自分の英語を文字に起こして見直すと、話す力は伸びる?|研究でわかったことと見直し方

自分の英語を文字にして見直すと、話せるようになるんですか?

気になりますよね。実はこの方法、英語教育の研究で授業の中で試されてきたんです。何が分かっていて何がまだなのかを、順番に見ていきましょう。

英会話のあと、何を間違えたか全然覚えてないんですよね…

多くの人がそうですよ。言葉の学習の研究でも、話しながら自分の言い方まで見張るのは難しいことだと、昔から論じられてきました。

でも文字起こしって大変そうで、正直続く気がしません。

その不安はもっともです。研究でも手間は課題として扱われていて、だれがどこまで書き起こすかという手順の違いが比べられてきました。

今はAIで文字にできますよね。それじゃダメなんですか?

良い質問です。音声認識の研究では、便利さと一緒に気をつける点も報告されています。この記事では授業の研究から順番に見ていきます。
結論: 英語教育の研究では、学習者が自分の話した英語を録音して文字に起こし、自分で直す活動が授業で試されてきた。学習者は多くの直しを良い方向に加え、本番で直した形を使えた例も報告されている。ただし多くは比べる相手のいない少人数の授業報告で、「話す力が伸びる」とまでは確かめられていない。AI の自動文字起こしで同じ効果が出るかを比べた研究も、まだ見当たらない。
この記事でわかること
- 話している最中に、自分の間違いに気づきにくい理由
- 話した英語を文字にして直す活動で、研究が報告していること
- 研究で確かめられたことと、まだ確かめられていないことの境目
- AI の自動文字起こしを使うときの注意点と、試しやすい見直しの手順
話している最中は、なぜ自分の間違いに気づけないのか

話している時って、なんで自分のミスが見えないんですか?

多くの人がそうですよ。文字起こしの授業を報告した研究者は、文字にすると話す時の焦りから離れて見直せると考えています。ただ実験の結果ではありません。
英会話のあと、「さっき何を間違えたか」を思い出せないことはよくある。
話している最中は、何を言うかを考えるだけで頭がいっぱいになりやすい。
サッカーの試合中に、自分のフォームまで気にする余裕がないのと似ている。
これに関連して、文字起こしの授業実践を報告した研究者たちは次のように述べている。
文字にすると、話す最中のプレッシャーから離れて自分の言葉を見直せる、という主張だ。
ただし、これは著者の考えであり、実験で測った結果ではない。
たとえば三人称の s のような小さな語は、分かっていても話すと抜けることがある。
その理由は三単現の s が話すと抜ける理由を研究でまとめた記事でくわしく扱っている。
話している間に気づけないなら、あとで見直す時間を別に作る、という発想が出てくる。
ここまでのまとめ: 話す最中は内容を考えるのに忙しく、言い方の間違いは見落としやすい。文字にすれば落ち着いて見直せる、と研究者は主張している。
「気づき」が言葉を覚える入口だという考え方

「気づき仮説」って言われても、ピンと来なくて…

間違い探しで、自分で丸をつけた所だけ覚えられる、というイメージです。Schmidt という研究者の理論で、効果を実験で証明したものではありません。
文字起こしの研究の土台には、「気づき」という考え方がある。
言い出したのは、Schmidt (シュミット、言葉の学習と意識の関係を論じた研究者) だ。
気づき仮説 (noticing hypothesis) と呼ばれ、仮説 (= まだ確かめている途中の説明) にあたる。
中身は、「気づかなかったものは覚えられない」という主張だ。
間違い探しで、違う場所に自分で丸をつけられたときに初めて覚えられる、というイメージだ。
Schmidt は、気づきが聞いた言葉を自分のものに取り込む入口になる、と論じた。
また、大人が目立たない文法を身につけるには、注意を向けることが必要かもしれないとも述べている。
ただし、この論文は理論と過去の研究をまとめたもので、実験ではない。
「文字起こしが効く」と証明した論文ではない点に注意したい。
ここまでのまとめ: 気づき仮説は「自分で違いに気づくことが学びの入口」という理論だ。文字起こしの効果を実験で示したものではない。
話した英語を文字にして直す授業の試み

自分で直したら、間違った方向に直しちゃいませんか?

