開発者 CY KUO ・ 無料 ・ MIT オープンソース

TIO · Windows デスクトップツール · 使い方ガイド

会議の音声を、編集できる文字に変えます

会議中はその場で字幕を表示し、録音済みのファイルは話者と時刻の入った文字起こしに変換し、外国語の講演では原文と日本語訳を同時に表示し、さらに通訳イヤホンを着けたように、翻訳を耳で直接聞くこともできます。 すべてダブルクリックだけ。コマンドを打つ必要はありません。

無料ダウンロード → 初めて使います → 機能の使い方を見る

クイックスタート：やることは3つ

ファイルを受け取ってから最初の文字起こしができるまで、およそ15分です。

まだファイルがない場合は、GitHub のダウンロードページを下へスクロールし、「Assets」から入手してください。繁体字中国語版はファイル名の末尾が _zh-TW.zip、英語版は _en.zip です（「Source code」は押さないでください。ソースコード一式で、インストール用の圧縮ファイルではありません。GitHub のアカウントは不要です。現在のバージョンは V1.41）。ツールの概要は TIO Voice Genie 紹介ページ（英語）をご覧ください。

  1. Gemini API キーを1本取得します（約2分） このツール自体は無料です。音声を Google に送って認識してもらう仕組みなので、料金を誰につけるかを Google に伝える「鍵」が必要です。やり方はこちら ↓
  2. 3_安裝.bat をダブルクリックします Python を入れたことがなくても大丈夫です。必要なものは自動で用意します。最後までダブルクリックだけ、コマンドは不要です。Windows にブロックされて実行できない？こちら ↓
  3. デスクトップの「TIO語音精靈」をダブルクリックし、2 を押して付属のサンプル音声を試します フォルダー内の data\meeting_16k_mono.wav は47秒のサンプルです（2人が中国語で話しています）。自分の録音を用意する前に、できあがりがどんなものかを見ておきましょう。

起動すると、この画面が出ます

TIO語音精靈
════════════════════════════════════════

1 リアルタイム字幕　　　　－ 会議中にその場で字幕
2 録音・録画を文字起こし　－ 録音・録画済みのファイルを文字に
3 リアルタイム二言語字幕　－ 原文＋訳文を同時に表示（中国語・英語・日本語に翻訳可）
4 文字起こしを二言語対訳　－ 全体を翻訳、同時翻訳よりずっと高品質
5 文字起こしの再整形　　　－ .json から作り直し／話者名の変更、無料
6 リアルタイム音声翻訳　　－ 通訳だけを聞き、原音は聞かない（通訳モード）
9 API キー設定　　　　　　－ キーの変更、有効かどうかの確認、保存したキーの消去
0 終了

番号を入力して Enter を押してください：2

数字を1つ打って、Enter を押すだけです。あとは順番に質問されるので、答えていけば大丈夫です。

デスクトップにショートカットが見つかりませんか？

組織によってはパソコンがデスクトップへの書き込みを許可していないことがありますが、使用に支障はありません。解凍したフォルダーの中の 4_開始使用.bat をダブルクリックすれば、まったく同じです。

インストール

フォルダー内のファイルには番号が付いています。番号の順にやれば大丈夫です。

ファイル使うタイミング
1_安裝說明このガイドの印刷版です
2_申請金鑰與儲值初回は必ず行います、約10分
3_安裝.batダブルクリックすれば自動で入ります
4_開始使用.batメニューを開くファイルです。ふだんはデスクトップの「TIO語音精靈」ショートカットで十分です（ショートカットが開くのはこのファイル）。デスクトップにショートカットがないときだけ、これを直接ダブルクリックします
5_使用說明機能の操作方法、いつでも参照できます
6_診斷.bat問題が起きたときに実行し、画面を撮って報告します
7_解除安裝.bat使うのをやめるとき
8_刪不掉時救援.batフォルダーが削除できないときだけ

パソコンに必要なもの

項目説明
Windows 10 / 11現時点ではWindows のみ対応です——「パソコンが再生する音を録る」仕組みが Windows 専用の技術のため、Mac では使えません
Python 3.12 以上入っていなくても大丈夫です。インストーラーが未導入を検知すると自動で入れてくれますし、管理者権限も要りません
ネット接続Google のサーバーに接続します。オフラインでは使えません
Gemini API キー 1本ご自身で取得してください。次の節で説明します

ffmpeg と Python のパッケージはインストーラーが自動で処理します。自分で入れる必要はありません。

インストールの手順

  1. zip をパソコンの好きな場所に解凍しますzip はダウンロードページから入手し、下の説明に従って先にブロックを解除してください。C ドライブでも D ドライブでもデスクトップでも構いません。プログラムにパスは埋め込まれていません。圧縮ファイルの中のまま実行しないでください。
  2. 先に API キーを用意しておきますインストール時に貼り付けると、プログラムがまず Google に問い合わせて、このキーが使えるかを確かめます。Google に使えないと判定されたキーは保存されず、インストール完了の画面にその理由が書かれます。先に用意していなくても大丈夫です。入力欄は空のままで構いません。どちらの場合も、実際に初めて使うときにもう一度聞かれるので、画面の案内どおりに1回貼り付ければ済みます。パソコンの再起動は要りません。あとで変えたいときは、メニューで 9 を押します。
  3. 3_安裝.bat をダブルクリックしますインストール画面が開き、「このパソコンで行うこと」がまず表示されます。「同意してインストールを開始」を押すまで、何も実行されません。
  4. 終わるとデスクトップに「TIO語音精靈」のショートカットができますダブルクリックすれば使えます。

Windows にブロックされたら：先に「許可する」にチェックしてからインストール

メール、Teams、クラウドドライブからダウンロードした圧縮ファイルには、Windows が「インターネットから来たもの」という印をこっそり付けます。 解凍すると、その印が中の実行されるファイルにも付きます——ちょうどダブルクリックする .bat そのものです。 そのため 3_安裝.bat をダブルクリックしたとき、セキュリティの警告が出たり、そのままブロックされたりすることがあります。 パソコンが壊れたわけでも、このツールにウイルスが入っているわけでもありません。

先に10秒かけてブロックを解除しておけば、止められることはありません。今の状況に合わせて、どちらか1つを選んでください：

まだ解凍していない（いちばんきれい）

  1. ダウンロードした圧縮ファイル（.zip）を右クリック →「プロパティ」
  2. いちばん下の「セキュリティ」の行で、「許可する」にチェック
  3. 「OK」を押す
  4. そのあとで解凍する——以後、警告は一度も出ません

もう解凍してしまった（下の図はこちらの場合）

  1. 解凍したフォルダーの中で、3_安裝.bat を右クリック →「プロパティ」
  2. 「許可する」にチェックして、「OK」を押す
  3. 3_安裝.bat をダブルクリック。インストーラーが最初の手順でほかのファイルの印もまとめて消すので、 以後は起動のときもアンインストールのときも聞かれません
① 右クリック →「プロパティ」。いちばん下に「セキュリティ」の行があり、「許可する」はまだチェックされていません
②「許可する」にチェックを付けて「OK」。「適用」でも構いませんが、そのあと「OK」でウィンドウを閉じてください
Windows 11（日本語版）の「プロパティ」画面を簡略化して描いたものです。実際の画面では、この上にも項目が並んでいます。
こんなとき対処のしかた
「許可する」というチェックボックスが見当たらないそのファイルには印が付いていないということです。ブロックされないので、そのままダブルクリックすれば大丈夫です
解凍したあとで、zip に戻って「許可する」にチェックした効果はありません——印はもう解凍したファイルに付いています。上の右側の方法（3_安裝.bat にチェック）に切り替えるか、フォルダーを削除して解凍し直してください
「開いているファイル - セキュリティの警告」が出た「実行」を押すだけです。聞かれるのはこの一度だけで、インストーラーが動き出すと印を消します
青い「Windows によって PC が保護されました」が出たまず「詳細情報」を押し、次に「実行」を押します
警告の画面に、先へ進めるボタンがまったくなく、メッセージに「スマート アプリ コントロール」と出ているこれは Windows 11 の保護機能が強制モードでオンになっている状態です。自分で解決できます（2026-09-19 ノートパソコンで実測）：解凍済みのフォルダーを削除 → zip を右クリック →「プロパティ」→「許可する」にチェック →「OK」→ もう一度解凍してから、3_安裝.bat をダブルクリックします
警告の画面に、先へ進めるボタンがまったくなく、メッセージに「管理者」「グループ ポリシー」と出ているこのパソコンは組織のポリシーで管理されていて、自分では回避できません。その画面を撮って、6_診斷.bat の画面と一緒に、組織の IT 担当者に送ってください
管理者権限で実行する方法はおすすめしません

そのほうが早そうに見えますが、そうではありません。もっと物々しい確認画面が1つ増えるうえ、組織が管理しているパソコンではたいてい先に進めません。 しかも、ほかの人の管理者アカウントとパスワードを入力した場合、キーとデスクトップのショートカットがそのアカウントの側に保存され、自分でログインしたときには逆に見つからなくなります。 上の手順でブロックを解除すれば十分です。

新しいバージョンを受け取ったら、どう更新しますか？

新しい zip を同じ場所に解凍して、古いものに上書きし、3_安裝.bat をもう一度ダブルクリックします。文字起こしや字幕のファイルはデスクトップにあるので、触られることはありません。新しい zip も、先にブロックを解除してから解凍することをおすすめします。

もっと手軽にするなら、更新の前に古いフォルダーごと削除してから新しいものを解凍します——結果は同じで、いちばんきれいです。

会議の前にウォームアップ（強くおすすめ。約30秒短縮できます）

会議の前に 6_診斷.bat をダブルクリックし、内容を見て閉じてから使い始めてください。しばらく使っていない状態で機能1／3／6をいきなり開くと、Enter を押してから 30〜45秒待つことになります（大きな音声処理コンポーネントを読み込んでいるところで、画面に1項目ずつ進み具合が出ます。止まっているわけではありません）。先に 6_診斷.bat を実行しておくと約3秒で済みます（2026-09-21 ノートパソコン1台で実測）。

