ブログ

Macのどのアプリでも音声入力する:速さを決めるのは、認識後の一往復

Macの音声入力をアプリ横断で使うとき、認識精度だけでは足りません。元のカーソルへ戻す仕組み、必要な権限、クリップボード経由の限界まで具体的に整理します。

執筆 tsuvic公開 更新 読了約5分

Macで「どのアプリでも使える音声入力」を選ぶなら、認識精度だけを比べても足りません。話した文字が、いま見ている画面の、いま置いているカーソルへ戻るか。実際の速さは、その最後の一往復で決まります。

Cursorで長いプロンプトを書いているとします。足りない段落を音声で話し、文字起こしもきれいに終わった。ところが結果は、音声入力アプリの専用画面に出ています。

コピーする。Cursorへ戻る。さっきのカーソルを探す。貼り付ける。

一度なら気になりません。短い返信や追記のたびに繰り返すと、音声入力は「その場で使う入力方法」ではなく、準備してから始める別作業になります。

TalkTalkTypeは、⌥Spaceを押している間だけ録音し、離すと、録音開始時にフォーカスしていた入力欄へテキストを戻します。ただし、macOS上のあらゆる画面へ強制的に文字を入れられるわけではありません。自動貼り付けを拒否する場所では、結果をクリップボードへ残します。

「どのアプリでも」の実用上の意味は、ここにあります。

音声入力が別作業になった瞬間、速さは消える

専用の文字起こし画面が向く仕事もあります。長い録音を見返す、全文を編集してから保存する、複数の文字起こしを管理する。こうした用途では、独立した作業場所がある方が自然です。

日常の入力は違います。Slackでは返信先の会話を読み、Mailでは相手の文面を見て、Cursorではコードを開いたまま指示を書きます。文脈はすでに画面上にあります。そこから離れると、音声入力の前後に次の作業が増えます。

  1. 入力先から離れる
  2. 音声を録音する
  3. 別画面で結果を確認する
  4. コピーする
  5. 元のアプリへ戻る
  6. カーソル位置を確認して貼り付ける

どれも難しくはありません。だからこそ、最初は見落とします。

しかし、二文の返信を入れるたびにこの六手が必要なら、認識が数秒速くても体感は軽くなりません。入力先を表示したまま話せると、短い返信にも音声を使いやすくなり、AIへの依頼でも、移動が面倒だからと背景や例外を削らずに済みます。

「どのアプリでも」は、文字を受け取れる場所まで

Mac上のすべての画面が、外部アプリからの貼り付けやキーボード入力を受け付けるわけではありません。「どのアプリでも使える」とは、通常の編集可能なテキスト欄を広く横断できる、という意味です。

TalkTalkTypeは録音開始時のアプリを覚え、文字起こしと整形が終わると、そのアプリへ戻って貼り付けます。Pasteモードでは、貼り付けのために一時利用したクリップボードを、送信後に元の内容へ復元します。

この経路は、ChatGPT、Claude、Cursor、GeminiなどのAIツール、Slack、Mail、Messages、ブラウザーのフォーム、VS Code、Terminal、Notes、Notion、Linear、GitHubなど、一般的な入力欄を持つ場所で使えます。

境界もあります。

パスワード欄、リモートデスクトップ、管理された業務環境、一部の保護されたアプリは、自動入力を拒否します。録音中に別のウィンドウへ移り、戻った時点で入力欄のフォーカスが外れていることもあります。文字起こしが成功していても、受け渡しだけ失敗する。これは認識精度の問題ではなく、OSと対象アプリが持つ入力境界です。

マイク権限とアクセシビリティ権限は役割が違う

二つの権限は、同じ音声入力のために見えて、担当する仕事が違います。

マイク権限は、声を録音するための許可です。Appleのマイクへのアクセス設定から、許可したアプリを確認し、後から取り消せます。

アクセシビリティ権限は、完成した文字を別のアプリへ届けるために使います。macOSには「直前まで使っていた入力欄へ、この文字列だけを貼る」という細い権限がありません。別アプリを操作できる仕組みへの許可として提示されるため、ユーザー側で信頼できるアプリかを判断します。Appleもアクセシビリティ機能によるMacの制御で、明示的な承認手順を案内しています。

