今回の日本語会議テストでは、発言を正しく文字起こしできませんでした。Foresight 1.0.0を使った短い模擬会議で、日本語の発話に対して英語の断片が表示されました。2026年10月13日時点で、日本語の音声認識を有効にする設定・手順は確認できていません。日本語会議の議事録作成を目的に導入する方は、この結果を先に確認してください。原因は未特定で、全環境での日本語非対応を断定するものではありません。
Google Meetで話を聞きながらメモを取り、会議後に決定事項や宿題を整理する。この作業をMacの中のAIで手伝うことを目指すのが、Google AI Edge Foresightです。会議音声と短いメモ、手元の資料を組み合わせる構成には魅力があります。ただし、日本語の会議で期待どおりに使えるかは別問題でした。
使う前に押さえたいのは、Gemma 4 E4Bと12Bの選び方、モデルが持つ能力とForesightが実際に使う設定の違い、インターネット接続が必要な機能です。この記事では公式の仕組みと、Mac上で確かめた導入環境をつなげて説明します。
確認日は2026年10月13日。対象はForesight 1.0.0、ビルド1.0.0.28.20261005です。実機では12Bの取得・選択、架空の日本語資料4件の索引登録に加え、日本語の模擬会議で文字起こしとメモ補完の表示を確認しました。資料を使う4問の質問回答の実測は完了していません。後半の日本語4問は再現用の試用手順で、回答品質や速度の実測結果ではありません。
日本語の模擬会議で、実際にうまくいかなかったこと
Apple M2 Ultra、メモリ192GB、macOS 27.0のMacで、Gemma 4 12Bを選択した状態で試しました。Google Meetを開き、次の日本語文を用意して短い模擬会議を行いました。
これはテスト会議です。FAQの原稿は山田さんが10月16日までに作成します。佐藤さんが翌日に確認します。公開日はまだ決まっていません。文字起こしを止めて会議の「文字起こし」欄を開くと、表示されていたのは「to the show.」「Cool. Cool.」「Korea」「for site.」などの英語の断片でした。期待した日本語の発言内容は記録できていません。画面が日本語で表示され、生成モデルに12Bを選べていても、日本語音声を正しく認識できた証拠にはならないと分かりました。
短いメモとして「FAQ・山田・16日／公開日未定」も入力しました。「補強」で表示されたノートには、英語で次の文が含まれていました。
The FAQ regarding Yamada is scheduled for the 16th, though the specific publication date remains undecided.「16日」「公開日未定」は残っていますが、「山田さんが原稿を作る」が「山田に関するFAQ」と読める表現になっています。佐藤さんによる翌日の確認も含まれていません。また、残った情報は手入力メモだけにも書かれています。この出力を、会話から詳細を補えた成功例として扱うことはできません。
| 確認した箇所 | 今回見えた結果 | 判断 |
|---|---|---|
| 文字起こし | 日本語のテストに対して英語の断片を表示 | この試行では発言を正しく記録できなかった |
| 補強されたメモ | 英語文になり、担当者の役割が曖昧になった | 人による意味の修正が必要 |
| 16日・公開日未定 | 補強されたメモに残った | 手入力にもあるため、音声を拾えた根拠にはできない |
これは一度の短い操作確認で、認識率の測定や機種比較ではありません。原音との一語ずつの照合、マイク入力とMeetの相手側音声の切り分けは未実施です。英語として認識しているように見える結果でしたが、言語設定・認識モデル・入力音声条件のどこが原因かは特定できていません。
日本語対応に切り替える方法はあるか
確認したアプリの設定画面には、ローカル推論モデル、メモ補強の形式、無音時の自動停止などはありますが、文字起こしの言語を日本語へ切り替える項目は見当たりませんでした。公式ページと公開時の公式説明にも、音声認識の対応言語一覧や日本語への切替手順を確認できませんでした。
現時点で、この記事から案内できる確認済みの日本語化手順はありません。「方法が存在しない」「日本語が公式に非対応」と断定する意味ではありません。OSの言語変更、非公開の設定書換え、モデルの入替えを解決策として案内する根拠もありません。