ついでに、Windows の「スマート アプリ コントロール」がいまブロックしていないかも確認できます（該当する行に OK ではなく BLOCKED と出ます）。ウォームアップの効果はしばらくしか続かないので（実測では8分後でも有効）、会議の直前に行ってください。前日では意味がありません。

インストール中に「証明書エラー」と出る、パッケージが入らない

エラーメッセージに SSLError や certificate が見えたら、職場や学校のファイアウォールが通信を遮っているということです。操作ミスでも、プログラムの故障でもありません。

インストーラーは Windows の証明書ストアに切り替えて自動でもう一度試します。それでも駄目なときは、いちばん早いのはスマートフォンのテザリングでインストールを1回通すことです。パソコンの Wi-Fi をスマートフォンのテザリングにつなぎ替え（LAN ケーブルが挿さっていれば先に抜きます）、3_安裝.bat をもう一度実行し、終わったら職場のネットワークに戻せば完了です。スマートフォンには何もインストールしません。職場のネットワークが止めているのがパッケージのダウンロードだけなら、インストール後は職場のネットワークで普通に使えます。使用中に画面に「憑證被攔截」（証明書の傍受）と出た場合は、Google への接続も止められているので、IT 担当者に許可を依頼してください（インストール用：pypi.org、files.pythonhosted.org／使用時：generativelanguage.googleapis.com）。

API キーの取得と有料プランの開始

初めて使う前に必ず行ってください。キーの取得に2分、支払いの設定に5〜8分です。

  1. aistudio.google.com/apikey を開きますご自身の Google アカウントでログインします。初回は利用規約への同意を求められます。
  2. 「Create API key／API キーを作成」を押します長い文字列が作られます → コピーを押します。新しく発行されるキーは AQ. で始まり、53文字ほどです。以前に発行されたものは AIza で始まる39文字ほどで、どちらも使えます。
  3. キーが属するプロジェクトを探し、その行の「Set up Billing／お支払いを設定」を押します画面の案内に従って Cloud Billing アカウントを作ります（クレジットカードの入力が必要です）。
  4. 新しいアカウントは既定でプリペイド式です。まず最低額の US$5 をチャージします終わると、その行の表示が Free から Paid に変わります。US$5 のチャージで、文字起こし、リアルタイム字幕、リアルタイム二言語字幕の「高精度」モードのようにテキストを出力する機能ならだいたい8〜10時間、音声を出力する機能（リアルタイム二言語字幕の「高速」モード、リアルタイム音声翻訳）だと約2.3時間分しかありません。
実際の会議を録るなら、必ず有料層にしてください

これは「おすすめ」ではなく、使用の前提です。無料層は本当に課金されませんが、送信した会議の録音は Google が製品改善に使い、人間のレビュアーが読む可能性があります——利用規約に書かれていることです。

学内の会議で話すのは人事、予算、審査意見、学生の個人情報です。こうした内容であれば、無料層を使うべきではありません。

あとでキーを変える・確認する・消すときは：メニューで 9

メニューの 9「API キー設定」は、まず今どのキーを使っているかを表示し（最初と最後の数文字だけ）、そのうえで選ばせてくれます：

1 新しいキーに変える　2 今のキーが有効か確認する（Google に問い合わせます。費用はかかりません）　3 パソコンに保存したキーを消す

キーを貼り付けると画面には * が並びますが、これはわざとです——キーがそのまま画面に残らないようにしています。Enter を押すと AQ.Ab…xyz9（全 53 文字） のように最初と最後だけを見せる確認が出るので、正しく貼れたか照合できます。

つまずきやすい3つの点

注意すること理由
残高がゼロになると、すべてのキーが同時に止まります同じ請求先アカウントにぶら下がっているキーはまとめて止まります。会議の途中で起きると、字幕がそこで止まります。自動チャージをオンにし、月の上限を設定しておくことをおすすめします。
1日の上限は米国西海岸の深夜0時にリセットされます台湾時間ではおよそ午後3〜4時にあたり、台湾の深夜ではありません。午前中に上限を使い切ると、その日の午後まで回復しません。
上限は「プロジェクト」単位で、キー単位ではありません同じプロジェクトから何本もキーを作って別々の人に配ると、1つの上限を共有することになり、互いに食い合います。各自が自分の Google アカウントで、自分のプロジェクトを作ってください。
キーは Google アカウントのパスワードと同じものです

他人に渡さない、グループチャットに貼らない。うっかり貼ってしまったら、すぐ AI Studio で新しいキーを作り、古いキーを無効にしてから、 TIO のメニューで 9 → 1 を押して新しいキーを貼り付け、「このキーを保存して、次回から貼り付けなくて済むようにしますか？」と聞かれたら 1「はい」を押してください。そうしないと、次にプログラムを開いたとき、パソコンに保存してある古いキーがまた使われてしまいます。

パソコンを人に渡す、部署に返却する、修理に出す——その前に必ずキーを消してください：メニューで 9 → 3 を押して消去するか、 7_解除安裝.bat を一度実行します。

6つの機能

まず自分の状況に合うものを選び、そのとおりに操作します。迷ったら、いちばんよく使うのは2番です。

会議中 1 リアルタイム字幕 中国語の会議を見ながら 3 二言語字幕 外国語講演、原文＋訳文 6 リアルタイム音声翻訳 外国語講演、訳を耳で聞く 会議後の整理 2 録音・録画を文字に 話者と時刻つき 4 二言語対訳 海外向けの文書に 5 再整形（復旧用） 録音・録画ファイル
機能2が作る .json は機能4に渡して翻訳でき（変換のやり直しは不要で、かかるのは翻訳の費用だけです）、機能5で作り直すこともできます（費用は一切かかりません）

1　会議のリアルタイム字幕

会議をしながら、その場で字幕を見たいとき

  1. 1 を押す → Enter
  2. どの音を録るか聞かれます：
    1 オンライン会議（Teams／Meet／Zoom）— パソコンのスピーカーから出る音を録ります。相手の発言はすべて拾えます。正確には、録るのは Windows の既定の再生デバイスの音なので、会議ソフトのスピーカーも同じデバイスにしてください（下の注意を参照）
    2 対面の会議 — マイクを録ります（質問が2つ増えます。下を参照）
    3 両方 — 自分はオンライン会議に出ていて、自分の発言も拾いたいとき（どのマイクを使うかも聞かれます）
  3. 固有名詞を聞かれます → 「高等教育深耕計画 研究開発処 会計室」のように、間をスペースで区切って入力します。ここが重要です。入力しないと「会計室」が「会計士」と認識されてしまいます
  4. この会議の名前を聞かれます → 適当に入力するか、そのまま Enter
  5. Enter を押して開始します
マイクを選ぶと、質問が2つ増えます

どのマイクを使いますか？（パソコンにマイクが2つ以上あるときだけ聞かれます）1（そのまま Enter）＝プログラムに任せる：Windows の既定に従い、途中でヘッドセットを抜き差しすると、それに合わせて切り替わります。ほかの番号＝最後までそのマイクに固定：抜くと字幕は止まり、差し直すと自動でつながります。「両方」を選んでマイクを固定した場合、ヘッドセットを抜いて止まるのはマイク側だけで、パソコンが再生する音には引き続き字幕が付きます。

会場に、スピーカー（拡声器）から流れる音で字幕にしたいものはありますか？（2 対面の会議のときだけ聞かれます）ふつうは 1。スピーカーから流れる音も拾いたいときだけ 2：Windows のノイズ抑制を通さない「完全収音」ですが、拾えるとは限りません。ハイブリッド会議を参照してください。

大勢の会議ではヘッドセットを使わないでください（口元で使う前提で作られています）。会議用の外付けマイクがあればそれを、なければノートパソコン内蔵のマイクを使います。開始から約6秒後に画面に「🎚 收音檢查」（収音チェック）が出て、音がプログラムに届いているかが分かります。見方はこちら。

[00:12] では、本日の研究開発処の会議を始めます。
[00:19] 最初の案件は高等教育深耕計画の中間報告です。
[00:24] 補足しますと、あの予算の精算

グレーの文字＝まだ認識中で、細かく書き換わり続けます。正常な動作です。白い文字＝すでに確定した文です。一文を言い終わるたびに確定するので、話し終わるのを待つ必要はありません。

会議が終わったら、どう止めますか？あの黒い画面の中で Ctrl + C を押します（Ctrl キーを押したまま C を押します）。

ファイルはデスクトップに保存されます。一度に2つです：.md は人が読む用で、そのまま Word に貼れます。.txt はバックアップで、パソコンが落ちても字幕は残ります。

リアルタイム字幕は誰が話しているかを区別できません

これは現時点の Google 側の制限です。「処長の発言」「秘書の発言」と示したいときは、下の機能2を使ってください。

Teams で会議するとき：スピーカーは Windows の既定のデバイスを手動で選ぶ

1 オンライン会議を選ぶと、プログラムが録るのは Windows の既定の再生デバイスの音です。そのため、会議ソフトのスピーカーも同じデバイスにする必要があります。新しい Teams には、システムの既定に従う選択肢がありません（2026-09-19 ノートパソコン1台で実測）。Teams のデバイス設定で、いま Windows の既定になっているデバイスを手動で選んでください。別のデバイスを選ぶと、会議の間ずっと相手の声が録れません。開始時に画面に出る「聲音來源：…」（音声ソース）の行に出ているのが、いま録っているデバイスです。

