フランス語文字起こし：ケベック・フランス語とフランス本土の精度ギャップ

まず結論から

ケベック・フランス語とフランス本土フランス語の間の方言ギャップは、フランス語文字起こしにおける最大の精度の崖です。 適切に設定されたエンジンでも、きれいなパリのニュース音声では、モントリオールの路上会話よりも有意に良い結果が出ます。その理由は語彙の問題ではなく、音韻にあるのです。言語コードを正しく設定し、frとfr-CAを区別できるエンジンを選び、ジュアルの多いコンテンツにはレビューの時間を見込んでおきましょう。

ケベック・フランス語が「フランス語」とは違う問題である理由

国際フランコフォニー機関（OIF）は、2026年時点で3億9600万人のフランス語話者を数えています。ほとんどのAI学習パイプラインは、フランスで話される変種であるフランス本土フランス語に大きく傾いています。放送メディア、入手可能なデータセット、オープンウェブ上の字幕付きコンテンツで本土フランス語が支配的なためです。最大の公開音声データセットであるCommonVoiceにおいて、ケベック・フランス語の録音は全体の5%未満にとどまります。この学習データの不均衡こそが、精度ギャップの根本原因です。

しかし、このギャップは単なるデータの問題ではありません。音韻そのものが実際に分岐しているのです。

破擦音化がASRに与える影響

フランス本土フランス語で学習されたモデルにとって最も混乱を招く特徴は、破擦音化です。 ケベック・フランス語では、歯音閉鎖音 /t/ と /d/ が、狭前母音や半母音の前で破擦音に変化します。

• /ty/（tu）は [t͡sy] と発音される
• /ti/（petit）は [pəˈt͡si] と発音される
• /dy/（du）は [d͡zy] と発音される
• /di/（dire）は [d͡ziʁ] と発音される

パリの /ty/ 入力で学習したモデルは、その音系列を期待しています。[t͡sy] を代わりに受け取ると、別の単語を幻覚生成したり、形態素を落としたり、発話の残りを黙ってずらしたりする可能性があります。これはアクセントへの耐性の問題ではなく、音素インベントリが異なるという問題なのです。

母音：保持される対立と二重母音化

フランス本土フランス語では、ケベック・フランス語が区別し続けているいくつかの母音のペアが融合しました。ケベックで保たれている /a/ と /ɑ/ の対立は、パリの話し言葉では消滅しました。狭母音（/i/、/y/、/u/）は閉音節で緩音化を起こし、[ɪ]、[ʏ]、[ʊ] になります。閉音節の長母音は二重母音化します。/ɛː/ は [ɛɪ̯] として現れることがあり、/ɑː/ は [ɑʊ̯] になることもあります。これらの二重母音は標準的なフランス本土フランス語には存在しないため、こうした音に触れたことのないモデルは母音核を誤セグメント化したり誤ラベル付けしたりします。

ジュアル：多くのツールを壊すバジレクト

ジュアルとは、ケベック・フランス語の連続体の中で最も口語的な端に位置する、モントリオール労働者階級の変種です。この言葉自体、cheval（馬）の農村／労働者階級的な発音に由来します。破擦音化と二重母音化に加えて、ジュアルには次のような特徴があります。

• 二部否定の省略：「je sais pas」が「je ne sais pas」の代わりに使われる割合があまりにも一貫しており、標準形の方がフォーマルに聞こえるほど
• 疑問の tu：「Il veut-tu manger?」（彼は食べたいの？）のように、tu が二人称代名詞ではなく疑問の助詞として機能する
• 談話標識としてのサクレ：宗教用語を罵倒表現として使うもの（tabernak、câlice、crisse、osti）で、日常の自然な会話に現れる一方、学習データにはほとんど含まれない
• je vais（行く）が m'as になる、mais（しかし）が mé になる、puis（それから）が pis になるといった縮約形

こうした形に一度も遭遇したことのないモデルは、単に誤記録するだけでは済みません。流暢に聞こえるのに間違った出力を生成することが多く、レビュー時に気づくのがより難しくなります。

英語借用語のレイヤー：ケベックとフランスでの違い

フランス本土フランス語もケベック・フランス語も英語からの借用語を取り入れていますが、その仕組みが異なり、文字起こしの精度に影響します。

ケベックでは、英語の音韻がフランス語に適応させられています。 fun のような単語は、フランス語の [œ̃] 母音で発音されます。Gang はフランス語の rang と韻を踏みます。Chum（恋人・友人）は、まるで元からあるフランス語のように聞こえます。借用語は音韻的に同化されているため、エンジンはそれをコードスイッチとしてフラグを立てるのではなく、フランス語の出力として認識しなければなりません。