その心配はわかります。Lynch の授業報告では、ペアで加えた直しは圧倒的に良い方向でした。ただ、最後は先生の手助けも大きかったそうです。
この考え方を授業で形にしたのが、Lynch (リンチ、大学の英語コースで文字起こしの授業を試した研究者) だ。
対象は EAP (= 大学で勉強するための英語を学ぶコース) の大人の学習者だった。
学習者はペアになり、いつもの話す課題での自分たちのやりとりを録音して文字にした。
次に、2 人で相談しながら文字起こしを直した。
試合の録画を止めながら見返すと、プレー中には見えなかったミスが見えるのと似ている。
報告では、学習者は非常に多くの直しを加え、その直しは「圧倒的に良い方向」だった。
直した文字起こしは先生に渡され、先生がさらに訂正や言い換えを加えた。
そのあと、何が変わったのかを学習者と話し合う、という流れだ。
著者は、先生の役割、とくに単語の面での手助けが大きいことも強調している。
つまり「自分たちだけで全部直せた」という報告ではない。
なお、この論文の要旨 (= 論文の最初にある短いまとめ) には人数や直した件数の数字は載っていない。
ここまでのまとめ: ペアで文字にして直し、最後に先生が手を入れる流れが授業で試された。直しの多くは良い方向だったが、先生の手助けも大きかった。
自分で書き起こすか、先生が書き起こすか
Lynch は 2007 年に、手順の違いを比べた研究も出している。
同じコースの 2 つのクラスが、ロールプレイ (= 役を決めて演じる会話練習) を行った。
一方のクラスは自分たちで書き起こし、もう一方は先生が書き起こした抜粋を使った。
どちらのクラスも、文字を見ながら言い直しや改善の作業をした。
そして 2 日後と 4 週間後に、同じ課題をもう一度行った。
要旨によると、どちらの手順も普段の授業の中で行えた。
そのうえで、自分で書き起こすほうが、直した語の形を正しく保つのに効果的だと「示唆」された。
先生が作った答え合わせより、自分で解き直したノートのほうが記憶に残りやすい、というイメージだ。
ただし、要旨の表現は「示唆する」と控えめで、人数や差の大きさは書かれていない。
クラスごとの比較で、くじ引きのように無作為に分けた実験でもない。
同じ課題をもう一度話すことにも、別の研究がある。
英語力が大きく違う学習者 2 人を比べた、途中段階の報告だ。
2 人とも、課題を繰り返す中で、言う内容を使い回す機会から得をしていた。
同じ道を 2 回目に歩くと景色を見る余裕が出るように、2 回目の発話は言い方を工夫しやすい。
ただし、この研究は課題の繰り返しの研究で、文字起こしは扱っていない。
ここまでのまとめ: 自分で書き起こすほうが直した形が残りやすい、と示唆された研究がある。同じ課題の繰り返しも 2 人の事例で得があったが、どちらも小さな研究だ。
発表の練習を文字にした研究と、1 年間の記録

練習で直しても、本番でまた間違えそうです…

実は、発表のリハーサルを文字にして直した授業の報告では、直した形の多くを本番で使えていました。ただ、比べる相手のグループがない授業の報告です。
Mennim (メニム、大学の英語の発表クラスで文字起こしを使った研究者) の報告もある。
大学の EFL (= 英語を日常では使わない国で外国語として学ぶ英語) の発表コースでの実践だ。
学生は発表のリハーサルを録音して文字にし、自分で点検して直してから先生に渡した。
先生は、学生が見落とした点にさらにフィードバック (= 直すための手がかり) を返した。
本番前のリハーサルを動画で見返し、直す場所に付箋を貼ってから本番に出るようなものだ。
リハーサルと 2 週間後の本番を文字で比べると、直した形の多くを本番で使えていた。
本番では、発音・文法・話の組み立てに改善が見られたと報告されている。
ただし、比べる相手のグループはなく、人数も要旨には書かれていない。
Mennim は 2007 年に、日本の大学の発表コースで 1 年間の記録も報告している。
学生が自分で選んだ英語の形に気づき、振り返る練習を続けた。
要旨が示すのは学生 2 人の事例で、苦手だった不可算名詞 (= 数えられない名詞) 1 語の使い方だ。
9 か月後、その語を正しく使える度合いは大きく改善していた。
苦手な単語に毎回マーカーを引いていたら、いつのまにか正しく使えていた、という記録に近い。
著者は気づきと改善の関係を「考察」しており、気づきが原因だと証明したわけではない。
2 人の 1 語の記録なので、誰にでも同じことが起きるとは言えない。
ここまでのまとめ: 練習を文字にして直すと、本番で直した形を使えた報告がある。日本の大学の 1 年間の記録もあるが、2 人・1 語の事例だ。
正確さ・流暢さ・複雑さを自分で見直す

