Microsoft の Surface Earbuds で耳を澄ませる: クラウドを活用して文字起こしなどを実現

MicrosoftのSurfaceヘッドフォンは、Cortanaとの関連性が強すぎたため、当初は魅力的な製品だったにもかかわらず、Surfaceの発売前にSurfaceファンイベントで配布されるような安っぽいものになってしまったようだ。MicrosoftはSurfaceイヤホンで、同じ過ちを繰り返さない決意をしているようだ。

これはマイクロソフトへの批判ではありません。ヘッドフォンは強力で選択的なノイズキャンセリング技術を提供していましたが、マイクロソフトはそれをCortanaのアクセサリとして位置付けていました。Cortanaが重視されなくなったことで、ヘッドフォンも下火になりました。イヤホンでは、Cortanaはイヤホンの1ページの製品シートに一度しか登場しません。その代わりに、その秘密はクラウドトランスクリプション機能と、マイクロソフトがSpotifyなどのアプリ向けの優れたオーディオソリューションとして宣伝している機能にあります。

Surface Earbudsは249ドルで、Apple AirPodsより50ドル高価です。たとえMicrosoftのイヤホンがはるかに高性能だとしても、AirPodsは必然的に競合製品と見なされるでしょう。Microsoftは、Amazonが今月末にAmazon Echo Budsを129.99ドルで発売する前に、Cortana搭載イヤホンを市場に投入するチャンスがあるかもしれません。

マイクロソフトサーフェスイヤホン — Microsoft によれば、Surface Earbuds は Glacier White の 1 色のみで提供されるとのことですが、展示されていたのはグレーのイヤホンもありました。

Surface Earbudsの概要は以下の通りです。重さは片耳7.2グラム、サイズは1インチ弱（約2.5cm×1.9cm）です。内部には13.6mmドライバーを搭載し、20Hz～20kHzの周波数特性に対応しています。aptXとSBCの両方のオーディオコーデックに対応しています。Android 4.4以上、Windows 10、iOS9、Bluetooth 4.1/4.2で動作します。IPX4等級の防水性能を備えており、5分間の噴霧水に耐えることができます。充電ケースで24時間使用できます。1回の充電で8時間使用でき、ケースから2回「補充」できます。

快適なフィット感

他の人が装着しているのを見ると、Surface Earbuds はイヤーゲージを彷彿とさせます。イヤーゲージは、人によっては魅力的に感じるかもしれませんが、人によっては不快に感じる、賛否両論の耳に装着するアクセサリーです。Microsoft の Surface Earbuds は耳にきつくフィットするタイプではなく（個人的にはそれが良い点だと思います）、耳の穴に軽く収まるので、周囲の音も聞こえます。白い円盤状の部分は実際にはコントロールパネルで、スワイプやタップで Earbuds から操作を実行します。

インイヤー型のイヤホンは大嫌いです。耳の穴にイヤホンがしっかり固定されなかったり、耳に押し込まれて不快な思いをするので、すぐに外してしまいます。Microsoftは、耳に合うシリコンチップを3セット提供しています。ミディアムサイズのチップは、少し調整するだけで、私の耳にぴったりと快適にフィットします。

Microsoftはイヤホンのガイド付きデモを提供してくれました。私の番になり、イヤホンを装着してみました。操作は外側の面で行うと説明を受けました。ダブルタップでSpotifyアプリで再生中の音楽が一時停止・再開され、上下のスワイプで音量を調節できました。タップ操作は必ずしも認識されませんでしたが、スワイプ操作は問題なく、音量は数段階ずつ上下に慎重に調整されました。

Microsoftは、このイヤホンの音質について、「世界最高峰のライブ会場や最先端のオーディオ機器の音からインスピレーションを得た、カスタム設計のドライバーと精密なチューニングを備えたSurface Omnisonicサウンドプロファイルにより、豊かで臨場感あふれる、非常にクリアなオーディオ体験を実現」と説明しています。混雑した会場では、音は豊かで力強い響きでしたが、必ずしも「臨場感あふれる非常にクリア」というわけではありませんでした。その真価を十分に理解するには、もう少し落ち着いた会場で試聴する必要があるでしょう。

MicrosoftのSurface Earbudsには、長押しすることでOffice 365とCortanaと連携する機能も搭載されています。それぞれのイヤホンにはマイクが2つ搭載されており、Cortanaにいくつかサンプルクエリを尋ねたところ、私の言いたいことをはっきりと理解してくれました。

Earbudsの真価が発揮されるのは、文字起こし機能です。Wordにはディクテーション機能が組み込まれていますが、精度が悪く、ローカルの音声モデルを学習させる必要があります。Google、Microsoft、Amazonなどがホストする膨大な情報コーパスであるクラウドモデルの方がはるかに効率的に機能することが分かってきています。数文試してみたところ、Earbudsは私が混雑した部屋で、嗄れた声で騒がしい環境でも、正確に文字起こししてくれました。Earbudsは音声を複数の言語に翻訳できるとも言われています。

クール？確かに。でも249ドルもするとなると、耳の中にパーソナルアシスタントが必要かどうか真剣に考えざるを得ません。Surface Headphonesは本当に気に入りましたし、Surface Earbudsは音声ディクテーションで生産性を向上させる可能性を確かに秘めています。でも、スマートフォン、PC、スマートスピーカーの機能を補完してくれるのでしょうか？それはレビューで答えなければならない疑問です。