フランス本土フランス語では、英語借用語はしばしば英語の発音に近いまま保たれます。 Le week-end は英語の母音に近い響きを保っています。同じ単語がパリとモントリオールで異なる形で表面化することがあり、片方を想定したエンジンはもう片方を誤ってセグメント化しかねません。

ケベックで英語借用語のように見える単語の中には、実はまったく英語からの借用ではないものがあります。Char（車）は英語ではなく charette に由来します。Magasiner（買い物をする）は借用語ではなくケベック生まれの造語です。レビュー時にこれらを英語借用語と勘違いすると、不要な修正につながります。

フランス本土フランス語で学習されたエンジンをつまずかせる、主要なケベック固有の語彙：

フランス本土フランス語で学習されたモデルが「fin de semaine」を聞くと、各単語は認識できても複合的な意味を解釈できないことがあります。「ありがとう」への返答として「bienvenue」を聞くと、ケベックでは完全に正しい用法なのに、場違いだとフラグを立てることがあります。

エンジン別のフランス語方言サポート

Deepgram Nova-3

Deepgramは、frとfr-CAを別個の言語コードとして区別する唯一の主要APIです。 fr-CAを指定すると、音声はカナダ・フランス語のデータで学習されたモデルバリアントにルーティングされます。Radio-CanadaやCJADのポッドキャスト、放送、インタビューコンテンツでは、fr-CAがfrを上回る性能を発揮します。モデルはフランス語を含む10言語のコードスイッチング検出に対応しています。Deepgram自身のベンチマークでは、マルチリンガルモデルが前身モデル比で約34%の相対的WER削減を示していますが、フランス語対カナダ・フランス語の言語別比較数値は公開されていません。

Whisper Large-v3

Whisperはfrを唯一のフランス語言語コードとして使用します。APIレベルではカナダ・フランス語とフランス本土フランス語を区別しません。CommissionsQCデータセット（自然なケベック州議会スピーチ）に関する2025年の学術ベンチマークでは、ケベック・フランス語においてWhisper-large-v3はWER 8.4%、Whisper-large-v3-turboは**WER 8.2%**と測定されました。決定的なのは、フランス語特化のファインチューニング版Whisper（フランス本土フランス語データのみで学習）が、ケベック・フランス語ではベースの多言語Whisperより劣った成績だったことです。これは、フランス本土フランス語へのファインチューニングが、モデルが扱える音韻分布を狭めることで、ケベック・フランス語の精度を積極的に低下させることを裏付けています。

AssemblyAI Universal-3

AssemblyAIは単一のfr言語コードを使用し、Universal-3 Proモデルは別途の方言コードを必要とせず、ケベック方言を含む地域の話し方パターンを自動検出すると述べています。ケベックの語彙やアクセント特有の発音が自動的に処理されると明示的に列挙されています。このアプローチは便利ですが、ケベック専用のモデルパスを強制できないことを意味します。

Otter.ai

Otterはすべてのプランでフランス語の文字起こしに対応しています。主にミーティングボットツール（ボット経由でZoom、Meet、Teamsの通話に参加）であり、フランス語サポートはその音声エンジンが扱う言語をカバーしますが、ケベック・フランス語の方言別精度データは公開していません。また、要約機能は音声の言語にかかわらず英語で出力を生成します。フランス語の会議を文字起こしし、フランス語で要約が必要な場合、これは実際的な制限となります。

Happy Scribe

Happy ScribeはAI文字起こしで150以上の言語対応をうたっています。AI文字起こしプランはユーロ建てで、Basicが月8.50ユーロ（年払い、AI120分）、Proが月19ユーロ（年払い、AI600分）、Businessが月59ユーロ（年払い、AI6,000分）。人間による校正は1分あたり1.75ユーロから利用可能です。Happy Scribeはケベック対フランス本土フランス語の方言別精度データを公開していません。

Trint

Trintは1席（シート）あたりの課金で、ジャーナリズムやメディアのワークフローをターゲットにしています。Starterは年払いで約80ドル／席／月（1席あたり月7ファイル）、Advancedは約100ドル／席／月（ファイル無制限）。恒久的な無料プランはありません。Trintはケベック固有の精度データを公開していません。

