AIコーディングが日常になって、開発者がキーボードで打つテキストは「コード」より「日本語」のほうが多くなってきました。Claude CodeやCursorへの指示、コミットメッセージ、PRの説明、レビューコメント、Slackの返信。どれも自然文です。
自然文であれば、キーボードより声で入力するほうが楽な場面が少なくありません。この記事では、日本語の音声入力を開発ワークフローに組み込む方法を、OS標準機能から専用アプリまで順に整理します。
先に明示しておくと、筆者は日本語特化のAI音声入力アプリ「Hanaseru」の開発元（株式会社ソフトスタジオ）です。ただし本記事の大半は特定製品に依存しない内容で、自社製品の紹介は後半の1セクションに限定し、他の選択肢にも触れます。
1. 開発シーンで音声入力は「どこに」刺さるか
音声入力は万能ではありません。最初に相性を整理しておくと、導入後のがっかりを防げます。
| 相性 | 場面 | 理由 |
|---|---|---|
| ◎ | AIエージェントへの指示（Claude Code / Cursorなど） | 長めの自然文。多少の表記揺れはAI側が吸収してくれる |
| ◎ | コミットメッセージ・PRの説明 | 定型的な短文〜中文。作業の流れを止めずに書きたい |
| ○ | レビューコメント・Slack返信・メール | 自然文だが、敬語や表記の正確さが求められる |
| ○ | 設計メモ・issueの下書き | 思考を止めずに吐き出せる。後で整える前提 |
| △ | ドキュメントの清書 | 表記ルールが厳密。音声は下書きまで |
| × | コードそのもの | 記号・識別子・インデントは声に向かない |
| × | 破壊的なコマンド |
rm や git push -f を音声で打つべきではない |
ポイントは「コードは書かない。コードの周りにある日本語を書く」と割り切ることです。
2. まずOS標準機能で試す
追加コストゼロで今日から試せます。まずはここからです。
macOS: 音声入力
「システム設定」→「キーボード」→「音声入力」をオンにします。起動ショートカット（マイクキー、またはControlキー2回押しなど）も同じ画面で設定できます。VS Codeでもターミナルでも、カーソル位置に文字が入ります。
Windows: Win + H
Win + H で音声入力パネルが起動します。設定から句読点の自動挿入も有効にできます。こちらもフォーカス中のアプリに直接入力されます。
標準機能の限界
短いSlack返信程度なら十分実用になりますが、開発用途では次の壁に当たりやすいです。
- 開発用語: 「Kubernetes」「npm」などがカタカナや別の単語になりやすい
- 句読点・改行: macOSでは「まる」「てん」「かいぎょう」のように発声して入力するのが基本。Windowsの自動句読点も文脈によっては不自然になる
- フィラー: 「えーと」「あのー」がそのまま文字になる
- 話し言葉のまま: 語順の乱れや言い直しが残り、結局手で直すことになる
まず標準機能で「声で入力する感覚」を掴み、この壁が気になるかどうかを確かめるのがおすすめです。
3. 専用アプリは何が違うのか
標準機能で物足りなくなった場合の選択肢が、音声入力の専用アプリです。製品ごとの差はありますが、多くの製品に共通する特徴は次の3点です。
- 音声認識＋AIによる整文の2段構成: 認識した生テキストをそのまま出さず、句読点の補完・フィラー除去・言い直しの整理をかけてから出力する
- 用語辞書: 技術用語の読みと表記の対応を持ち、「ぎっとはぶ → GitHub」のように正しい表記へ変換する
- アプリ横断: OSのテキスト入力として動くため、エディタ・ターミナル・ブラウザを問わずカーソル位置に入る
選ぶときの検討軸は主に4つです。
- 処理方式: ローカル処理（オフライン可・音声が端末外に出ない）か、クラウド処理（精度と整文の柔軟性を取りやすい）か
- 日本語の精度: 同音異義語・句読点・話し言葉の整理をどこまで扱えるか
- 対応環境: 自分のOS（macOS / Windows）とターミナルで動くか