流暢さとか複雑さとか、正直よく分からないです。

体重・身長・体力を別々に測るように、話す力を 3 つに分けて見る考え方です。学生が自分の文字起こしをこの 3 つで振り返った報告があります。
Stillwell (スティルウェル、学生に自分の発話を文字にさせた英語教員) らの研究チームは、文字起こしを振り返りの道具として報告した。
ポスター発表の課題のあとに、学生が自分の発話を文字にした。
振り返りでは、自分の文字起こしを 3 つの物差しで自己評価した。
1 つ目は流暢さ (= 止まらずにすらすら話せる度合い) だ。
2 つ目は正確さ (= 文法や単語の間違いの少なさ) だ。
3 つ目は複雑さ (= 長く込み入った文を使えるかどうか) だ。
体重・身長・体力を別々に測るように、話す力も 3 つに分けて見る考え方だ。
著者は、学生が自分の言葉の使い方を調べる「研究者」になれると述べている。
先生にとっても、学生の発話を追いかける効率的な手段になる、という主張だ。
ただし、この論文は実践の報告で、3 つの力が伸びたことを数字で示したものではない。
ここまでのまとめ: 文字起こしは、流暢さ・正確さ・複雑さを自分で見直す道具として報告されている。伸びを数字で示した研究ではない。
研究で分かったことと、まだ分かっていないこと
ここまでの研究を、確かめられた範囲と、確かめられていない範囲に分けて整理する。
| 区分 | 内容 |
|---|---|
| 報告されたこと | 文字にすると、ペアで多くの直しを加えられた |
| 報告されたこと | 練習で直した形の多くを本番で使えた |
| 示唆されたこと | 自分で書き起こすほうが直した形が残りやすい |
| 分かっていないこと | 文字起こしをしない人と比べて、話す力が伸びるか |
| 分かっていないこと | 授業の外で 1 人でやっても同じ結果になるか |
この表の「分かっていないこと」は、今回集めた研究の要旨では確かめられなかった点だ。
研究の多くは、少人数の授業報告で、比べる相手のグループがない。
比べる相手がいないと、伸びたのが文字起こしのおかげか、授業全体のおかげか区別できない。
また、Lynch や Mennim の授業研究では、先生やペアの相手が直しに加わっていた。
自分ひとりでは気づけない間違いがある、ということでもある。
さらに、手で書き起こすには時間がかかる。
研究の授業でも、先生が書き起こしを用意する手順が比べられていた。
「文字に起こせば必ず話せるようになる」とは、今の研究からは言えない。
ここまでのまとめ: 文字にすると自分で直せる、本番で使えた、という報告はある。ただし比べる相手のいない少人数の研究が中心で、話す力全体が伸びるかは未確認だ。
AI の自動文字起こしは、間違いをそのまま残してくれるか

AIの文字起こしなら、手で書かなくて済みますよね?

