最近「音声入力でテキスト作業を爆速化できる」という話をよく見かけるようになりました。ChatGPTの音声モードとはちょっと違って、あらゆるアプリのテキスト入力欄で使えるタイプのツールです。
その中でも特に気になっていたのが Wispr Flow。ここ最近じわじわ注目度が上がっているようで、Macユーザーを中心に広がっている印象の音声ディクテーションツールです。
Wispr Flowって何？
一言で言うと「AIが綺麗にしてくれる、システム全体で使える音声入力」です。
普通の音声入力ツールは喋ったことをそのままテキスト化するだけですが、Wispr Flowは文脈（コンテキスト）を読んで、スタイルやフォーマットまで寄せてくれるのが特徴です。具体的には：
- 「えー」「あの」などのフィラーワードを自動削除
- 「火曜日に……いや、水曜日に」みたいな言い直しも自動修正
- 句読点・改行を文脈から補完
- 開いているアプリに合わせてトーンやスタイルを自動調整
最後の「トーン自動調整」がおもしろくて、メールはメール風、SlackはSlack風、といった具合にアクティブなアプリ（ブラウザの場合はサイト単位）を見てスタイルを合わせてくれます。手動でモード切り替えなしで寄せてくれるのは地味にすごい。
実際どれくらい速くなるの？
タイピング速度90WPMのユーザーが、Wispr Flowを使って184WPMを記録したというデータが出ています。体感2倍以上ということですね。
特に効果が大きい場面として挙げられていたのが：
- Slack・メール： AIのクリーンアップでカジュアルな文章が一発で完成
- ドキュメント・ブログ下書き： 初稿を喋って出して、あとはキーボードで仕上げ
- AIへのプロンプト入力： ClaudeやCursorへの指示を喋って入力すると3倍速い、という声も
「ぐだぐだした話し言葉スタイルのほうがLLMへの指示として意外と機能する」というのは確かにわかる気がします。タイピングだとついコンパクトに書きすぎてしまいがち。
そういえば自分もClaudeに投げるプロンプトを書くとき、頭の中では長々と考えてるのに文章にすると短くなる問題、ずっとありました。声で喋るの、試してみる価値あるかもしれないです。
コードは書けるの？
結論から言うと、コードそのものを声で書くのには向いていないと言われることが多いみたいです。実際のコードを音声で入力しようとすると、タイピングより遅くて正確性も下がることがある。声は文章向き、コードはキーボードで、というのが実用的な使い分けになりそう。
ただ、コメントやコミットメッセージ、PR説明文あたりは得意そうです。Cursorなどのエディタではファイル名や変数名といったコンテキストを認識するよう設計されているようで、ドキュメント周り・説明文周りには相性良さそうだなと思いました。
対応プラットフォームと気になるところ
プラットフォーム対応については、Mac・Windows・iOS・Androidに対応していると言われています。クロスプラットフォーム対応のツールは珍しく、どのデバイスでも同じように使えるのは便利です。
気になる点としては：
- サービスはクラウドで提供されるので、機密性の高い内容を扱う場合は注意が必要
- 起動に数秒かかる場合がある
- 無料プランは週2,000ワードまでの制限あり
- 有料プランは月$15程度（支払い方法によって月額相当が変わることもあるようです）
プライバシー面が気になる人は、オフラインで動くSuperwhisperというローカル処理型の選択肢もあるみたいです。
まずは無料で試してみる
正直、音声入力ツールってこれまであまり信頼してなかったんですが、「フィラーワード自動削除」「アプリごとにトーン自動調整」という機能は従来のものとは明らかに別物っぽいです。特にAIへのプロンプト入力が速くなるという話は、毎日Claude使ってる身としては素直に気になる。
無料プランで週2,000ワードまで試せるので、まずは手を出してみる価値ありそうです。
※この記事にはプロモーションが含まれます
ちなみに、Aiarty Image Enhancer（AI画像高画質化ツール。ノイズ除去・8倍拡大に対応）も気になっています。Aiarty Image Enhancer
参考になったらクリックしてもらえると嬉しいです!