TalkTalkTypeは、マイク権限だけでも録音と文字起こしができます。アクセシビリティを許可しない場合、結果はクリップボードへ送られ、Command-Vで手動貼り付けします。

文章は同じです。変わるのは、最後の届け方だけです。

なお、権限とデータ保持は別の論点です。音声や文字がどこに残るかは、Macのプライベート音声入力で、Mac、文字起こしプロバイダー、サービス、クリップボード、入力先の順に追っています。

クリップボードは後退ではなく、確実な退避経路

自動貼り付けが拒否されたとき、いちばん避けたいのは、文字起こし結果まで消えることです。認識が失敗したのか、入力先だけが拒否したのかも分からなくなります。

クリップボードに結果が残れば、文字はすでにMacへ戻っています。Command-Vを押せばよく、専用エディターへ移動して取り直す必要はありません。

管理された仕事用Macでは、最初からクリップボード経由を選ぶ理由もあります。マイクは許可できても、ユーティリティへ他アプリの操作権限を与えたくない。パスワード管理アプリやリモート環境をよく使う。そうした条件では、自動貼り付けより、手動で最後の一手を引き受ける方が安心です。

以前は貼り付けられたのに、アプリ更新後から急に動かないこともあります。古いバイナリへのアクセシビリティ許可だけが残っている場合、システム設定から古い項目を削除し、現在のアプリへ許可し直すと復旧することがあります。文字起こし自体は成功するため、症状だけを見ると原因を取り違えやすいところです。

本当の効果は、入力速度より文脈を削らないこと

アプリ横断の音声入力で変わるのは、毎分何文字という数字だけではありません。長くなりそうな考えを、入力の面倒さに合わせて短くしなくてよくなります。

AIへのプロンプトでは、この差がはっきり出ます。手で打つのが面倒になると、依頼の本体だけを書き、背景、例外、すでに試した方法、明らかな解決策が使えない理由を落としがちです。話すなら、途中で思い出した条件まで一度の入力へ含められます。

TalkTalkTypeは単語数ではなく、キーを押して話し、離すまでを1回のdictationとして数えます。FreeとPlusは1回60秒まで、ProとMaxは2分までで、週間の音声時間にも上限があります。無制限ではありません。それでも、一文が長いという理由だけで、必要な前提を削る必要はなくなります。

Mailでは相手の返信を見たまま話せます。GitHub Issueではコードを表示したまま再現条件を説明できます。文脈が画面に残ると、音声入力は別の作業場所ではなく、いま進めている仕事の一部になります。

最初は安全な入力欄で、受け渡しまで試す

TalkTalkTypeはmacOS 26以降で動作します。

  1. TalkTalkTypeをダウンロードし、Googleでサインインします。
  2. 録音のためにマイク権限を許可します。
  3. 自動で入力欄へ送りたい場合は、アクセシビリティ権限も許可します。
  4. 文字を入れたい欄へカーソルを置きます。
  5. ⌥Spaceを押しながら話し、離します。

最初はNotesなど、失敗しても困らない場所で試します。確認するのは文字起こしの精度だけではありません。元の欄へ戻るか、貼り付けを拒否されたときに結果がクリップボードへ残るか、元のクリップボードが復元されるか。受け渡しまで見て、初めて普段の作業へ広げられます。

その後、長文入力が負担になっているChatGPT、Cursor、Slack、Mailなどで試します。特定のアプリだけ自動貼り付けを拒否するなら、その場面だけクリップボード経由へ切り替えれば足ります。

無料プランは、Macの台数にかかわらず週30回、合計15分まで使えます。現在の録音時間と有料プランの提供状況は料金ページで確認できます。

使いやすい音声入力は、話す前に文章の行き先を変えさせません。

カーソルがすでにあるなら、声もそこへ届くべきです。

ブログ