2　録音・録画ファイルを文字起こしいちばんよく使う

会議はもう録音済みで、話者と時刻の入ったテキストにしたいとき

  1. 2 を押す → Enter
  2. ファイル選択の画面が開きます → 録音または録画ファイルを選びます（mp3、m4a、wav のほか、mp4・webm（ブラウザで録画した動画）などの録画ファイルでも構いません）
  3. 固有名詞を聞かれます → 「高等教育深耕計画 研究開発処 会計室 教務課長」と入力します
  4. 話者の名前を聞かれます → 「先に話した順」で入力します。例：「処長 秘書」（名前そのものに空白がある場合（英語のフルネームなど）は、カンマで区切ります：「Chair Wang, Ms Li」）。分からなければそのまま Enter を押すと「話者1」「話者2」になります。28分を超える録音は段に分かれ、名前は第1段にだけ付きます（下を参照）
  5. あとは終わるのを待ちます。1時間の録音でおよそ1〜3分です。

終わると、開いて見るか聞かれます。1 を押すと自動で開きます。ファイルはデスクトップにあり、こんな形です：

**[00:00:00] 処長**

では、本日の研究開発処の会議を始めます。最初の案件は高等教育深耕計画の中間報告です。

**[00:00:09] 秘書**

補足しますと、あの予算の精算期限は10月31日まで延びました。
見出しの後ろに〔補轉〕（補完変換）と付いている？

その一文は本文を整理するときに抜け落ちたため、プログラムが元の音声からその短い部分を切り出し、単独でもう一度変換して補ったものです（付属のサンプルで試すと、秘書の発言にこれが付くことがあります）。ファイルの冒頭にも、何か所あるかを書いた行が1行増えます。話者と時刻は1回目の認識から取っているので、録音と照らし合わせて確認することをおすすめします。補えなかったものは、冒頭に「不完全な可能性があります」と書かれ、時間帯が列挙されます。

中国語の会議で誰かが英語で話した（来賓のあいさつなど）

英語は話したとおり文字起こしに残ります。ただ、話者を分ける1回目の認識では、中国語の会議の中の英語が聞き取れないことが多く、その部分の話者と時刻は不正確になることがあります（前の話者の段落にまとめられがちです）。冒頭に「この N 秒の録音には音があるのに、文字起こしではこの時間帯が扱われていない」という趣旨の注記が入るので、録音のその部分を聞いて確認してください。（2026-09-25 自作の模擬会議で実測：旧版ではこのとき英語の部分がまるごと黙って抜け落ち、冒頭にも何も書かれませんでした。）

固有名詞の入力は本当に効きます

実際に試したところ、入力しないと「会計室」を「会計士」と聞き取り、「深耕計畫」を「深耕計劃」（中国語の同音異字）と書いてしまいます。入力しておけば自動で直ります。 いつも次のように入れておくことをおすすめします：高等教育深耕計画 研究開発処 教務処 会計室 教務課長 精算 中間報告

28分を超える録音は自動的に複数の段に分かれます

Google の公式ドキュメントに明記されています：話者分離と時刻を有効にすると、モデルは1回に30分の音声しか処理しません。 そのためプログラムは長い録音を1段28分以内に切り、少し安全の余裕を持たせています。

ただし短く切れば間違いが起きないというわけではありません。実測では長い録音で2つの状況が起きています： ある段の中間がまるごと認識されない（28分の段で起きました）、または本文が同じ数文の繰り返しで埋め尽くされる（45分の段でも28分の段でも起きました）。 そのためプログラムは変換後に6つのことを自動でチェックします：ある段の中間がまるごと認識されていないか、2回の認識の出力量が大きく食い違っていないか、本文に大量の繰り返しがないか、 1回目の認識で聞き取れた言葉が整理後の本文から消えていないか（消えたものはまず単独で補完変換し、〔補轉〕と付けます。補えなかったものだけを列挙します）、 録音には音があるのに文字起こしで扱われていない時間帯（続けて10秒を超えて音があるとき、または扱われていない時間のうち30秒以内に音が合計6秒以上あるときに報告します。音楽や拍手も挙がりますが、聞けばすぐ分かります）、そして段落の時刻が重なったり逆戻りしたりしていないか（同じ時間帯に2組の内容が置かれると、そのあたりの話者と時刻が合わないことがあります）。 問題があれば、ファイルの冒頭と画面に何段目のどの時間帯かを書き、どの段を切り出して単独で変換し直せばよいかを知らせます。

警告がないからといって、必ず問題がないとは限りません。チェックで見つけられないと分かっているのは、ごく短い抜け（続けて10秒未満、30秒以内の合計でも6秒未満）、とても小さな声（背景の雑音に近い）での発言、1つのとても長く、文字数もふつうの段落に覆われてしまう場合です（1分を超えるのにほとんど文字がない段落は、その中間もチェックします）。また、録音が最初から最後までうるさく、話し声が背景とあまり変わらない場合（たとえばBGMや中継の音がずっと流れているとき）も、このチェックは当てになりません。プログラムがそう判断すると、冒頭に ℹ️「這份錄音幾乎沒有安靜的時候…」（この録音には静かなところがほとんどありません）という1行が加わります（説明で、抜けには数えません）。重要な会議はやはり抜き取りで確認してください。

段ごとに個別に話者を判定するため、段をまたいで同じ人かどうかは分かりません：第2段以降の話者は「第2段講者1」（第2段の話者1）のように書かれます。変換前に入力した話者の名前は第1段にだけ付きます（旧版では番号どおりに全段へ付けていたため、第2段で名前が取り違えられることがありました）。名前をそろえたいときは、機能5で各話者の最初の一言を見ながら付け直してください。同じ人なら、別の段でも同じ名前を入力できます。

2026-09-16 より前に作った長い文字起こしは、もう一度変換してください

旧版には上記の完全性チェックがなく、問題が起きても何も知らせませんでした。 実例：2時間57分の会議で、ある段は中間の14分がまったく認識されず、 別の段では本文の約9割が同じ数文の繰り返しでした——どちらも警告は出ませんでした。

やり直し方は最初と同じです。2 を押して同じ録音ファイルを選び、 ファイル冒頭に警告がないか確認してください。 ⚠️ なお、段を短く切ってもこの2つは解決しません（28分の段で2つとも起きています）。 実際に見つけるのはチェックのほうですが、そのチェックにも見落としはあるため、 重要な会議は抜き取りで確認してください。

3　リアルタイム二言語字幕

外国語の講演を聞くとき、または中国語の講演に外国語字幕を付けるとき

  1. 3 を押す → Enter
  2. 音の出どころを聞かれます：1 パソコンが再生する音（YouTube、オンラインセミナー）／2 マイク（会場でゲストが講演する）／3 両方（対面＋オンラインのハイブリッド会議）／4 保存済みの音声・動画ファイル。2 か 3 を選ぶと「どのマイクを使うか」も聞かれ、2 ではさらに「会場のスピーカーの音を拾うか」も聞かれます（ふつうは 1）。機能1と同じです
  3. 「速さ優先か、正確さ優先か？」と聞かれます：
    1 正確（おすすめ）：一文を言い終わってから訳します。遅れは約2〜3秒、語順は自然です
    2 速い：聞きながら訳します。遅れは約1秒ですが、語順がときどき崩れます
  4. どの言語に訳すか → 1 繁体字中国語／2 日本語／3 英語（講演者の言語は設定しなくても、プログラムが自分で聞き分けます）
[00:02] Thank you for joining today's session on research assessment.
　　　　本日は研究評価のセッションにご参加いただきありがとうございます。

[00:22] First, a seed funding scheme for cross-disciplinary projects.
　　　　第一に、分野横断プロジェクト向けのシード助成制度です。

「速い」と「正確」は何が違う？同じ英文での実際の出力

速い（聞きながら訳す）正確（一文が終わってから訳す）
訳文本学は国際共同研究の比率を増やしました 15%今年。本学の国際共同研究の比率は今年 15% 上がりました。
遅れ約1秒約2〜3秒

「速い」モードの語順の乱れは、表示が早すぎるせいではありません。モデルが聞きながら訳していて、後半をまだ聞かないうちに訳し始めているからです。いちばん良い品質がほしい（時間はかけられる）ときは、下の機能4を使ってください。

「パソコンが再生する音」を選ぶと、そのとき Windows の既定の再生デバイスで鳴っている音をすべて拾います

始める前に、関係のない動画や音楽は閉じてください。混ざってしまいます。この問題を完全に避けたいときは、選択肢 4 で音声・動画ファイルを直接読み込みます。

オンライン会議では、会議ソフトのスピーカーもこのデバイスにしてください（新しい Teams では手動で選ぶ必要があります。機能1の説明を参照）。開始時に画面に出る「聲音來源：…」（音声ソース）の行に出ているのが、いま録っているデバイスです。

マイクで話し手の中国語を拾って英語に訳すときは「正確」を選んでください

2026-09-19 にノートパソコンで実測したところ、この場合「速い」モードはとても不安定でした：同じ話でも段落ごと字幕が出ないことがあり、実測では話した内容のうち字幕に出たのは 0%〜19% だけでした。同じマイクで「正確」モードに変えると 78%〜97% でした（実測の回数が少ないので、目安としてください）。内蔵のサンプルファイルを読み込む場合や、パソコンで流したニュースを録る場合は正常です。ただし、マイクで録った話をファイルに保存して読み込んでも、同じように不安定です。機能6が使うのも「速い」モードなので、同じことが起きます。

「速い」モードの原文の行は、句点や疑問符のような文末の記号が来るか、2.5秒止まるか、90文字たまるまで表示されません。中国語を話すと、書き起こされた文はほとんど読点で区切られるため、話し続けていると原文が20秒以上遅れて出ることがあります。これは表示の仕方によるもので、モデルが遅いわけではありません。

