SuperWhisperをやめた後のスマホ音声入力メモ事情

マシュマロに答える。

ツイートはこれだな。

シンプルに言うと、クリップボードからの貼り付けではなく、ただの入力欄（テキストを要求）を出す仕組みにしている。本来は手動でポチポチ入力するための「入力を要求」アクションを、SuperWhisperを起動した直後に表示させるだけだ。

この方式にしている理由も単純で、SuperWhisperの録音が終わる前に入力欄が出てきてしまうため、クリップボードから貼り付けようとしてもうまくいかない。だが、先に入力欄を出しておけば、喋り終わった後でそこに貼り付けられる。わざわざクリップボードから取得する必要がないのだ。

結果として構成は「アプリを開く → SuperWhisper → 入力を要求」というシンプルなものになる。「待機」アクションで何秒待機するかを悩む必要はまったくない。

今はSuperWhisperを使っていない

ただ、操作画面のスクショを見てもらえばわかるように、スクショ内にSuperWhisperは存在しない。1年間のサブスクが切れるタイミングで解約した。スマホからもMacからも、今は使っていない。

代わりにスマホで使っているのはSpokenlyというアプリだ。自分でAPIを用意するBYOAタイプで、音声認識にはApple Speech Analyzerを使える。ローカル処理なので低コストかつ高速で、テキストをLLMで整形する機能もある。プロンプトも自分で設定できるため自由度が高い。

SuperWhisperのような定額制サービスを使い続ける理由は、1日中スマホで音声入力するような使い方が前提になる。俺はそういう使い方をしていないため、Spokenlyで十分だ。書き起こし自体は無料だし、LLMの処理にはGeminiの無料枠を使えばコストはほぼゼロに抑えられる。ちなみにこのSpokenlyの構成はharuさんのnote記事で知った。

今のスマホメモの中心はChatGPT

とはいえ、このショートカット自体をそこまで頻繁には使っていない。以前のnoteで書いたように、今の俺が最もよく使うメモアプリはChatGPTだからだ。

ChatGPTの場合は最初からWhisperで音声入力ができる。よくやるのは、ChatGPTを開いてWhisperで喋り、ほぼ修正せずそのまま投げるというやり方だ。喋った内容を起点にChatGPTと何ターンかやり取りして思考を深めたり、調べ物をしてもらった上でメモを保存したりできる。ObsidianにいきなりMarkdownを書くよりも、雑に投げてAIに整理させる方が圧倒的に楽なのである。

まとめて保存したくなったら、カスタムGPT「Memoria」を使う。`@Memoria` で呼び出して「Googleドライブに保存して」と伝えると、整理された状態でObsidianのInboxに入ってくる。ゲームでセーブするような感覚だ。

カスタムGPTが使いやすくなった

今年に入ってからだと思うが、スマホアプリのChatGPTでカスタムGPTが格段に使いやすくなった。