手間は減ります。ただ小学生の学習者の声を調べた研究では、音声認識が言い間違いを勝手に正しく書き直す、親切すぎる書記係のようになると指摘されています。
手で書き起こす手間は、音声認識 (= 話した声を機械が文字に変える技術) で減らせる。
ただし、見直しに使うなら「間違いをそのまま文字にしてくれるか」が大事になる。
この点で、気になる研究がある。
スイスの小学 4-6 年生の英語学習者の声で、音声認識を調べた工学の研究だ。
多くの音声認識には、強力な言語モデル (= 次に来そうな言葉を予想する仕組み) が入っている。
そのため、話し手の間違いをならしてしまう (smooth out)、と著者は指摘している。
親切すぎる書記係が、言い間違いを勝手に正しく書き直してしまうようなものだ。
そうなると、自分がどこを間違えたのか、文字からは分からなくなる。
研究チームは約 85 時間の音声を集め、間違いを残しやすい音声認識を作った。
ただし対象は小学生で、大人の学習者で同じことがどれくらい起きるかは測っていない。
大人の学習者に近い研究もある。
英語を母語としない 30 人の声を、5 種類の文字起こしアプリで文字にした研究だ。
話し手は 4 種類の話す課題を行い、アプリの文字と人が作った文字を比べた。
正確さは、アプリの力だけでなく、話の種類や話し手の母語の影響でも変わった。
日本語話者の発音の誤りが、文字起こしに表れた例も示されている。
同じ人が話しても、聞き取る人や話の中身でメモの正確さが変わるのと同じだ。
音声認識と非母語話者の英語の相性は、古くから調べられてきた。
2000 年の研究では、当時の市販ソフトが学習者の英語を十分に認識できなかった。
ただし 20 年以上前の技術なので、今の音声認識にそのまま当てはめてはいけない。
最近の研究でも、習熟度 (= その言語の上手さ) が低い話し手では音声認識の性能が大きく下がった。
これはフランス語を学ぶ人の研究で、英語ではない点に注意したい。
同じ研究では、AI の会話相手が不完全な文字から意味を推し量り、会話を続けられた。
察しのいい相手は話を続けてくれるが、間違いは指摘してくれない、というイメージだ。
一方、音声認識の文字で「自分の言葉がどう聞こえたか」を確かめる研究もある。
フランス語の学習者が、音声入力で自分の通じやすさに気づいていった、という研究だ。
ただし主題は発音の通じやすさで、文法の見直しではない。
発音の練習に音声認識を使う話は、音声認識で発音を練習した研究をまとめた記事で扱っている。
ここまでのまとめ: 音声認識は手間を減らせるが、間違いをならしてしまう仕組みが研究者に問題視されている。正確さは話の種類や母語でも変わる。
研究の手順に沿った、短い見直しのやり方
研究で使われた手順を、社会人が 1 人でも試せる形に縮めてみる。
時間や回数は研究で決まったものではないので、続けやすい長さで調整してよい。
- 短いテーマで、1 分ほど英語を話して録音する
- 録音を自分で文字にする (手で書くか、文字起こしを使うなら必ず録音と聞き比べる)
- 自分で直せる所に印をつけて直す
- 自分では分からない所だけ、先生や辞書で確認する
- 直した形を使って、同じ内容をもう一度話す
手順 2 で「自分で書き起こす」を入れたのは、そのほうが直した形が残りやすいと示唆されたからだ。
手順 4 は、Lynch や Mennim の授業研究で先生や仲間の手直しが入っていたことに合わせている。
人から直してもらうときの効きやすい形は、英語の間違いの効く直され方を研究で整理した記事が参考になる。
手順 5 は、練習で直した形を本番で使えた報告と、課題の繰り返しの研究に沿っている。
全部の間違いを直そうとすると、時間がかかって続かない。
1 回の見直しで、気になる形を 1-2 個だけ選ぶのも 1 つの方法だ。
これは、2 人の学生が苦手な形を自分で選んで振り返り続けた記録に近い考え方だ。
ここまでのまとめ: 録音して文字にし、自分で直し、分からない所だけ人に聞き、もう一度話す。研究の流れを短くした形で、時間は自分で調整してよい。
「文字で見て気づく」体験を、AI の文字起こしで作れるか
研究が示したのは、自分の話した英語を文字で見て、自分で直す体験の手応えだった。
では、その条件を AI の自動文字起こしで満たせるのか。
手で書き起こす手間が減れば、続けやすくなるかもしれない。
一方で、音声認識が間違いを正しい形にならしてしまえば、気づくはずの間違いが消える。
正確さが話の種類や母語で変わることも報告されている。
つまり、AI の文字をそのまま「自分の英語」だと思い込むのは危うい。
AI の文字を録音と聞き比べ、ずれた所に印をつければ、研究の「自分で見て直す」流れに近づけられると考えられる。
ただし、手で書き起こす代わりに自動文字起こしを使い、話す正確さが伸びるかを比べた研究は見つからなかった。
この点を AI で検証した研究はまだ少ない。
AI に文字起こしさせれば間違いが全部見つかる、とは言えない。
ここまでのまとめ: AI の文字起こしは手間を減らせる一方、間違いをならしてしまうことがある。録音と聞き比べて使うのが無難で、効果を確かめた研究はまだ少ない。
よくある質問
Q1. 録音を聞き返すだけでも効果はありますか?
A. 今回集めた研究は、録音を文字にして直す活動を扱っており、聞くだけの方法とは比べていません。文字にすると落ち着いて見直せる、と研究者は主張しています。
Q2. 文字起こしをすれば、話す力は確実に伸びますか?
A. 確実とは言えません。直した形を本番で使えた報告はありますが、比べる相手のいない少人数の研究が中心です。
Q3. 自分で書き起こすのと、人に書き起こしてもらうのはどちらが良いですか?
A. 自分で書き起こすほうが、直した形を正しく保ちやすいと示唆した研究があります。ただし表現は「示唆」で、差の大きさは示されていません。
Q4. AI の文字起こしを使ってもいいですか?
A. 手間を減らす道具にはなります。ただし音声認識は間違いをならして文字にすることがあるので、録音と聞き比べてから見直すのが安全です。
Q5. 自分で直せない間違いはどうすればいいですか?
A. Lynch や Mennim の授業研究でも、最後は先生や仲間が手直しを加えていました。分からない所だけを先生や辞書で確認すると、時間をかけすぎずに済みます。
まとめ
- 話している最中は、自分の言い方の間違いに気づきにくい