4　文字起こしを二言語対訳に海外向けの文書はこれ

中国語の議事録を国際連携先に見せるとき、または海外セミナーの録画を日本語に訳すとき

機能3 リアルタイム字幕機能4 こちら
使う場面聞きながら見るあとから文書を整える
訳し方聞きながら訳す、同時通訳のような形全体をまとめて訳す、前後の文脈が見えます
品質語順がときどき不自然かなり良い
  1. 4 を押す → ファイルを選びます（録音、動画、文字起こしの .json、字幕の .srt のいずれでも構いません）
  2. 訳す言語を選びます
  3. 訳語の固定（強くおすすめ）：高等教育深耕計画=Higher Education Sprout Project のように書き、複数あるときはセミコロン ; で区切ります。こうすると固有名詞が全体で統一されます
  4. この文書の背景（任意）：例えば「研究開発処の高等教育深耕計画の会議」と書いておくと、より的確に訳されます
  5. 話者の名前（任意）：入力しておくと、できあがる文書に「講者1」（話者1）ではなく「処長」と書かれます（名前を入力しなかった話者は、英語に訳すときは Speaker 1、日本語に訳すときは 話者1 と書かれます）。.json を選んだときは、まず話者ごとの最初の一言が表示されるので、それを見て名前を当てはめます。その文字起こしに機能2ですでに名前を入力してあれば、そのまま Enter でその名前が引き継がれます

4種類のファイルができます（デスクトップ上、同じファイル名で始まります）：

ファイル用途
_對照.md原文と訳文が交互に並ぶ、人が読む用
_對照表.md表形式（時刻／話者／原文／訳文）、Word や Excel に貼りやすい
_en.md訳文だけのすっきり版（中国語に訳すなら _zh-TW.md、日本語なら _ja.md）
_對照.json機械用の形式。あとで整形し直したり、別の言語に訳し直すときに使います

5　文字起こしの再整形トラブルのときの命綱

パソコンの中だけで処理します。ネットにつながず、API も呼ばず、費用は一切かからず、数秒で終わります

機能2は変換のたびに、人が読む .md のほかに、同じ名前の .json を残します。その .json には元のデータが入っています。この機能は、それをもう一度 .md に組み直すものです。

状況この機能がないとこの機能があれば
3時間の録音を変換中、途中で落ちた全部やり直し。費用も時間ももう一度隣の .partial.json を選べば、変換済みの部分を取り戻せます
話者の名前を逆に入れた全部やり直し入力し直すだけ、10秒で解決
.md を誤って消した全部やり直しそのまま作り直せます

まず「この文字起こしは何段落・何人の話者か」を教えてくれます。さらに話者ごとの最初の一言を表示するので、誰が誰かを照合できます。話者の名前を聞かれたときにそのまま Enter を押すと、機能2で名前を入力してあった場合はその名前が引き継がれ、入力していなかった場合は「話者1、話者2」になります。

28分を超える録音：第2段以降の話者は別に番号が振られます

機能2はもともと、いくつかの段（1段28分以内）に切って別々に認識しています。話者は段ごとに判定され、第2段以降は「第2段講者1」（第2段の話者1）のように、第1段とは分けて並びます。表示される最初の一言が、誰かを見分ける手がかりになります：同じ人なら、別の段でも同じ名前を入力してください。

2026-09-25 より前に変換した長い文字起こしでは、段が違えば「話者1」が同じ人とは限らず、ここでは見分けられません。

6　リアルタイム音声翻訳通訳イヤホンのように

海外からのゲストの講演、国際オンライン会議、字幕のない外国語の動画——字幕をずっと見ているのではなく、中国語を直接耳で聞きたいとき

画面にはこれまでどおり二言語字幕が流れ（グレーが原文、青が訳文）、終わればファイルに保存されます。音声は字幕に加わるもので、字幕の代わりではありません。 逆に日本語や英語に訳すこともできます（例：中国語の講演を聞いて、英語の音声がほしいとき。講演者の言語は設定しなくても、プログラムが自分で聞き分けます）。

メニューに 6 がない？

この機能は LVT 版にしかありません（現在ダウンロードできるのは LVT 版です）。メニューが 5 までしかない場合、お手元にあるのは古い元の版です。ダウンロードページから改めてダウンロードしてください。

まず知っておきたいこと：なぜ「2つのルート」を選ぶのか

音の出どころに「パソコンが再生する音」（Teams／Meet／Zoom／YouTube）を選ぶと、プログラムが録るのは Windows の既定の再生デバイスがいま再生している音です。 そのため「原音を聞きたくない」をミュートで解決することはできません——ミュートすると、プログラムも録れなくなってしまいます。

唯一の方法は、2つの音を別々の出力先に流すことです：原音はあなたに聞こえない出力先へ送り（プログラムはそこで問題なく録れます）、 通訳音声はあなたに聞こえるほうへ送ります。こうすれば聞こえるのは翻訳だけで、2つの音が重なることはありません。 通訳音声がまた録音に拾われて、モデルが自分で話したばかりの言葉を訳してしまうこともありません。

会議の音 Teams・Zoom・YouTube ① 原音ルート あなたには聞こえない 例：未接続のデジタル出力、仮想オーディオ ケーブル、差したまま着けないヘッドホン TIO が録音 → Google が同時通訳 遅れは約1〜2秒 ② 通訳ルート あなたに聞こえる 例：ヘッドホン、 スピーカー プログラムはここで録音 聞こえるのは ② だけ 2つの音が重ならない
開始するとプログラムが Windows の音声出力を自動で ① に切り替え、終了すると自動で元に戻します。会議ソフトのスピーカーはプログラムでは切り替えられません（下の注意を参照）

手元の機器で、2つのルートにそれぞれ何を選ぶ？

あなたの状況① 原音ルート（聞こえない）② 通訳ルート（聞こえる）
ヘッドホンで通訳を聞きたい（いちばん通訳イヤホンに近い）音が出ない出力先：何もつないでいないデジタル（光）出力、音の出ないモニターにつないだ HDMI、または仮想オーディオケーブルヘッドホン（着ける）
スピーカーで通訳を聞きたいヘッドホン（差したまま、着けない）スピーカー
パソコンに仮想オーディオケーブル（例：無料の VB-CABLE）が入っている仮想オーディオケーブル（もともと音が出ないので、いちばん確実）スピーカーでもヘッドホンでも可
パソコンの音声出力が1つしかないこのモードは使えません。プログラムがそう知らせます。ヘッドホンをつなぐと、たいてい1つ増えます（ヘッドホンを ①、スピーカーを ② にし、ヘッドホンは着けません）：2026-09-19 にノートパソコン1台で有線ヘッドホンは使えることを確認しました。Bluetooth ヘッドホンはまだ試していません。パソコンによってはスピーカーとヘッドホンが同じ1つの出力で、つないでも増えません。差してからメニューに戻ってもう一度 6 を押し、一覧が1つ増えていれば使えます。仮想オーディオケーブルを入れる（1つ上の行を参照）か、音の出どころを「マイク」「音声・動画ファイル」に変えることもできます。この2つにはこの制限がありません
「查不到可以用的播放裝置」（使える再生デバイスが見つからない）と表示されるスピーカーもヘッドホンもつながっていないか、サウンド機能がその瞬間に応答していない可能性があります。つないでから Enter でメニューに戻り、もう一度 6 を押してください。それでもだめなら、メニューのウィンドウを閉じて開き直してください

どれが聞こえないのか分からなくても大丈夫です：選び終わると、プログラムが2つのルートでそれぞれ1回ずつ音を鳴らして試聴させてくれます。間違っていればその場で選び直せるので、会議が始まってから気づくことはありません。

使い方

  1. メニューで 6 を押す → Enter
  2. 音の出どころ：1 パソコンが再生する音（Teams／Meet／Zoom／YouTube）／2 マイク（会場でゲストが講演する）／3 保存済みの音声・動画ファイル。2 を選んだ場合、パソコンにマイクが2つ以上あれば、通訳をどこで聞くかを選んだあとに、どのマイクを使うかも聞かれます（機能1と同じ）
  3. 1 を選んだ場合は、2つのルートを順に指定します：まず ① 原音をどれに流すか（あなたに聞こえないほう）、次に ② 通訳音声をどこで聞くか（あなたに聞こえるほう）。 一覧の名前は Windows のサウンド設定に出てくる名前そのままです。例：「スピーカー」「ヘッドホン」「デジタル出力」
  4. 試聴：プログラムが2つのルートでそれぞれ1回ずつ音を鳴らします。1回目は聞こえず、2回目は聞こえるのが正解です。 合っていれば 1、違っていれば 2 で2つとも選び直し、よく聞こえなかったら 3 でもう一度鳴らします
  5. 2 マイクか 3 ファイルを選んだ場合は、代わりに通訳音声をどこで聞くかを聞かれます：着けているヘッドホンを選びます（一覧には現在の既定に印が付きます）。プログラムが1回試しに鳴らし、聞きたいところから聞こえたかを聞くので、聞こえたら 1、聞こえなければ 2 で選び直します。使える再生デバイスが1つしかないときは、どれにするかは聞かれません：画面に黄色の文字で、通訳はそのデバイスから出ること、ヘッドホンで聞きたいなら先にヘッドホンを差してからメニューでもう一度 6 を選ぶことが表示されます。音の出どころがマイクのときは、さらに「続けますか？」と聞かれます（1 続ける／0 前の画面に戻って、先にヘッドホンを差す）。画面に黄色の文字で「再生デバイスの一覧が見つかりません」と表示されたときも聞かれず、通訳は Windows の既定の再生デバイスから出ます
  6. どの言語に訳すか：1 繁体字中国語（台湾）／2 日本語／3 英語（講演者の言語は設定しなくても、プログラムが自分で聞き分けます）
  7. この回の名前を付ける（そのまま Enter なら今日の日付になります）→ Enter を押して開始
このモードには2つのルートが必要です。それぞれ指定してください：

