東京アーカイブセンターが提供する「AI文字起こし」サービスでは、2020年9月のサービス開始から9カ月で1万件を超える利用があったことを明らかにした。また、利用状況について集計を行い、日本におけるAI音声認識エンジンの利用状況についてレポートを作成した。

それによると、AI文字起こしで利用可能な9カ国語（日本語、英語、中国語、スペイン語、フランス語、韓国語、イタリア語、ドイツ語、ロシア語）のうち、日本語の割合が97.4%、その他言語の割合が2.6%。その他言語は英語、韓国語、スペイン語の順番に多く利用されていることが分かった。

また日本語での受付のうち、もっとも利用されている音声認識エンジンはAmiVoice Cloudだった。本サービスでは3つの音声認識エンジンで音声の冒頭60秒間を無料でテキスト化した後に利用エンジンを選択するフローであるため、この範囲の文字起こし精度で利用エンジンが決定されていると考えられる。さらに、受付可能時間最大120分で、受付した音声／動画を平均すると、1案件あたり37.5分、複数回依頼しているリピートユーザーは31.2%。登録される音源は音声ファイルが91.8%、動画ファイルが8.2%だった。

本サービスは、会員登録不要ですぐに利用可能。音源1分あたり33円、9カ国語に対応可能であり、Google、Azure、AmiVoice、3種類のAI音声認識エンジンが利用可能。詳しくはこちら。