- 料金体系: 無料トライアルの有無、月額・年額・買い切りの別。海外製品なら請求通貨も確認しておく
具体的な道としては、whisper.cppなどのオープンソースで自前のパイプラインを組む方法と、superwhisper・Wispr Flow・Aqua Voice・Hanaseruといった専用アプリを使う方法があります。処理方式や日本語対応の深さは製品ごとに異なり、仕様の更新も頻繁なので、上の検討軸に沿って各公式サイトで最新の情報を確認したうえで選ぶことをおすすめします。
4. 【PR】筆者が開発しているHanaseruの場合
繰り返しになりますが、筆者はここで紹介するHanaseruの開発元です。その前提で、候補の一つとして紹介します。
Hanaseru（ハナセル）は、日本語に特化したAI音声入力デスクトップアプリです（macOS / Windows対応）。
- 日本語の整文に特化: 同音異義語の補正（「ご検討」が「ご健闘」になる誤変換を防ぐ）、句読点・改行の自動補完、フィラーの自動カット、言い間違いの補正
- 技術用語の文脈補正: コードエディタやターミナルで入力していることを認識し、同じ読みなら日本語の一般語より技術用語を優先。誤変換した語は「誤り → 正しい表記」としてユーザー辞書に登録でき、次回から自動で修正
- アプリ横断: VS Code / Cursor / Claude Code / ターミナル / PowerShell / Slackなど、文字入力できるアプリならカーソル位置に直接入力
処理はクラウド型です。音声はTLS 1.3で暗号化してサーバーへ送られ、音声認識とAIによる整文を経てテキストだけがデバイスに返ります。音声はサーバーに保存されず、処理完了後に即破棄され、モデルの学習にも使われません。裏を返すとオフラインでは使えません。ネットワークのない環境やローカル処理が必須の要件なら、前述のローカル処理という選択肢のほうが合っています。
料金は14日間の無料トライアル（クレジットカード登録不要）の後、Pro 月額$7.49（約1,150円）/ 年額$74.99（約11,500円）です。継続利用できる無料プランはありません（請求はUSDで、円表記は為替により変動する目安です）。
5. 運用Tips: 声とキーボードの使い分け
どのツールを選んでも、定着するかどうかは運用次第です。実践的なコツをまとめます。
声に置き換える作業の判断基準
次の3条件が揃う作業から置き換えると失敗しにくいです。
- 自然文である（コードや記号ではない）
- 2〜3文以上の長さがある（一語ならタイプのほうが早い）
- 厳密な表記が要求されない（送信前に目視確認すれば足りる）
最初は「コミットメッセージ」と「AIエージェントへの指示」の2つだけに絞るのがおすすめです。どちらも頻度が高く文が長めなので、効果を実感しやすいためです。
話し方のコツ
- 結論から話す: 「〜を修正しました。原因は〜です」のように書き言葉の順序を意識して話すと、整文の有無によらず読める文になります
- 一文を短く切る: 長い一文を話すより、短文を重ねるほうが認識も読みやすさも安定します
- 専門用語は少し丁寧に発音する: 誤変換が起きやすいのは固有名詞です
- 言い直しをためらわない: 整文機能のあるツールなら言い直しは吸収されます。標準機能なら、粘るより一度消してやり直すほうが速いです
- 送信前に必ず目で確認する: 音声入力はドラフト生成と割り切り、最終責任は目視に置きます
まとめ
- 音声入力が刺さるのは「コードの周りにある日本語」。コードそのものには使わない
- まずはmacOS標準・
Win + Hで無料で試し、開発用語・句読点・フィラーの壁を体感する - 物足りなければ専用アプリを検討。処理方式（ローカル / クラウド）・日本語の精度・対応環境・料金で選ぶ
- 定着のコツは、コミットメッセージとAIへの指示から小さく始めること
AIに日本語で指示を出す時間は、これからも増えていくはずです。入力手段の一つとして、音声をワークフローに組み込んで試してみてください。