① 原音（会議の音）をどれに流しますか？
このルートはあなたには「聞こえません」。録音にだけ使います。スピーカーやヘッドホンをつないでいない出力を選んでください。
例：何もつないでいないデジタル出力、または差したまま着けないヘッドホン。
1 スピーカー
2 ヘッドホン
3 デジタル出力
0 前の画面に戻る
3

② 通訳音声はどこで聞きますか？（このルートはあなたに「聞こえる」必要があります）
1 スピーカー
2 ヘッドホン
0 選び直す
2

【試聴】2つのルートでそれぞれ1回ずつ鳴らし、逆に選んでいないか確認します：
　① 原音ルート「デジタル出力」… この音はあなたには「聞こえない」はずです
　② 通訳ルート「ヘッドホン」… この音はあなたに「聞こえる」はずです

1 合っている：1回目は聞こえず、2回目は聞こえた
2 違う、2つとも選び直す
3 よく聞こえなかった、もう一度鳴らす
0 前の画面に戻る

結果は合っていますか？ 1

画面のデバイス名は例にすぎません。あなたのパソコンでは、お使いの機器の名前が表示されます。② の一覧には、① で選んだものは出てきません。① と実は同じ再生デバイスのルートも除かれます。除いた結果1つも残らないときは、原音のルートを選び直すよう求められます。

2 マイクを選ぶと、画面は次のようになります（3 ファイルのときも同じで、「頭に着けているヘッドホンを選んでください」という注意が出ないだけです）：

通訳音声はどこで聞きますか？
頭に着けているヘッドホンを選んでください。スピーカーを選ぶと、通訳がマイクに拾われて、
モデルが自分の話した言葉を何度も繰り返し訳し続けて止まらず、その間ずっと料金がかかります。

1 スピーカー（現在の既定）
2 ヘッドホン
0 前の画面に戻る

2
　試聴「ヘッドホン」… 1回聞こえるはずです

1 はい
2 いいえ、選び直す
0 前の画面に戻る

聞きたいところから聞こえましたか？ 1
音の出どころ注意すること
パソコンが再生する音2つのルートを指定します（上記参照）。選び終わると試聴で確認します。始める前に、関係のない動画や音楽は閉じてください。そのとき Windows の既定の再生デバイス（開始後は ① のデバイス）で鳴っている音をすべて拾います
マイクイヤホンかヘッドホンを着け、メニューで通訳をそのヘッドホンから出すように指定してください（選ぶと1回試しに鳴ります。使える再生デバイスが1つしかないときはどれにするかは聞かれず、ヘッドホンを差すよう促して、続けるかどうかを聞かれます）。スピーカーを選ぶと、通訳がマイクに拾われて、モデルが自分の話した言葉を何度も繰り返し訳し続けて止まらず、その間ずっと料金がかかります。プログラムでは防げません
保存済みの音声・動画ファイルこの問題はありません。ファイルを直接読み込むので原音はそもそも再生されず、聞こえるのは翻訳だけです。この場合も、通訳をどこで鳴らすかを聞かれます（再生デバイスが1つしかないときは聞かれません）
Teams／Zoom／Webex のスピーカーは別に設定し、使い終わったら元に戻す

会議ソフトには独自のスピーカー設定があり、Windows の設定に従うとは限りません。

新しい Teams：始める前に必ず Teams のデバイス設定を開き、スピーカーを ① のデバイスに指定してください。スピーカーの一覧にシステムの既定に従う選択肢がなく、プログラムの切り替えについてきません（2026-09-19 実測）。指定しないと原音が ① に流れず、録れないので翻訳も出ません。

Zoom／Webex：切り替えたのに原音が聞こえる場合は、そのソフトのオーディオ設定を開き、スピーカーを ① のデバイスに直接指定してください。

Chrome の中の Google Meet や YouTube はシステムの設定に従うので、何もしなくて大丈夫です。

使い終わったら（途中で止めたときも）元に戻すのを忘れずに。プログラムは Windows の設定を元のスピーカーに戻しますが、会議ソフトの設定は変えられません。会議ソフトのスピーカーを ① に指定した場合は、ふだん聞いているデバイスに自分で戻してください。戻さないと、次の会議で音が聞こえません。

① のデバイスの音量は 0 にしないでください：パソコンによっては、録れる音量もそれに合わせて小さくなります。実測では 8% でも正常に翻訳できたので、上げる必要はありません。念のための注意です。

終わったら、どう止めますか？黒い画面の中で Ctrl + C を押します。画面にまず「Ctrl+C を受け取りました。終了処理中です」と表示され、約3〜5秒でファイルを保存してから終了します。「パソコンが再生する音」を選んだときは、音声出力は自動で元のスピーカーに戻ります：画面に「聲音輸出已改回『…』」（音声出力を「…」に戻しました）と表示され、会議ソフトのスピーカーも戻すよう注意が出ます。Windows の「既定の通信デバイス」を別に設定していた場合も、それぞれ元に戻ります。

「パソコンが再生する音」を選んでいて万一戻せなかった場合は、画面に黄色の文字で「沒辦法自動把聲音輸出改回原本的喇叭」（音声出力を自動で元のスピーカーに戻せませんでした）と表示されます：タスクバー右下のスピーカーのアイコンをクリックして、元のスピーカーを自分で選び直してください。次にプログラムを開いたときにも、もう一度試します。フリーズしたり強制終了されたりした場合は、メニューに戻れば（または次にメニューを開けば）自動で元に戻ります。

よくある状況

状況原因
音声が話し手より1〜2秒遅れる同時通訳は、もともと話し手より少し遅れるものです
話し手が速すぎると、音声が何文か飛ばされる耳に届く音声がどんどん遅れていくより、飛ばすほうを選んでいます。字幕は完全です。終了後に保存されたファイルを見てください。最後に何秒飛ばしたかが画面に表示されます
声が男性になったり女性になったりする、長い沈黙のあとで声質が変わるモデル自体の制限で、Google の公式ドキュメントにも書かれています：長い沈黙のあとで声が変わることがあり、話し始めの声から性別を取り違えることもあります
8分ごとに音声が文の途中で切れることがあるプログラムが8分ごとに接続を切り替えるためです。字幕には影響しません
話し手がマイクに向かって中国語で話し、英語に訳すときはとても不安定で、段落ごと訳されないことがある機能3の「速い」モードと同じモデルです（機能3の説明を参照）。この場合は、機能3で「正確」を選んで字幕を見るほうが確実です

機能6は常に「高速モード」（Google の同時通訳モデル）を使います。音声を再生できるのはこのモードだけです。1時間あたり約71台湾ドルです（費用を参照）。

ハイブリッド会議（対面＋オンライン）の組み方

主催側でよくあるのは「1台でオンライン会議を開き、もう1台をプロジェクターにつないで字幕を出す」やり方です。大事なのは1つだけ：オンライン参加者の声は、パソコンの中から直接取ることです。

スピーカーから流れる音は、マイクではほとんど拾えません

以前のガイドでは「字幕用パソコンのマイクで会議室のスピーカーの音を拾う」方法をすすめていましたが、2026-09-22 の実測で成り立たないことが分かりました：Windows の音声処理が、スピーカーから流れる音を雑音とみなして消してしまいます。ノートパソコンのスピーカーで会議の録音を流すと、認識できたのは 0 文。2 メートル離れたスマートフォンのスピーカーでも 0 文でした。同じノートパソコンの内蔵マイクでも、実際の人の声なら 3 メートル離れても正常に認識できました。

ですから、オンラインの音をいったんスピーカーから流して、それをマイクで拾い直すのはやめてください。スピーカーの音量を上げても効果はありません——音はマイクの側で消されているからです。

方法1：字幕用パソコンもオンライン会議に参加し、「両方」を選ぶおすすめ

  1. 字幕用パソコンをブラウザーか会議ソフトで同じ会議に参加させ、会議ソフトで自分のマイクをミュートにします（会場の音がもう一度オンラインへ送られないように）
  2. TIO で 3 両方を選びます：オンライン参加者の声はパソコンの中から直接取り（デジタルで、空気を通りません）、会場の話し手はマイクで拾います
  3. 字幕を投影するときは、このパソコンの画面をプロジェクターに拡張表示します
!「同じ発言が2回出る」ときは、スピーカーの音がまたマイクに拾われています。ヘッドホンを使うか、スピーカーの音量を下げてください

方法2：会議室の音響設備から直接ケーブルで取る（いちばん確実ですが、機材が必要）

  1. 会議室のミキサー／会議システム本体の録音出力（REC OUT、AUX、PROGRAM OUT）→ USB オーディオインターフェース → Windows で既定のマイクに設定
  2. TIO で 2 マイクを選びます
!「エコーキャンセル前」の信号を取ってください。ノートパソコンのヘッドセット端子には差さないでください（ライン信号は大きすぎて音が割れます）。分からなければ会議室の設備担当者に手伝ってもらいましょう

方法3：マイクでスピーカーの音を拾うしかない場合（予備の手段で、保証はありません）

  1. 2 マイクを選び、「会場にスピーカーから流れる音で拾いたいものはあるか」と聞かれたら 2（完全収音：Windows のノイズ抑制を通さない）を選びます
!実測：ノートパソコンのスピーカーで会議の録音を流すと、通常の収音では 0 文 → 完全収音では 4 文（元は 7 文）。2 メートル先のスマートフォンの小さなスピーカーでは、どちらも 0 文でした。あくまで予備の手段なので、本番の前に必ず会場で試してください

