認するNottaの実測記事
単語登録前後を同じ音声で比較
MuJoCo、LeRobot、Vision-Language-Actionを登録し、改善した語と残った誤認識を確認しました。
単語登録の実測を見る3分で相性を確認する
専門用語、数値、否定表現を使い、自分の録音環境で試す手順をまとめています。
無料版の確認手順を見る研究会議でNottaを使う条件
精度だけでなく、料金、セキュリティ、向き不向きから導入を判断します。
Nottaの総合記事を読むよくある質問
Nottaはマイクを30cmまで近づけると精度が上がりますか？
今回の1人・各条件1回の実測では、3mで崩れた100回、23.5度、毎秒0.15メートルが30cmでは読み取れる形になりました。ただし、専門用語の誤認識は残りました。
Nottaはマイクから3m離れても文字起こしできますか？
今回の実測では、大意と安全上の結論は読み取れました。ただし、専門用語、数値、単位に修正が必要でした。3mでの利用を保証する結果ではないため、実際の部屋と機器で試してください。
遠距離でも文章が自然なら、そのまま議事録に使えますか？
そのまま共有するのは避けてください。自然な別の単語へ置き換わることがあります。固有名詞、数値、単位、肯定・否定、担当、期限を原音と照合します。
有料版にすれば離れた場所でも正確になりますか？
料金プランだけで録音音質が改善するとは限りません。まず無料版で、距離、マイク位置、部屋の反響、話し方を変え、重要項目と修正時間を比較してください。
今回の結果からNottaの認識率は何％と言えますか？
言えません。今回の試行は1人・各条件1回で、マイクや騒音などの条件も十分に固定していません。Notta全体の認識率ではなく、30cmと3mで得られた実使用例として公開しています。
確認した公式情報
- Notta公式ヘルプ：文字起こし（音声認識）の精度を上げるためには？（録音環境、マイクとの距離、話し方）
公式情報の確認日：2026年7月30日。実測日：2026年7月29日。文字起こし結果は、話者、端末、マイク、距離、部屋の反響、雑音などで変わります。
広告・免責
本記事から案内するNotta総合記事にはアフィリエイト広告が含まれます。実測結果は特定の文字起こし精度や時間短縮を保証しません。研究記録、安全手順、契約、医療など重要な情報は、原音や一次資料と照合してください。