初期設定では、音声認識用の必須モデルが生成用Gemmaとは別に案内されていました。内部の処理経路は未確認ですが、Gemmaを12Bへ変えることだけで日本語文字起こしが直るとは言えません。また、ノートを後から日本語へ翻訳しても、聞き取れていない担当者や期限を復元したことにはなりません。
この結果を踏まえ、現時点では日本語の実会議にそのまま投入することを勧めません。会議用途は、短い日本語音声を正しく記録できると確認してから判断するのがよいでしょう。ローカルLLMの使いどころを探すなら、まず手元の架空資料を使う検索・質問回答を、音声認識とは別の試験として確かめられます。
Foresightは、Macの中で会議と資料をつなぐアプリ
Google AI Edge Foresightは、会議の文字起こし、メモの整理、手元の資料を使った質問回答をまとめたMac向けアプリです。Googleは2026年10月6日に、実験的なアプリとして公開しました。同日の発表でダウンロードも案内されています。発表時刻は記載されていないため、日付までの確認です。Googleの公開発表
実務で想像しやすいのは、打ち合わせ中に「前回の見積もりはいくらだったか」「この納期は確定したか」を確認する場面でしょう。Foresightは会話を記録するだけでなく、取り込んだ資料を参照して、その場の質問に答えることを目指しています。
ローカルLLMに関心がある人には、検索用モデルと文章生成モデルを業務用の画面に組み合わせた実例としても興味深い製品です。MacのアプリとしてローカルAIの使いどころを確かめられます。ただし、今回確認した公開資料には、好きなOllamaモデルやGGUFファイルを読み込む機能の案内はありません。
何ができるか：メモの補完、資料検索、会議中の回答
主な機能は三つあります。
一つ目は、走り書きしたメモの補完です。会議中に「見積もり再提出」「金曜まで」のような短いメモを残すと、文字起こしの内容を使って、まとまったノートに整える仕組みです。上の文言は使い方の例で、実際の生成結果ではありません。全文を人が書き取る負担を減らしながら、何を重要と考えたかは手入力のメモで伝えられます。
二つ目は、手元の知識を使う検索とチャットです。公式FAQはPDF、Googleドキュメント、Microsoft Office形式、プレーンテキスト、Markdown、Webブックマークを挙げています。ローカルフォルダやGoogle Driveなどを知識源にし、関連する資料を自然な言葉で探す構成です。どのOffice拡張子や保護されたPDFまで読めるかなど、細かな条件は個別に確かめる必要があります。
三つ目は、Live Assistanceによる会議中の支援です。取り込んだ資料に関係する話題が出たときに、出典を伴う情報を表示する機能と説明されています。Google MeetやZoomなどと並行して動き、Macのシステム音声とマイクを使うため、特定の会議サービスだけを前提にしていません。機能と対応形式の公式説明
使い始めに確かめたいのは、答えの読みやすさだけでなく、引用された資料と数字が一致するかです。見積書が複数ある場合には、古い版の金額を拾っていないかまで見ると、仕事で任せられる範囲が分かります。
Google Meetで試す前に、日本語の認識を確認する
Googleは、Macのシステム音声とマイクを使い、MeetやZoomなどの会議と並行して動くと説明しています。ここは対応する会議サービスの説明で、日本語音声の品質保証ではありません。以下は、将来の更新や別の環境で試す場合も含めた確認手順です。会議後にメモを整える負担が減るかを測る前に、日本語を正しく文字にできるかを確かめます。会議音声とメモ補完の公式説明
自動の文字起こしと自分で残す短いメモ
会話を自動で文字にする機能と、短いメモを詳しく整える機能を分けて使うと、任せる範囲が分かります。公式が紹介するメモ補完は、自分で書いた短い箇条書きに、進行中の会話から取得した詳細を足すものです。公式のメモ補完とLive Assistance
| 機能 | Foresightが行うこと | 自分が行うこと |
|---|---|---|
| 文字起こし | 会議音声をリアルタイムで文字にする | 開始と終了を管理し、固有名詞や数字を確認する |