- 文字にして直す授業では、多くの直しが良い方向で、本番で直した形を使えた報告がある
- 自分で書き起こすほうが、直した形が残りやすいと示唆された
- ただし少人数で比べる相手のいない研究が多く、話す力全体が伸びるかは未確認
- AI の文字起こしは手間を減らすが、間違いをならしてしまうことがあり、効果を比べた研究はまだ見当たらない
自分の英語を文字で見ることは、話している最中には見えないものを見る方法だ。必ず伸びる近道ではないが、録音と聞き比べながら少しずつ直す使い方なら、研究の流れから大きく外れない。
参考文献
- Lynch, T. (2001). Seeing what they meant: Transcribing as a route to noticing. ELT Journal, 55(2), 124-132. https://doi.org/10.1093/elt/55.2.124
- Lynch, T. (2007). Learning from the transcripts of an oral communication task. ELT Journal, 61(4), 311-320. https://doi.org/10.1093/elt/ccm050
- Mennim, P. (2003). Rehearsed oral L2 output and reactive focus on form. ELT Journal, 57(2), 130-138. https://doi.org/10.1093/elt/57.2.130
- Mennim, P. (2007). Long-term effects of noticing on oral output. Language Teaching Research, 11(3), 265-280. https://doi.org/10.1177/1362168807077551
- Stillwell, C., Curabba, B., Alexander, K., Kidd, A., Kim, E., Stone, P., & Wyle, C. (2010). Students transcribing tasks: Noticing fluency, accuracy, and complexity. ELT Journal, 64(4), 445-455. https://doi.org/10.1093/elt/ccp081
- Lynch, T., & Maclean, J. (2000). Exploring the benefits of task repetition and recycling for classroom language learning. Language Teaching Research, 4(3), 221-250. https://doi.org/10.1177/136216880000400303
- Schmidt, R. W. (1990). The role of consciousness in second language learning. Applied Linguistics, 11(2), 129-158. https://doi.org/10.1093/applin/11.2.129
- Michot, J., Hürlimann, M., Deriu, J., Sauer, L., Mlynchyk, K., & Cieliebak, M. (2024). Error-preserving automatic speech recognition of young English learners’ language. Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), 6444-6454. https://aclanthology.org/2024.acl-long.348/
- Hirai, A., & Kovalyova, A. (2024). Speech-to-text applications’ accuracy in English language learners’ speech transcription. Language Learning & Technology, 28(1), 1-21. https://hdl.handle.net/10125/73555
- Mroz, A. (2018). Seeing how people hear you: French learners experiencing intelligibility through automatic speech recognition. Foreign Language Annals, 51(3), 617-637. https://doi.org/10.1111/flan.12348
- Derwing, T. M., Munro, M. J., & Carbonaro, M. (2000). Does popular speech recognition software work with ESL speech? TESOL Quarterly, 34(3), 592-603. https://doi.org/10.2307/3587748
- Verhelst, E., & Belpaeme, T. (2025). Large language models cover for speech recognition mistakes: Evaluating conversational AI for second language learners. 2025 20th ACM/IEEE International Conference on Human-Robot Interaction (HRI), 1705-1709. https://doi.org/10.1109/hri61500.2025.10974188
最終更新日: 2026-11-16
著者: 中村 拓(Taku Nakamura)(greencafe 編集部 編集責任者・非ネイティブ話者)。公開された 12 件の研究エビデンス(tier 1=11 / tier 2=1)を横断分析・再構成した。
画像: いらすとや (https://www.irasutoya.com/) より
この記事を編集した人
公開日: / 最終更新:


