2025年において、AI音声入力アプリが大きな進化を遂げたと発表しました。音声入力アプリは以前から存在していましたが、過去には特定のアクセントや明瞭な発音が必要で、速度や精度に課題がありました。
しかし、大規模言語モデル（LLMs）や音声認識技術の進歩により、音声をより正確に理解し、文脈を保持しながらテキストを整形する能力が向上したということです。さらに、開発者は自動でテキストを整形し、不要な言葉を削除し、編集の手間を減らす機能を組み込んでいます。
AIの人気が高まる中、多くの音声入力アプリが市場に登場しています。そこで、今年の特に優れたアプリをいくつか紹介します。
Wispr Flowは、カスタム単語や指示を追加できる資金力のあるAI音声入力アプリです。macOS、Windows、iOS向けのネイティブアプリがあり、Android版も開発中です。このアプリでは「フォーマル」「カジュアル」「非常にカジュアル」のスタイルを選び、個人メッセージや仕事、メールなどの異なる書き方に合わせて調整できます。
Willowは、入力を好まない人々にとって大幅な時間短縮になると宣伝しています。一般的な自動編集や整形機能に加え、少ない言葉から大規模言語モデルを利用して完全なテキストを生成する機能を持っています。また、プライバシーを重視し、すべてのテキストをデバイス上に保存し、モデルのトレーニングをオプトアウトすることも可能です。
Monologueは、プライバシーを重視する方向けに、モデルをダウンロードしてデバイス上で実行し、クラウドへのデータ送信を避けることができます。アプリの使用に応じて声のトーンをカスタマイズすることも可能です。
Superwhisperは主に音声入力アプリですが、オーディオやビデオファイルからの文字起こしも可能です。AIモデルを選択してダウンロードする自由があり、NvidiaのParakeet音声認識モデルも利用できます。
VoiceTyprは、オフラインファーストのアプローチを採用し、ローカルモデルで文字起こしを行います。GitHubリポジトリもあり、オープンソース版を自身でホストして実行することも可能です。
Aquaは、WindowsとmacOS向けの音声入力クライアントで、遅延において最速のツールの一つとされています。文法や句読点を処理するだけでなく、フレーズを言うことでテキストを自動入力することもできます。
Handyは、オープンソースで無料の文字起こしツールで、Mac、Windows、Linuxで動作します。基本的な設定メニューを備え、プッシュ・トゥ・トークを切り替えたり、文字起こしを開始するホットキーを変更したりできます。
Typelessは、無料で多くの単語を入力できるアプリで、データを保持したりモデルのトレーニングに使用したりしないとしています。文を改善する提案も行います。