ベルギー・スイスのフランス語：小さいが確かなギャップ

ベルギーとスイスは、ASRにとって2つの具体的な摩擦点を加えます。

数詞。 ベルギーのフランス語は septante（70）と nonante（90）を使います。スイスのフランス語では septante と nonante が普遍的で、ヴォー州、ヴァレー州、フリブール州ではさらに huitante（80）が使われます（ジュネーブは quatre-vingts を使用）。フランス本土フランス語を想定したモデルが「septante-cinq」を聞くと、フランス本土では相当するのが「soixante-quinze」であるため、このトークン列についての学習済み表現を持っていません。エンジンによっては、数値正規化レイヤーを通じて正しい数字列（75）を出力できる場合もあれば、めちゃくちゃな出力になる場合もあります。

発話速度。 ベルギーのフランス語は、パリのフランス語よりややゆっくりとした発話と、より音節的なストレスの傾向があります。フォーマルな文脈でのスイスのフランス語は落ち着いていて明瞭で、これは一般にASRを損なうどころか助けになります。数詞の問題さえ対処できれば、両変種の精度はケベック・フランス語の場合よりフランス本土フランス語に近いままです。

正書法：文字起こしにおけるアクセント符号はどこから来るか

フランス語は5種類のダイアクリティカルマーク（アクセント符号）と2つの合字を使います。鋭アクセント（é）、重アクセント（à、è、ù）、曲折アクセント（â、ê、î、ô、û）、分音符（ï、ü、ë）、セディーユ（ç）、そして合字のœとæです。

音声認識にとっての問題は、ダイアクリティカルマークが「つづりから音」の方向では役立っても、逆方向ではそうではないことです。 /o/ を耳にしても、o、au、eau、ô のどれで書くべきかは判断できません。ASRモデルは、音響入力から正しくダイアクリティカルマーク付きの正書法へのマッピングを、学習データのカバレッジを通じて学ぶ必要があります。パリの書き言葉フランス語を中心に学習されたエンジンは、一般的にフランス本土の語彙についてはダイアクリティカルマークをうまく復元します。綴りの慣習が異なるケベックの語彙については、復元品質はまちまちです。

出力でチェックすべき例：ecole 対 école、francais 対 français、fete 対 fête、そして珍しいところでは oeuf 対 œuf。固有名詞でアクセント符号が剥落するのは特に頻繁で、レビュー時に気づくのが最も難しい箇所です。

フランス語音声のための実践的設定

アップロード後ではなく、アップロード前に言語コードを設定しましょう。 フランス本土フランス語のコンテンツにはfrを使います。Radio-Canadaの放送、州議会の録音、モントリオール発のポッドキャストなどケベックのコンテンツには、エンジンが対応していればfr-CAを（Deepgram）、対応していない場合はエンジンの自動適応を期待してfrを（AssemblyAI、Whisper）使いましょう。

ジュアルの多いコンテンツでは、エンジンにかかわらずレビューパスを見込んでください。破擦音化、サクレ、疑問の tu のパターンの組み合わせは、後処理だけでは回収できないエラーの塊を生み出します。

固有名詞の用語集を提供することは大きな助けになります。モントリオールの地区名（Rosemont、Hochelaga）、ケベック・シティのランドマーク、ケベックの政治家やジャーナリストの名前は、学習データで体系的に過少代表されており、頻繁に誤記録されます。

フランス語コンテンツでの話者ダイアライゼーションは、レジスターがフォーマルであるほど精度が上がります。頻繁な雑談や話者の重なりがあるケベックのラジオ番組は、構造化された2人の対面インタビューより難しいものです。話者ダイアライゼーションについてより詳しい説明が必要な場合は、話者ダイアライゼーション解説の記事で基盤となるモデルの動作を取り上げています。

会議コンテンツであれば、会議文字起こしツールがフランス語をネイティブに処理します。インタビュー録音については、インタビュー録音の文字起こし方法をご覧ください。

フランス語文字起こしサービスの比較

私の見解：ケベック・フランス語に関しては特に、インターフェースよりエンジン選択の方が重要です。Deepgramのfr-CA言語コードは、モデルがケベックのデータを含めて学習されていることを示す、最も明白な本番級のシグナルです。Otterの価値はミーティングボットのワークフローにあって、方言精度にはありません。地域フランス語における基盤のASR品質に差がない状況では、ジャーナリズム規模の予算でTrintのシート課金を正当化するのは難しいでしょう。

フランス本土フランス語の放送コンテンツを扱っているなら、ほとんどのエンジンで許容範囲の精度が得られます。コンテンツがケベックなら、エンジンと言語コードの選択が成否を左右します。