| メモの補完 | 手入力の短いメモを会話の内容で詳しくする | 覚えておきたい点を短く書き、補完後の意味を確認する |
| Live Assistance | 取り込み済み資料に関連する情報を引用付きで表示する | 必要な資料を先に取り込み、引用先と版を確認する |
たとえば架空の定例会議で「FAQ改訂案は企画チームが16日までに用意する。公開日は未定」と話したとします。自分のメモは「FAQ改訂・企画・16日／公開日未定」で構いません。会話から詳細を補う機能を使い、担当・期限・未決定事項が保たれるかを確認します。この例は試すための入力例で、今回の実機で得られた生成結果ではありません。
最初の短い会議で試す手順
- 1モデルの取得と初期設定を終え、Foresightを開きます。Googleアカウント連携や資料の大量登録は、最初の文字起こしとメモ補完を試してから判断できます。
- 2参加者に文字起こしを行うことを伝え、同意を得ます。Macのマイクとシステム音声の許可を確認します。
- 3普段どおりGoogle Meetの会議を開き、Foresightの「Start transcribing」で文字起こしを開始します。これは今回確認した版のボタン表示です。
- 4まず短い架空の日本語文だけを話し、文字起こしを終了します。会議詳細の「文字起こし」欄で、担当者・日付・「まだ決まっていないこと」が発話どおりに残ったか確認します。補強されたメモやチャット回答を、文字起こしの原文と取り違えないようにします。
- 5文字起こしが正しくできた場合だけ、短いメモの補完も試します。英語の断片や意味の異なる文になる場合は実会議へ広げず、その出力を正しい議事録として共有しないでください。
今回の環境では、このうち日本語の文字起こしを確認する段階でつまずきました。以下の用途は効果を確認するための候補であり、日本語会議で実用性を実証できた例ではありません。
効果を確かめやすい三つの仕事
| 試す場面 | 最初に任せる作業 | 価値が出たかを見るポイント |
|---|---|---|
| 社内の定例会議 | 短い宿題メモを会話で補完する | 担当と期限を会議後に聞き直す手間が減ったか |
| 顧客との要件ヒアリング | 要望を文字起こしし、重要な条件をメモに残す | 必須条件と未決定事項を取り違えず整理できたか |
| 提案書や仕様書を見ながらの打ち合わせ | 対象の資料だけを取り込み、関連情報を参照する | ファイルを探す手間と、引用を確かめる手間の合計が減ったか |
認識が正しくできると確認できた後は、会議時間ではなく、会議後の整理時間、修正した数字の数、担当や期限の抜けを簡単に記録します。AIが文章を長くしても、確認の手間が増えれば十分な効果とは言えません。「聞くことに集中できたか」「後処理が軽くなったか」は、元の発言を正しく記録できることを前提に評価します。
端末内RAGは「探すモデル」と「書くモデル」の分業
Foresightは、EmbeddingGemma 2とGemma 4を組み合わせます。EmbeddingGemma 2は、入力や資料を意味の近さで比較しやすい数値表現に変換する検索用モデルです。Gemma 4は、取り出された情報を文脈として使い、回答やノートを作る側を担います。このように検索した資料を渡して生成する方式を、RAGと呼びます。Googleによる両モデルの役割説明
たとえば、資料には「精算申請は25日17時まで」と書かれていて、利用者が「領収書はいつ出すのか」と尋ねる場面です。単語が完全一致しなくても、意味が近い箇所を探すのが検索側の役割です。その箇所をもとに、期限を分かりやすく答えるのが生成側の役割になります。これは仕組みを説明する架空例で、Foresightでの成功結果を示したものではありません。
Googleは、この検索と生成を端末内で行うと説明しています。資料を追加するたびにGemmaの重みを再学習するという意味ではありません。資料を検索可能な形で扱うことと、モデルそのものを追加学習することは別です。「自分の仕事を学ぶ」という表現も、この違いを押さえると理解しやすくなります。
この構成には、確認すべき箇所が二段階あります。正しい資料を取り出せたか、取り出した資料から正しく答えたかです。最終回答が間違っていたときも、この二つを分けて見ると原因を絞れます。モデルを大きくするだけで、古い資料の混在や検索対象の選び方まで自動的に解決するわけではありません。