会場の話し手にはどのマイクを使うか

始めたら、ヘッドセットを抜き差ししないでください

ヘッドセットのプラグが緩んだり抜けたりすると、プログラムは自動でつなぎ直します。画面には「⚠ 麥克風中斷了…」（マイクが途切れました）→「✓ 麥克風接回來了」（マイクが再接続されました）と出ますが、途切れていた数秒間は字幕が出ません。パソコンの音声（オンライン会議・動画）も自動でつなぎ直します。ヘッドセットを抜き差しすると、スピーカー自体を抜いていなくても、パソコンの音声を録る経路が少し途切れることがあります。画面には「⚠ 抓不到電腦播出的聲音了…」（パソコンの音声が取れなくなりました）と出て、パソコンの音声は約1秒でつながります。安定すると「✓ 電腦聲音接回來了」（パソコンの音声が再接続されました）と表示します（ふつうはその約1秒後）。機能1・3で Windows の既定の再生デバイスも切り替わった場合は「✓ 電腦聲音改從這顆錄：…」（このデバイスから録ります）と出ます。V1.38 以前は、このようにスピーカーを抜いていないのに録音が途切れた場合、自動でつなぎ直さず、Ctrl + C で開き直す必要がありました。機能6の通訳音声も自動でつなぎ直します。画面には「⚠ 口譯語音斷了…」（通訳音声が途切れました）→「✓ 口譯語音接回來了」（通訳音声が再接続されました）と出ます。通訳音声をスピーカーから流しているときは少し途切れます（長くて2～3秒ほど。スピーカー自体を抜いていなくても、ヘッドセットを抜き差しすると途切れます）。ヘッドホンから流しているときは、ヘッドホンを挿し直すまで待ち、挿し直すと約1秒で戻ります。ヘッドセットやスピーカーを替えたいときは、Ctrl + C でいったん終了してから開き直すのがいちばん確実です（字幕は2つのファイルに分かれて保存されます）。

画面の「🎚 收音檢查」（収音チェック）の見方

開始から約6秒後に1回表示され、音がプログラムに届いているか、字幕が出るかどうかを教えてくれます：

🎚 收音檢查（聲音有沒有進到程式裡）
　　麥克風　：▮▮▮▮▮▯▯▯　有收到聲音（-45 dB，字幕出得來）
　　電腦聲音：▯▯▯▯▯▯▯▯　電腦現在幾乎沒有在播（-95 dB，沒有聲音就不會有字幕）

日本語にすると：「収音チェック（音がプログラムに届いているか）」——マイク：「音が届いています（-45 dB、字幕が出ます）」、パソコンの音：「パソコンはいまほとんど何も再生していません（-95 dB、音がなければ字幕は出ません）」。

表示意味すること
有收到聲音（音が届いています）音量は十分で、認識できます何もしなくて大丈夫です
聲音偏小（音が小さめです）字幕が抜けたり、不正確になったりするおそれがありますマイク：話し手に近づけるか、別のマイクに替えます。パソコンの音：再生音量を上げます（下を参照）
幾乎沒有聲音（ほとんど音がありません）字幕は出ませんマイクや、ヘッドセットのプラグが緩んでいないか確認します
電腦現在幾乎沒有在播（パソコンがほとんど再生していません）パソコンから音が出ていません（オンライン会議が始まっていない、または音が別のスピーカーに出ている）オンライン会議の音がこのパソコンから出ているか確認します
沒有收到資料（データが届いていません）デバイスが抜かれた可能性があります差し直せば、プログラムが自動でつなぎ直します
本番の会議の前に、必ずテストしてください

マイクの位置のようなことは机上では決まりません。現場で必ず実測してください。実際に使う会議室で、実際に使うパソコンとマイクを用意し、同僚を1〜2人（1人は会場で、1人はオンラインで話す役）呼んで、字幕を出したまま10分も回せば十分です。

確認する4つのこと通らなかったときの対処
会場の発言が認識されているかマイクを話し手の方へ寄せる、または USB 会議マイクに変える。机に置いたヘッドセットは使わない
オンライン参加者の発言が認識されているか方法1（字幕用パソコンも会議に参加し、「両方」を選ぶ）に変える。スピーカーの音量を上げても効果はありません
同じ発言が2回出ていないかエコーです。字幕用パソコンをイヤホンに切り替えるか、スピーカーの音量を下げます
字幕の文字は十分大きいか字幕の画面で Ctrl ＋ + で拡大（続けて押せます）、Ctrl ＋ - で縮小します。目安は、文字の高さ（ミリ）がいちばん遠い席までの距離（メートル）× 9 くらいです

あわせて、よく使う固有名詞（部署名、計画名、よく出席する人の役職など）を用意しておき、本番ではそのまま入力しましょう。正確さがかなり変わります。会議の前にはウォームアップもお忘れなく。

費用はどれくらいか

ツール自体は無料です。費用は Google 側で使用量に応じて計算され、ご自身の Google アカウントに請求されます。

約20台湾ドル文字起こし ／1時間
約17台湾ドルリアルタイム字幕 ／1時間
約18台湾ドル二言語字幕・高精度 ／1時間
約71台湾ドル二言語字幕・高速、リアルタイム音声翻訳 ／1時間
約16台湾ドル文字起こしを二言語対訳に ／文字起こし1時間分
0台湾ドル再整形（ネット不要）

金額は台湾ドル（1 USD = 32 TWD で換算）です。US$5（約160台湾ドル）のチャージで、テキストを出力する機能（①②③高精度④）ならだいたい8〜10時間、音声を出力する機能（③高速・⑥）は約2.3時間分しかありません。月に2時間の会議を10回開く場合、テキスト系の機能だけなら US$15 前後、会議中ずっとリアルタイム音声翻訳を使うなら US$45 前後を見込んでください。

🔴 リアルタイム二言語字幕の「高速モード」は「高精度モード」の約4倍の料金です。高速モードは同時通訳モデルを使い、出力が翻訳音声だからです。音声出力の単価はテキストの8倍です。高精度モードはテキストのみの文字起こし＋翻訳なので安くなります。選ぶ前にご確認ください。機能6のリアルタイム音声翻訳が使うのは高速モードと同じ接続なので、こちらも約71台湾ドルです。

各機能が使うモデルと料金

ツール自体は無料で、支払うのは Google の API 利用料です（ご自身の Google アカウントに課金されます）。以下の単価は Google 公式の料金ページからそのまま引用しています（2026-09-18 確認。② の位置合わせと ④ で使う gemini-3.5-flash は 2026-09-19 確認）。「1時間あたり」の列は、ほとんどが公式の1分あたりの価格からの換算です。③高精度の翻訳部分は推計（1時間の談話でも文字量は少なく、占める割合は5%未満）、② の位置合わせは短い録音で実測してから換算したもの、④ は 2026-09-19 の実測（60分の文字起こし1本を実際に翻訳）です。

機能使うモデル入力単価出力単価1時間あたり
① リアルタイム字幕gemini-3.5-transcribe-live$3.50/1M（$0.005／分）$21.00/1M（$0.004／分・テキスト）NT$17
② 録音・録画から文字起こしgemini-3.5-transcribe（2回実行）＋ gemini-3.5-flash（位置合わせ）$2.00/1M（$0.003／分）、位置合わせ $1.50/1M$12.00/1M（$0.002／分・テキスト）、位置合わせ $9.00/1M約 NT$20
③ 二言語字幕・高精度gemini-3.5-transcribe-live ＋ gemini-3.5-flash-lite①＋$0.30/1M①＋$2.50/1M約 NT$18
③ 二言語字幕・高速gemini-3.5-live-translate-preview$3.50/1M（$0.0053／分）$21.00/1M（$0.0315／分・音声）NT$71
④ 文字起こしを二言語対訳にgemini-3.5-flash$1.50/1M$9.00/1M（思考トークンを含む）約 NT$16（文字起こし1時間分・実測）
⑤ 文字起こしの再整形モデルを呼びません——NT$0
⑥ リアルタイム音声翻訳gemini-3.5-live-translate-preview③高速と同じ③高速と同じNT$71

この表は一言でまとまります。高いかどうかは「出力がテキストか音声か」で決まり、モデル名では決まりません。①と③高速はどちらも出力単価 $21.00/1M ですが、前者はテキスト（$0.004／分）、後者は音声（$0.0315／分）です。② は2回実行する（1回目で話者の時間軸を、2回目で繁体字の本文を得る）ため、単価が2倍になります。2回のあとで gemini-3.5-flash を使って2つの結果を位置合わせするので、通常は1時間あたり約1〜2台湾ドル多くかかります。⑥ は③高速と同じ接続で、音声はどのみち生成・課金されるため、再生しても追加料金はかかりません。④ はテキストしか扱いませんが、gemini-3.5-flash は既定でまず「思考」し、思考に使うトークンも出力単価で課金されます（実測では出力の約7割）。そのため文字起こし1時間分で約16台湾ドルかかります。

使用上の注意

この節は最後まで読んでください。正式な会議を録るなら、なおさらです。

一、録音はパソコンの外に出ます。参加者に知らせてください

文字起こしのとき、録音はGoogle のサーバーにアップロードされて処理されます。この種のサービスの仕組みであり、避けられません。

本ツールは処理が終わると自分から削除を要求します。変換の途中で画面を閉じた場合も、パソコン内の一時録音とクラウド側の分を消してから終了します。パソコンが落ちて消しきれなかった分は、次の変換の開始時に自動で片付けます（クラウド側は遅くとも48時間で自動的に期限切れになります）。

ただし「録音がこのパソコンの外に出る」こと自体は、事前に参加者へ知らせてください。

二、無料層は個人情報や機密を含む会議には使えません
無料層有料層
費用無料使った分だけ課金
録音が学習に使われる使われます使われません
人間のレビュアーが読む可能性ありますありません

