ChatGPTやGeminiは英語の発音を直してくれるのか

音声アシスタントがあなたの英語の発音について言えること・言えないこと、どちらを相手にしているか2分で見分けるテスト、そして本物の発音スコアが代わりに返すもの。

2026年9月8日公開

結論

ChatGPTは単語がどう聞こえるべきかを説明でき、聞こえた内容に反応もできますが、どの単語を間違えたのかを確実に教えることはできません。あなたの音声を期待される音と突き合わせて測定する仕組みが、中にひとつもないからです。 この用途ではGeminiも同じです。どちらの製品も音ごとのスコアを出さないので、返ってくる判定はあなたの音声から計算されたものではなく、会話の中で生成されたものです。

これは使うのをやめる理由ではありません。得意な半分にはそれを使い、もう半分には測定するものを使う理由です。

音声アシスタントが話しかけられたときにしていること

ChatGPTとGeminiの音声モードは会話のために作られています。OpenAIは自社のリアルタイム音声基盤を「聞き、考え、話し、ツールを呼ぶ speech-to-speech エージェントを作るためのもの」と説明しています。目的はあなたに答えるエージェントであって、あなたを採点する計測器ではありません。

この設計から直接2つの帰結が出ます。

第一に、認識は成功するように作られています。雑音の中でも、風邪をひいていても、早口でも、なまりがあっても理解しなければなりません。あなたが指摘してほしい誤りは、まさにそれが吸収するよう設計された誤りです。

第二に、返答は生成されます。「発音どうだった?」と聞けば、モデルは会話に合う答えを書きます。2回聞けば同じ音声について2つの違う答えが返り得ます。その間に何も測定されていないからです。

本当に役に立つこと

測定ではなく相手を必要とする部分には向いています。答えのリハーサル、追加質問を受けること、単語のどこに強勢が来るかの説明を聞くことです。これは本物の価値で、人がチャットボットに実際に求めることのほとんどを覆います。

できないこと

失敗した単語を名指しすること。 発話への一般的な感想は、「comfortable の2音節目が、相手が聞き取れなかったところだ」とは違います。

同じ判定を2回出すこと。 試行ごとに変わる評価では、今回が昨日より良かったのかを判断できません。

あなたに反対すること。 役に立とうと調整されたモデルは、通じたかどうかの判定者としては不向きです。モデルはなまりがあっても理解するように作られ、答えるときは同調的になるよう作られています。だから最も得意な2つのことが、そのままあなたの誤りを隠す2つのことになります。

これはほとんどの語学アプリが同じ理由ではまる罠でもあります。あなたの英語アプリが発音を直さない理由が、認識と評価の違いを詳しく扱っています。

2分でできるテスト

自分の発話へのAIの評価を信じる前に、これをやってください。

1. 同じ文を2回言う。 1つの文を録音するか話して評価を求め、次に新しいチャットで同じ文を繰り返して再度求めます。測定なら同じ判定が2回返り、印象ならそうなりません。
2. わざと単語を壊す。 正しく言える単語を選び、その中の音を1つわざと壊して、アシスタントがその単語を名指しするか、そのまま会話を続けるかを見ます。
3. 出来ではなく、どの単語が失敗したかを聞く。 全体的な講評ではなく、具体的な単語と具体的な音節を求め、その答えが実際に行動できる何かを指しているかを確認します。

手順1で違う判定が2つ返り、手順2が見過ごされたなら、あなたが持っているのは会話相手です。そう使ってください。

発音スコアが代わりに返すもの

発音評価は別の技術で、出力も別物です。たとえばMicrosoftの音声サービスは、音素・単語・全文のどの粒度でも結果を要求でき、文書には「音節・単語・全文の正確性スコアは音素レベルの正確性スコアから集計される」と書かれています。スコアの一覧と粒度の設定はこちら。

重要なのは専門用語ではありません。こうです——発音評価エンジンは、同じ音声に対して毎回、音ごと・単語ごとの数値を返します。だから発話全体をぼんやり描写する代わりに、失敗した音節を指させます。その手法には名前と長い研究の歴史があります。GOPとは何かが、音ごとのスコアの計算方法を説明しています。

Googleの本物の発音ツールはGeminiではない

「Gemini 発音」で検索したなら知っておく価値があります。Googleはスピーキング練習をチャットボットではなく検索の中に出しました。研究チームはこの機能を、与えられた語彙を使って現実的な問いに答え、意味と文法のフィードバックを受け取る短いセッションとして説明しており、アルゼンチン、コロンビア、インド、インドネシア、メキシコ、ベネズエラのAndroid利用者向けに公開されました。

Googleには本物のスピーキングツールがありますが、それはGeminiではありません。Googleはスピーキング練習を検索そのものの中に入れており、その機能はチャットモデルが返答を即興で作るのではなく、話した答えを独自に解析して作られています。そのフィードバックはなお、どの音が壊れたかではなく、答えが言語として機能したかに向いており、どこでも使えるわけでもありません。

両方をどう使うか

相手が必要なことにはチャットボットを、証拠が必要なことには測定するものを使ってください。

Phonemaは測定する側の半分を担います。あなたが言った各単語を期待される音と突き合わせて採点し、壊れた単語を示します。端末上で動き、録音が電話の外に出ることはありません。無料でできる他の確認方法は、英語の発音を確かめる6つの方法に、それぞれ何が見えて何が見えないかがまとまっています。

まとめ

ChatGPTやGeminiには、単語の説明を求め、手本を出させ、一緒に話してもらってください。そこは得意で、入門レベルなら無料です。ただし「正しく言えたか」は聞かないこと。2分のテストを一度やれば理由がわかります。答えは変わり、変わる答えでは進歩を示せません。

関連する音

• θ — 例: think
• ɹ — 例: red
• ɪ — 例: sit
• i — 例: see