Gemma 4 E4Bの「E」と12Bの違い
今回のMacでは、当初Gemma 4 E4Bを選び、その後12Bを取得し、設定画面の「ローカル推論モデル」がGemma 4 12Bになっていることを確認しました。Eは「effective」、つまり有効パラメーター数を表します。Googleのモデルカードでは、E4Bは有効約45億、埋め込みを含めると約80億パラメーターとされています。層ごとに参照用の埋め込みを持たせ、端末上での計算効率を高める設計です。「E4Bだからモデル全体が厳密に40億」「必要メモリが4GB」という読み方はできません。
12Bは約119.5億パラメーターのモデルです。E4Bより大きなモデルを使う選択肢ですが、Foresightでの回答精度や待ち時間の差は、同じ入力を使って実測して判断する必要があります。Googleの一般ベンチマークで差があっても、その差が日本語の議事録や社内資料検索へそのまま当てはまるとは限りません。Gemma 4公式モデルカード
インストールしたForesight 1.0.0の配布設定も確認しました。E4Bには端末メモリ判定用の値として15、12Bには30が設定されています。これはアプリに同梱された選択条件の値であり、推論が常に15GBや30GBを消費するという測定結果ではありません。Macのメモリが十分でも、モデルの取得完了やアプリでの読み込みが済むまでは利用できません。
初回画面では、音声認識、質問検出、テキスト埋め込みを担う必須モデルも別に案内されます。E4Bから12Bへの切替を、文字起こしエンジンや検索用モデルの更新と同じ意味に扱うことはできません。生成側を大きくしても、聞き取った数字の誤りが直るとは限らないためです。
比較するなら、「締切と金額を正しく取り出せたか」「資料にないことを未確認と答えたか」「待ち時間が許容範囲か」を、同じ資料・質問で記録するのが実務的です。最も大きなモデルを選ぶこと自体を目的にせず、確認作業を含めた使いやすさで選べます。
モデルの仕様とアプリの仕様は同じではない
Gemma 4 E4Bのモデルカード上のコンテキスト長は128K、12Bは256Kです。一方、今回確認したForesightの同梱設定では、両方とも既定の maxContextLength は4,096でした。これは配布物に書かれた初期設定であり、実行時の全機能に対する厳密な上限を測った結果ではありません。
ここから分かるのは、モデル名だけでアプリが一度に扱う文書量を判断できないということです。文書を分割して必要な箇所を取り出す処理や、会議を段階的にまとめる処理があれば、資料全体の量と一回の生成入力の長さも異なります。「128K対応のモデルだから、Foresightにも長文をそのまま全部渡せる」とは言い切れません。
同様に、Gemmaが多言語の能力を持つことと、Foresightの日本語文字起こしが実用的であることは別です。音声の取り込み、認識、検索、回答表示まで含めてアプリとして確かめる必要があります。今回確認したForesightの公式ページには、文字起こしの対応言語一覧はありません。EmbeddingGemma 2が動画や音声を扱えることも、Foresightがあらゆる録画形式を会議として取り込めるという保証にはなりません。
オフライン推論と、アプリの通信を分けて考える
公式FAQは、個人の資料や会議音声、メモを外部クラウドへ送らず、Gemmaによる推論を端末内で行うと説明しています。これは、会議内容をクラウドの生成AIへ送る方式との大きな違いです。プライバシーとオフライン動作の公式FAQ
ただし、アプリが一切通信しないという意味ではありません。今回の起動画面では、モデルの取得に加え、サインインした場合のDrive・Calendar連携、Web検索、個人を識別しない利用データの収集について、接続を使う旨の説明を確認しました。Web検索は既定でオフと案内されています。これは画面の説明を確認した結果で、実際の送信内容をすべて解析した結果ではありません。
ローカルの資料だけで試したい場合は、モデルの準備を先に終え、外部サービスを接続せずに使える範囲を確認するのが分かりやすい手順です。Driveなどから資料を取り込む通信と、取り込んだ内容を使ってAIが答える処理を分けると、どこでネット接続が必要かを整理できます。
対応環境・料金と、仕事に取り入れやすい用途