✅ 無料層で安心して使えるもの：公開講演、対外説明会、自分のテスト録音
❌ 有料層にしてから使うもの：人事、予算、審査意見、個人情報を含む会議

三、開発者による実測のカバー率

開発者が中国語の素材で実測したカバー率であり、正確さの数字ではありません。目安としてご覧ください。正式な用途では、ご自分の録音で一度お試しください。

Google エンジン機能カバー率
transcribe-live機能1 会議のリアルタイム字幕98.1%
transcribe-live機能3「正確」の原文97.9%
transcribe機能2 録音・録画ファイルを文字起こし99.9%
live-translate-preview機能3「速い」の原文（機能6の通訳も同じモデル。別には測っていません）98.4%
flash機能4 文字起こしを二言語対訳に（訳文）100%
flash-lite機能3「正確」（訳文）100%

開発者による実測です（2026-09-26、V1.25～V1.27）。機能1・3：同じ9分間の中国語プレゼン録音（音声合成、英語の文を6つ含む）を、スピーカーとマイクを通さず実時間の速さでそのままプログラムに入力。機能2：35.5分の3人の模擬会議（音声合成）。上の4行は抜け落ちた文字だけを数え（簡体字は繁体字に変換してから比較）、数字は別に確認しました（機能1 14/16、機能3「正確」16/16、「速い」15/16）。下の2行は、すべての段落が訳されたかどうかです（機能4 21/21段落、機能3「正確」76/76文）。素材は音声合成で、実際の会議より単純です。各機能とも1回しか測っていないため、順位付けには使えません。人がノートパソコンの内蔵マイクに向かって読み上げた場合（機能1）：50cm で 96.7%、2m で 92.5%。

四、既知の制限（故障ではなく、現段階ではできないこと）
制限回避のしかた
リアルタイム字幕は話者を区別できない話者を示したいときは機能2を使います
機能3で「速い」を選んだとき、または機能6で、中国語を外国語に訳すとき、原文がまれに段落ごと簡体字になる（3回に1回ほど、訳文には影響しません）29回の接続で実測し、解決できないことを確認しました。モデル側の挙動です。その原文が必要なときは、.txt を簡体字・繁体字の変換サイトに貼って1回変換するか、機能3の「正確」モードに切り替えてください（機能6には切り替えられる「正確」モードがありません）
機能3で「正確」と「繁体字中国語に訳す」を選び、話し手が中国語を話しているとき、原文が簡体字になる（例：ハイブリッド会議で会場の人が中国語で話す場合。2026-09-19 に1回実測）訳文は繁体字のままで、中国語を書き直しただけの結果になります。その原文が必要なときは、.txt を簡体字・繁体字の変換サイトに貼って1回変換してください
機能3で「速い」を選んだとき、または機能6で、話し手がマイクに向かって中国語を話し、英語に訳すと、とても不安定になる（同じ話でも段落ごと訳されないことがあります。2026-09-19 ノートパソコンで実測）機能3で「正確」を選んで字幕を見るほうが確実です
28分を超える録音は分割され、段をまたいで同じ話者かどうかは分からない第2段以降の話者は「第2段講者1」（第2段の話者1）のように表示され、変換前に入力した名前は第1段にだけ付きます。機能5で話者ごとの最初の一言を見ながら、同じ人には同じ名前を入力してください
中国語の会議の中の英語の発言は、話者と時刻が不正確になることがある（前の話者の段落にまとめられがちです）英語は話したとおり残ります。冒頭に「録音には音があるのに文字起こしで扱われていない」時間帯が列挙されるので、録音のその部分を聞いて確認してください
機能6で「パソコンが再生する音」を録るときは、音声出力が2つ必要ヘッドホンをつなぐとたいてい1つ増えます（有線ヘッドホンはノートパソコン1台で確認済み、Bluetooth はまだ試していません）。または仮想オーディオケーブルを入れます。音の出どころをマイクか音声・動画ファイルに変えることもできます
機能6の音声は、ときどき男性の声と女性の声が入れ替わり、話が速すぎると何文か飛ばされる男性の声と女性の声が入れ替わるのは Google のモデル自体の制限です。何文か飛ばされるのはプログラムがわざとそうしているもので、耳に届く音声がどんどん遅れていかないようにするためです。字幕は完全なので、正式な内容は保存したファイルで確認してください
Windows のみ対応「パソコンが再生する音」を録る仕組みが Windows 専用の技術のため、Mac／Linux では使えません
五、文字起こしは下書きであって、議事録ではありません

どれだけ認識が正確でも誤字は出ますし、会議の文脈までは理解しません。正式な議事録は必ず人の目で校正してから出してください。とくに金額、日付、人名、決議の文言です。

六、利用上の注意と免責事項
  1. 本ツールは CY KUO が個人で開発し、MIT ライセンスで無償提供しているもので、いかなる機関・組織も代表しません。ライセンス全文は圧縮ファイル内の LICENSE をご覧ください（英語原文が優先します）。
  2. 音声認識と翻訳は Google Gemini が生成するもので、聞き間違い・抜け・誤訳が起こり得ます。文字起こしは下書きです。正式な記録として使う前に人の目で確認してください。
  3. 利用時、録音は Google のサーバー（国外のクラウドの場合があります）に送られて処理され、データの扱いは Google の利用規約に従います。個人情報や機密を含む会議では、先に有料枠を有効にしてください。
  4. 利用料金は Google が使用量に応じて計算し、ご自身の Google アカウントに請求されます。本ツールは一切の金銭を扱いません。Google AI Studio で毎月の支出上限を設定することをお勧めします。
  5. 録音・文字起こしの前に、関係法令と所属組織の規定に従っているかをご自身で確認し、参加者に事前に知らせてください。
  6. 開発者は本ツールを MIT ライセンスで提供し、いかなる保証も行いません。ご自身の判断と責任でご利用ください。開発者は損害賠償の責任を負いません。
  7. Google、Gemini、Windows などの名称は各社の商標です。本ツールはこれらの企業と提携・協賛・推奨の関係にありません。
  8. 本ガイドの内容は参考情報です。料金は Google の公式価格に基づく換算で、実際の金額は Google の告知とご自身の請求書が優先します。実測値は開発者が特定の条件で得た結果であり、あなたの利用状況での結果を示すものではありません。