文字起こしを始める前のヒント

1. エンジンが対応している場合は、ケベックのコンテンツには必ずfr-CAを使いましょう。
2. ケベックの固有名詞と専門語彙の用語集を含めましょう。
3. ジュアルの多い音声（路上インタビュー、コメディ、カジュアルなポッドキャスト）では、音声の長さに比例したレビュー時間を見込みましょう。
4. バッチ処理の前に、短いサンプルでダイアクリティカルマークが保持されているか確認しましょう。
5. ベルギーまたはスイスのコンテンツでは、数詞が数字として正しく出力されるか確認しましょう。septante、nonante、huitante はフランス本土フランス語で学習されたモデルを混乱させる可能性があります。

コストモデル別に文字起こしツールを選ぶ方法を広く知りたい方は、文字起こし料金比較をご覧ください。実際の音声に対して精度指標が何を測っているのかを理解したい方は、文字起こし精度の解説でWERとその限界を取り上げています。

ミーティングボットなしできれいなフランス語の文字起こしだけが必要なら、ConvertAudioToTextの音声文字起こしツールがfrとfr-CAの両方に対応し、すべてのダイアクリティカルマークを保持し、要約も英語ではなくフランス語で生成します。

よくある質問

Whisperはケベック・フランス語をフランス本土フランス語と別個にサポートしている？

WhisperはAPIレベルで方言の区別がない単一のfr言語コードを使用します。独立したfr-CAのパスはありません。自然なケベック・フランス語（CommissionsQCデータセット）に関する研究ベンチマークでは、Whisper-large-v3が競争力のあるWER 8.4%を達成しています。重要なのは、フランス本土フランス語のみで学習されたファインチューニング版Whisperが、ケベック・フランス語ではベースの多言語モデルより実際には劣った性能を示すことです。フランス本土向けのファインチューニングが、モデルが扱える音韻範囲を狭めてしまうためです。

ケベック・フランス語はなぜフランス本土フランス語よりAI文字起こしが難しい？

精度ギャップの大半を説明するのは2つの音韻的特徴です。第一に破擦音化：歯音閉鎖音 /t/ と /d/ が狭前母音の前で [t͡s] と [d͡z] に変化するため、tu は tsu のように、dire は dzire のように聞こえます。第二に、閉音節での母音の二重母音化で、フランス本土フランス語には存在しない [ɛɪ̯] や [ɑʊ̯] のような音が生じます。フランス本土フランス語で学習されたモデルは、これらの単音を分布外の入力として遭遇します。さらにジュアルのレジスターは、否定辞の省略、疑問の tu、談話標識としてのサクレを加えます。これらは標準的な学習コーパスには一切現れません。

サクレ（sacrés）とは何か？なぜ文字起こしで重要なのか？

サクレとは、カトリックの宗教用語に由来するケベック・フランス語の罵倒表現です。tabernak、câlice、crisse、osti、そして記録されているだけで約2,000の変種があります。ジュアルやモントリオールのカジュアルな話し言葉では、自然な会話に高い頻度で強調表現や談話標識として現れます。ほとんどのASRモデルの学習データには存在しないか極めて稀であるため、似た音の無関係な単語として文字起こしされることが多く、そのレジスターを知らないと気づきにくいエラーを生みます。

ベルギーのフランス語はASRでケベック・フランス語と同じ問題を引き起こす？

いいえ、ギャップのはるかに小さいです。ベルギーのフランス語の音韻はフランス本土フランス語に近いままです。実務上の主な問題は数詞です。ベルギーでは septante（70）と nonante（90）、スイスでは septante、nonante、huitante（一部のカントンでは80）。フランス本土フランス語で学習されたモデルは、「75」を表すトークン列として「septante-cinq」を見たことが一度もありません。これが桁レベルのエラーを生むかどうかは、エンジンが数値正規化をどう扱うかに依存します。ベルギーとスイスのフランス語の全体的な精度はフランス本土フランス語の精度に近いのに対し、ケベック・フランス語は真に独自の課題なのです。

カナダのフランス語コンテンツにはfrとfr-CAどちらの言語コードを使うべき？

エンジンが対応している限りfr-CAを使いましょう。Deepgram Nova-3はこれらを別個の言語コードとして区別し、それぞれ異なるモデルバリアントへルーティングします。AssemblyAIとWhisperは単一のfrコードを使用し、方言処理を内部で適用します。混合コンテンツ（ケベック・フランス語話者