配布はmacOS用のDMGで、公式はApple Silicon向けに最適化していると説明しています。今回インストール版を調べたところ、実行形式はarm64、Info.plistの最低OS指定はmacOS 14.2でした。これは調べた版の配布物の情報です。今後の版でも同じとは限らず、推奨メモリや十分な応答速度を保証する数値でもありません。
アプリは現時点で無償ダウンロードでき、Googleの発表はクラウドの購読料が不要としています。将来の価格や長期サポートを保証する記述ではありません。また、モデルの保存容量、Macの処理能力、初回ダウンロードの時間は必要です。「無料」は、準備の負担までなくなるという意味ではありません。公式の入手先
用途として考えやすいのは、自分のMacにある提案書や仕様書を確認しながら打ち合わせをする仕事、会議中の短いメモを後から整える仕事、移動中に手元の資料を探したい場面です。まず公開資料や架空資料で、出典の確認と誤りの修正まで含めて試すと、任せる範囲を決められます。共有や組織管理を中心に使いたい場合は、その機能を別途確認する必要があります。
インストールとモデル選択で確認したこと
今回の環境はApple M2 Ultra、メモリ192GB、macOS 27.0です。一般的な16GBノートより余裕が大きい環境なので、このMacで確認した導入状況を、そのまま薄型ノートの速度や電池持ちへ当てはめることはできません。
| 項目 | E4B | 12B |
|---|---|---|
| このMacの選択画面 | デフォルト。軽量で使用資源が少ないとの説明 | 高い性能と深い推論。容量とメモリが多く必要との説明 |
| 取得画面のモデル容量 | 3.41GB | 6.41GB |
| 同梱設定の端末メモリ判定値 | 15 | 30 |
| 同梱設定の既定コンテキスト長 | 4,096 | 4,096 |
容量は画面の表示を転記したもので、音声認識などの必須モデルや資料の索引を含む、アプリ全体の占有量ではありません。メモリ判定値は実測の消費量ではなく、この版の選択条件に使われる設定項目です。
この環境では12Bの条件を満たすため、品質を重視する候補として選びました。一方、メモリや電池に制約があるMacでは、軽いE4Bから始め、待ち時間と回答の修正量を見て判断するのがよいでしょう。大きいモデルにすると必ず正確になる、という意味ではありません。
このMacで確認できた範囲
12Bの取得後に初期設定を進め、Googleアカウントの接続をスキップしました。設定画面ではローカル推論モデルに「Gemma 4 12B」と表示されています。架空のMarkdown資料4件をフォルダからインポートすると、標準のForesight Guideと合わせて「インデックス済みのソース 5 件」と表示されました。質問画面ではWeb検索を使用しない状態も確認しています。
| 確認項目 | 今回の結果 |
|---|---|
| 12Bの取得とモデル選択 | 完了。設定画面でGemma 4 12Bを確認 |
| 日本語Markdown 4件の取り込み | 完了。4件と標準ガイドの索引登録を画面で確認 |
| 資料を検索して日本語で回答 | 後半の4問による品質・速度の比較検証は未完了 |
| E4Bとの精度・速度比較 | 未実施 |
| 日本語音声の文字起こし | 短い模擬会議で英語の断片を表示。発言を正しく記録できなかった |
| 日本語メモの補完 | 英語文を表示し、担当者の役割が曖昧になった |
資料を使う4問の比較試験は未完了です。一方、その後に試した会議機能では、冒頭に記載した文字起こしと補完メモを確認できました。導入できたこと、出力が出たこと、内容が正しかったことは分けて記録しています。このMacには12Bを導入・選択できましたが、日本語会議の実用性やE4Bより高い精度を確認したとは言えません。
公式サイトから始める手順
- 1Foresight公式サイトからmacOS用DMGを取得し、アプリをインストールします。
- 2初回案内を読み、端末に合うGemmaモデルを選びます。このMacではE4Bと12Bが表示されました。
- 3必須モデルと選んだGemmaの取得を待ちます。初回の準備にはインターネット接続と空きストレージが必要です。
- 4まずは小さな検証用資料で、取り込み、検索、根拠確認の順に試します。DriveやCalendarの接続は必要になってから判断できます。