問題が起きたときは

まずこの表を見てください。答えが見つからないときは、6_診斷.bat をダブルクリックし、画面全体を撮って報告してください。

状況対処のしかた
ダブルクリックすると窓が一瞬光って消え、そのあとメニューが出る正常な動作です。プログラムはメニュー用の窓を別に開き、自分の窓はすぐ閉じます
Enter を押したあと、画面が数十秒止まって固まったように見える固まってはいません。音声処理コンポーネントを読み込んでいるところで、しばらく使っていないとディスクから読み直す必要があります。画面に1項目ずつ進み具合が出ていれば（例：· 語音處理元件（scipy）… ✓ 27.2 秒）正常です。会議前のウォームアップで避けられます
インストール直後に機能1／3／6を使うと「音声処理コンポーネント（scipy）を読み込めない」と出るWindows 11 のスマート アプリ コントロールが、インストールしたばかりでまだクラウド上の評価がないコンポーネントを先にブロックすることがあります（2026-09-20 ノートパソコン1台で実測）。数分待ってからもう一度試せば、たいてい自然に通るようになります。確認したいときは 6_診斷.bat をダブルクリックし、該当する行が BLOCKED か OK かを見て、OK に戻ってから使ってください。機能5はネットにつながず、これらのコンポーネントも使わないので、その間も使えます
字幕がまったく出ないパソコンから音が出ているか確認します。オンライン会議なら 2 ではなく 1 を選びます。会議ソフトのスピーカーは Windows の既定の再生デバイスにしてください：新しい Teams にはシステムの既定に従う選択肢がないので、Teams のデバイス設定で同じデバイスを手動で選びます（2026-09-19 ノートパソコン1台で実測）。開始時に画面に出る「聲音來源：…」（音声ソース）の行に出ているのが、いま録っているデバイスです。機能6は例外です：「パソコンが再生する音」を選んだときは、会議ソフトのスピーカーを、メニューで指定した ① のデバイスにします。ふだんの Windows の既定ではありません
マイクを選んだのに「使用できる音声デバイスがありません」と出て終了するこのパソコンにマイクがつながっていないか、Windows のプライバシー設定でブロックされています（設定 → プライバシーとセキュリティ → マイク）
ヘッドホンを差したまま「マイク」を選ぶと、どのマイクで録る？パソコンによっては、マイク付きのヘッドホン（ヘッドセット）を差すと自動でヘッドホン側のマイクに切り替わり（ヘッドセット用の端子が1つしかないノートパソコンなど）、抜くとパソコンのマイクに戻ります（2026-09-19 ノートパソコン1台で実測）。ヘッドホンを差したまま着けずに「マイク」を選ぶと、横にぶら下がっているヘッドホンのマイクで録ることになります：ヘッドホンを抜くか、「設定 → システム → サウンド → 入力」でパソコンのマイクに戻してください。どのマイクで録っているかは開始時に画面に出ます（「麥克風：…」の行）。パソコンにマイクが2つ以上あるときは、メニューで「どのマイクを使うか」が聞かれるので、そこでパソコン内蔵のマイクを選ぶこともできます
文字起こしの冒頭に「不完全な可能性があります」と書かれている原因は6つあります：① 録音の後半に認識できる内容がなかった（無音、音楽、雑音）② 同じ話が大量に繰り返されていたため、本文に整理するときに省かれた ③ ある段で問題が起きた：その段の後半または中間がまるごと認識されていない、2回の認識結果が食い違う、または本文が同じ数文の繰り返しで埋め尽くされている ④ 1回目の認識で聞き取れた一文が整理後の本文になく、単独で補完変換しても戻らなかった（冒頭に時間帯と話者が書かれます）⑤ 録音には音があるのに、文字起こしでその時間帯が扱われていない（続けて10秒超、または30秒以内に合計6秒以上。よくあるのは中国語の会議の中の英語の発言、音楽、拍手で、冒頭に時間帯が書かれます。録音が最初から最後までうるさく、話し声が背景とあまり変わらないときは、このチェックは当てにならず、冒頭に ℹ️ の説明が1行加わります（抜けには数えません））⑥ 段落の時刻が重なっている、または逆戻りしている（いくつもの言語が混ざった長い録音でよく起きます。冒頭に時間帯が書かれるので、そのあたりは録音と照らし合わせて聞いてください）。 ①②と「ある段の後半に内容がない」場合は、何分目まで認識できたかが冒頭に書かれます。それ以外の場合は、何段目のどの時間帯に問題があるかが冒頭に書かれます。その部分が必要なら、切り出してもう一度変換してください（②③④ では、どう切ればよいかも冒頭に書かれています）。ある段の後半または中間が認識されていない場合は、切り出して変換し、内容が出てくれば飛ばされていたということで、本当に誰も話していなかったなら結果は空になります。 繰り返しと表示された部分は、実際にそれだけ繰り返し話されたわけではありません。そのまま引用しないでください。
変換の途中で画面を閉じたプログラムは一時録音とクラウド側の分を消してから終了します。28分を超える録音は、変換を終えた段が .partial.json に残るので機能5で取り戻せます。28分以内のものは1段として処理するので、認識の途中で閉じると全部やり直しになります。ただ、その段の処理がすべて終わってから問題が起きた場合（ファイルの書き込み失敗など）は .partial.json が残るので、まずデスクトップにこのファイルがないか見てください
変換や翻訳の途中でネットが切れたネットが完全に切れたとき（Wi-Fi が切れたなど）は、プログラムがネットが戻るのを自動で待ちます：20 秒ごとにやり直し、最大 5 分待って、戻ればそのまま続けます（戻ったことは画面に表示されます）。ネットが不安定で一瞬切れただけなら、これまでどおり数回やり直します。5 分待っても戻らないとき：変換は止まります。28 分を超える録音は、変換を終えた段だけで文字起こしが作られます（抜けた段は冒頭に書かれます）。28 分以内の録音（または最初の段で止まった場合）は何も作られないので、ネットが直ったら全体をもう一度変換してください。例外として、「話者の区切り」の段階で切れた場合は推定に切り替えて最後まで進め、「補完変換」の段階で切れた場合はその部分を飛ばして冒頭に書きます。翻訳は止まり、訳し終えた部分はそのまま保存され、訳せなかった段落には印が付きます（待っている間に Ctrl+C で終了した場合も同じです。まだ何も訳せていないときに Ctrl+C を押すとファイルは残りません）。翻訳の入力が録音ファイルのときは、文字起こしと翻訳の 2 つの段階でそれぞれ最大 5 分待ちます
同じ発言が2回出るハイブリッド会議のエコーです。会議用パソコンのスピーカーとマイクが互いに拾っています。イヤホンに変えてください
会場の発言は拾えるのに、オンライン参加者の発言が拾えないオンライン参加者の音は、パソコンの中から直接取る必要があります：字幕用パソコンも会議に参加させ、「両方」を選んでください（ハイブリッド会議の方法1）。スピーカーの音量を上げても効果はありません
字幕の文字が小さい字幕の画面で Ctrl ＋ + で拡大（続けて押せます）、Ctrl ＋ - で縮小します。開始時の画面にもこの案内が出ます。Ctrl ＋ 0 は公式の「文字サイズを元に戻す」キーですが、台湾の「自然輸入法」という中国語入力ソフトとぶつかるため、案内していません
字幕が急に止まった（ヘッドセットのプラグが緩んだ、抜き差しした）プログラムが自動でつなぎ直し、「✓ 麥克風接回來了」（マイクが再接続されました）または「✓ 電腦聲音接回來了」（パソコンの音声が再接続されました）と表示します（別のデバイスに切り替えたときは「✓ 電腦聲音改從這顆錄：…」）。いつまでも出ないときは、Ctrl+C で終了してから開き直してください（それまでの字幕は保存されています）
文字が四角や文字化けになる「Windows Terminal」で開いてください（タスクバーで Terminal を検索）。古いコマンドプロンプトは日本語や中国語のフォント対応が弱いためです
文字起こしの中に「（整理後の文字起こしではこの部分を省略しました）」とだけ書かれた段があるたいていは、その話者が最後まで「うん」「はい」のような相づちしか言っていない場合です。この行を残しているのは、入力した話者名が1行ずつずれないようにするためです
フォルダーが削除できず、管理者権限が必要だと言われるほとんどの場合、権限の問題ではありません。① エクスプローラーでこのフォルダーを開いている窓を閉じる ② 再起動した直後に削除する ③ それでも駄目なときだけ 8_刪不掉時救援.bat をダブルクリックします
キーを貼り間違えた、期限が切れた、または別のキーに変えたいメニューで 9「API キー設定」を押します：別のキーに変える、今のキーが有効か確認する、パソコンに保存したキーを消す、のいずれかができます
画面に「API キーに問題があります」と表示されたリアルタイム字幕なら、まず Ctrl+C で終了し、メニューに戻って 9 で確認するか、別のキーに変えます。文字起こしや翻訳が失敗したときは、メニューが自分で Google に一度問い合わせ、キーが壊れていると確定すれば、変えるかどうかをその場で聞いてきます
画面に「Google プロジェクトの今月の支出上限に達しました（ネットワークの問題ではありません）」と表示されたネットワークの問題ではありません。この Google プロジェクトの今月の支出が AI Studio で設定した上限に達したため、Google が翌月1日まで止めています。すぐに戻したいときは、aistudio.google.com の左側 Spend → Monthly spend cap → Edit spend cap で上限を上げます（そのプロジェクトのオーナーか編集者の権限が必要です。上げてもつながらないときは、数分待ってからもう一度試してください）。リアルタイム字幕は自動でつながり直します。途中で止まった文字起こしや翻訳は、もう一度実行してください
機能6の実行中、ヘッドホンやスピーカーから通訳音声がまったく聞こえないまず、画面の最初に出る「🔊 翻譯語音將從「⋯」播出」（翻訳音声を「⋯」から再生します）の行が、いま着けている、または聞いているデバイスかを確認してください。違っていたら、メニューに戻って機能6をやり直し、「通訳音声をどこで聞くか」で正しいデバイスを選び直します。合っていたら、そのデバイスの音量を上げるか、Windows 右下のスピーカーのアイコンでミュートになっていないか確認してください。終了時に「共送出約 N 秒到「⋯」」（約 N 秒を「⋯」へ送りました）と出ますが、これはデバイスに送った量で、聞こえたことの保証ではありません。この行に数字が出ていても、デバイスに問題がないとは限りません
機能6でマイクを使うと、話し終わったあとも字幕が同じ文を繰り返して止まらないスピーカーから出た通訳音声がマイクに録り込まれ、モデルが自分の声を何度も訳し続けています。その間ずっと料金がかかります。まず Ctrl+C で終了し、ヘッドホンを着けて、「通訳音声をどこで聞くか」で着けているヘッドホンを選んでから、やり直してください
機能6を使ったあと、スピーカーから音が出ない正常に終了したとき、Ctrl+C を押したとき、ウィンドウの X を押したときは、いずれも自動で元のスピーカーに戻ります。万一フリーズしたり、タスクマネージャーで終了されたりした場合は、メニューに戻れば（または次にメニューを開けば）自動で元に戻ります。待てないときは、右下のスピーカーのアイコンをクリックして、元のスピーカーを自分で選び直してください。会議ソフト（Teams／Zoom／Webex）のスピーカーを説明どおり ① に指定していた場合、プログラムでは変えられないので、自分で元に戻してください
機能6で切り替えたのに、原音が聞こえる会議ソフト（Teams／Zoom／Webex）には独自のスピーカー設定があります。そのオーディオ設定を開き、スピーカーを ① のデバイスに直接指定してください。新しい Teams にはシステムの既定に従う選択肢がないので、始める前に指定しておきます。使い終わったら、ふだん聞いているデバイスに戻すのを忘れずに
機能6（または機能3で「速い」を選んだとき）、Ctrl+C を押してもまだ動いているまず「Ctrl+C を受け取りました。終了処理中です」と表示され、約3〜5秒でファイルを保存してから終了します。このときウィンドウ右上の X を押しても終了できますが、整形済みの .md は作られず（逐語の .txt は残ります）、メニューも一緒に閉じます。機能6の音声出力は、この場合も自動で元に戻ります
どこで問題が起きているのか知りたい6_診斷.bat をダブルクリックすると、Python、パッケージ、ffmpeg、キー、ファイルがそろっているかを並べて表示し、マイクとパソコンの音の録音デバイスを実際に探して一瞬ずつ開いてみます（音は一切保存しません）。画面を撮って報告してください

使わなくなったら、どう消しますか

7_解除安裝.bat をダブルクリックすると画面が開き、消せるものを1つずつ並べて、自分でチェックできるようになっています。チェックしなかったものには一切触れません。「削除を開始」を押す前に、実際に行う動作がすべて一覧で表示されます。

最初からチェックが入っているもの

✓あなたの Gemini API キー（いちばん重要）
✓会議の一時録音（プログラムが強制終了されたときに残ります。残っていないときは、この項目にはチェックできません）
✓デスクトップのショートカット
✓このツールだけが使うパッケージ（すでに入っていないものは表示されません）
✓機能6が残した音声出力の記録（通訳の終了後にどのデバイスへ戻すかだけを記録したもの。前回の通訳が正常に終わらなかった場合は、先に音声出力を元のデバイスに戻してから削除します）

最初はチェックなし（他のプログラムも使っている可能性）

!numpy、scipy
!ffmpeg
!Python 本体、プログラムのフォルダー全体
あなたが作ったファイルは一切削除されません

デスクトップにある .md／.txt／.json はあなたのデータです。アンインストーラーは触れることもありません。