- 5会議機能を使う段階で、マイクやシステム音声のアクセス範囲と、参加者への録音案内を確認します。
初回のモデル選択画面には、後からSettingsでモデルを切り替えられると案内されています。準備中はSettingsが無効になっていたため、取得途中で何度もモデルを切り替えるより、完了してから設定を開く方が分かりやすい導線です。
日本語の仕事で試すなら 四つの資料から始める
Foresightを自社資料につなぐ前に、短い日本語の架空資料で挙動を確かめられるよう、検証用ファイル一式を用意しました。経費ルール、番号が1桁違う請求メモ2件、未決定事項を含む打合せメモです。実在の取引や会議は含めていません。
まずは資料数を増やさず、この4件から始めます。画面で対象資料やラベルを指定できる場合は、その範囲に絞ります。指定できなければ、新しいチャットに架空本文だけを直接渡して回答を確かめ、フォルダ検索は未検証として分けて記録します。回答に出典が付いたら元の文章まで開いて確認します。回答が自然でも、別の請求書を引用していたら業務では使えません。
| 確かめること | 質問例 | 資料上の正解 |
|---|---|---|
| 言い換えで探せるか | 領収書を出す期限はいつですか | 10月25日17時 |
| 似た番号を区別できるか | INV-2026-1042の金額と期限は | 88,000円、10月31日 |
| 不明と答えられるか | 立替可能な上限はいくらですか | この資料には定めていない |
| 未決定を残せるか | 打合せの決定事項、担当、期限、未決定事項をまとめて | 企画チームが10月16日までにFAQ改訂案。公開日と翻訳担当は未決定 |
金額の例は同じ保守費で、もう1件が89,000円・11月30日です。意味の近さだけで検索すると混同しやすい状況を、あえて小さく作っています。正解の根拠となる資料が検索されるかと、その資料を使って正しく回答するかを分けて見ると、改善すべき場所が分かります。
コピーして使う日本語の質問
選択した検証資料だけを根拠に、日本語で回答してください。
請求番号 INV-2026-1042 の金額と支払期限を教えてください。
根拠の資料名と、該当する記載を示してください。
別の請求番号の情報を混ぜず、資料にないことは「記載なし」としてください。この指示文は取り違えを減らすための依頼です。資料範囲を技術的に制限する設定の代わりにはなりません。画面で指定できる資料範囲を確認し、本文と出典の両方を照合してください。
日本語会議は 文字起こしと要約を別に確かめる
資料への日本語入力が通っても、日本語会議の聞き取り品質が同じとは限りません。会議を試すときは、次の短い架空発言に含まれる数字・否定・担当が、文字起こしと補完後のノートでそれぞれ維持されるか確認できます。
FAQ改訂案は、企画チームが10月16日までに作ります。公開日はまだ決めていません。翻訳担当も未定です。次回のレビューは10月19日です。「公開日は未定」が消えると、読みやすい要約でも実務上の意味が変わります。まず発言が正しく文字になったか、次に要約が未決定事項を残したかを見ます。元の文字起こしが間違っていれば、生成モデルだけを大きくしても直るとは限りません。
ローカルLLMを仕事へつなぐときの選び方
Foresightは、モデルの起動だけでなく、資料の取り込み、意味検索、会議の入力、回答の表示までを一つのアプリに組み合わせています。ただし、今回の失敗が示すように、大きな生成モデルを載せられることと、仕事の入力を正しく扱えることは別です。日本語の会議用途を選ぶなら、音声を正しく文字にする段階から確かめる必要があります。
一方、自分でモデルや量子化を入れ替える、検索方法やコンテキスト長を細かく調整する、他の業務システムから呼び出すことが目的なら、その操作を公開仕様として持つランタイムや開発用の構成を選ぶ必要があります。Gemmaのモデルが公開されていることと、Foresightの画面にそれらの操作が用意されていることは別です。
検索の仕組みをもう少し知りたい場合は、EmbeddingGemma 2でローカル検索を考える記事、フォルダから日本語で探す用途はanygrepの実測記事も参考になります。Foresightの資料検索と会議の文字起こしも、別々に結果を確認してから組み合わせると、任せられる範囲を判断しやすくなります。