AI音声入力アプリ「Superwhisper」の始め方と使い方

[読了目安: 4分]

NO AI(人間が書きました✍️)

AI系ポッドキャスト(耳で学ぶAI)運営の矢野哲平(@robothink_jp)です。
この記事では AI音声入力アプリのSuperwhisperの使い方を解説します。

音声入力を使うことで、タイピングスピードは2倍から3倍速くなると言われています。
以前、 音声入力を試して断念した人も現在はAIの登場によって環境が変わっています。 AI音声入力に興味がある方はぜひ参考にしてみてください。

Superwhisper？🤔

Mac向けに開発された AI音声入力アプリです。

初めて市場に出てきたのは2023年ですが最近、Cursor x 音声入力の文脈で注目を集めています。
音声認識にAIを使っているのが特徴でオフラインでも動作します。

ちなみに音声認識にはOpenAIの音声認識モデルWhisperがメインで使われています。

Superwhisperを始める

公式サイトにアクセスします。
ブラウザはSafariを選択してください。Chromeでアクセスするとエラーになるのでご注意を。

あとはダウンロードボタンからインストールします。

Superwhisperの使い方

ダウンロード後、アプリを起動すれば準備OK。
はじめに自分が呼び出しやすいショートカットを設定しましょう。

アプリを起動すると上部のバーにSuperwhisperのアイコン(三角マーク)が表示されます。
アイコンを右クリック > Settings > Configuration > Keyborad Shortcutから設定できます。

ショートカットを押せばどの画面からでも呼び出せます。

私の設定では、以下のような流れになります。

1. shift + controlで起動

2. 発話

3. shift + controlで収録完了

4. カーソル位置に文章が挿入される or クリップボードに文章がコピーされる

5. (終了時はescで終了)

Superwhisperの特徴として、入力した音声をAIがよしなに整形してくれます。レスポンス、精度、どちらも良い感じです。

ちなみに音声認識モデルは選択できますがUltraかUltra V3 Turboがおすすめです。

比較表を見るとUltraがSpeed, Accuracy(精度)共にスコアが高いですが、日本語入力においてはUltra V3 Turboの方が使いやすい印象。
Ultraは日本語の句読点がうまく機能しない感じがします。

ただし、AIへの指示を出す場合は句読点がなくても理解してくれるのでUltraでもよいと思います。この辺は触りながら比較してみてください。

参考に3つのパターンで文字起こしを比較してみました。

モデルの変更はModesから変更できます。
Modelには使いたいモデルを、LanguageにはJapaneseを選択しましょう←大事

サイトやアプリで音声モードを変更する

Superwhisperでは複数のモードを登録して使い分けることが可能です。
例えば、
「普段の音声入力は高速に動作するUltraモデルを使いたい」
「でも、noteで執筆する時は日本語入力しやすいUltra V3 Turboでやりたい」
こんなニーズです。

嬉しいことにSuperwhisperではサイトやアプリごとに音声モードを設定できます。

例えば、note上で起動した場合は自動的にnote用に設定したモードを起動するイメージです。

Modesの下側にアプリやサイトを追加することで設定できます。

サイト以外にアプリの設定も可能で、このアプリではこのモードを起動するような設定もできます。
例えば、メモアプリでは執筆に特化したモードを起動する、ような設定です。
ただし、この機能は有料プランである点にご注意ください。

簡単な調べ物をする

もう一つ、あまり知られていないSuperwhisperの使い道を紹介。

普段パソコンで作業している時に、ちょっと調べ物をしたい時ってありますよね？(例：クリティカルシンキングってなに？)

こうした時はGoogle検索かChatGPTで調べるかという選択肢になると思います。

こうした時でもSuperwhisperが意外と活躍してくれます。
具体的にはSuperwhisperを起動して質問するだけで調べ物の回答を得ることができます。

「プロンプトインジェクションって何だっけ？」
「クリティカルシンキングって…？」

このような使い方ではプロンプトを独自に設定する必要があります。

Create modeから新しくモードを作成します。
モデルは何でも良いですが、Claude 4 Sonnetなど最新モデルを推奨します。

こんな感じの設定👇

プロンプトは以下のようにしています。

You are a helpful AI assistant. 
You respond to users' questions with short answers in Japanese.

「ユーザーが質問した内容は短く日本語で返してね」という意味です。

ちなみに、プロンプトを日本語で入力するとバグなのか画面が固まるのでご注意を。

これだけで口頭で質問した内容に対してAIが回答してくれます。わざわざ GoogleやChatGPTのページを開くこともないので便利です。

注意点として質問できる内容はAIモデルの知識のカットオフに依存することを覚えておきましょう。

モデルはChatGPT, Claudeどちらでも良いですが、個人的には ChatGPTがおすすめです。
理由としては、Claudeの場合、回答が冗長になるケースがあるからです。
この辺はお好みで設定してください。

モードを素早く切り替える

モードが複数になるとタスクによって使い分けたい場面が出てきます。
サイトやアプリ基準でモデルを動的に変更してもいいですが、ショートカットで変更する方が直感的で便利です。

私はモードの変更を"option"ボタンに設定しています。(controlやshiftでは誤作動が多いため普段使わないボタンをチョイス)

Superwhisperの価格

インストール後に15分間のトライアルが設けられ、その後は有料プランに移行するか、 そのまま無料プランで利用するかを選択。

無料でも使えますが、日本語の精度がかなり悪くなります。
そのため、Superwhisperを使う場合は課金するか利用しないかの二択になると思います。(Superwhisperの代替案は後述)

有料プランの場合は月額8.49ドル。
トライアル期間終了後に画面に25%オフのクーポンが表示されます。(Licenseの場所で確認可)

つまり、クーポンを入力することで6.37ドルで利用できます。
これを高いとするか、安いとするかは個人の判断になると思います。

入力の手間を効率化できるなら私は費用対効果は高いと思います。

Superwhisper以外の選択

とはいえ、サブスクを増やしたくない人もいると思います。

こうしたケースではMac純正の音声入力も選択肢として全然アリだと思います。もちろんWindows純正の音声入力も。

純正の音声入力も以前に比べてかなり音声入力の性能は上がっています。

ポイントはショートカットコマンドを設定してすぐ呼び出すようにすること。私はctrl 2連打で音声入力を呼び出すようにしています。

余談ですがGoogle検索など短い文章の場合は純正の音声入力が速いです。
Superwhisperは発話→文字起こしまで若干タイムラグがある場合があるので、純正の音声入力とSuperwhisperを使い分けるのもおすすめです。

音声入力のユースケースを考える

最後に音声入力のユースケースについて考えたいと思います。

冒頭でも触れましたが、音声入力はタイピングに比べて2倍から3倍速いと言われています。
ただし、全てのケースで音声入力が使えるかどうかは別の話。

例えば、noteで記事を書く時や、取引先にメールを送る場合、こうしたときは無理に音声入力を使わなくてもいいのかなと思います。
絶対に変換ミスが許されない場面では音声入力は向いていないかなと。

この辺は訓練次第でもっとうまくできそうですが。

それより力を発揮するのは音声入力にAIを組み合わせるケース。
音声入力の変換ミスがあってもAIがよしなに理解してくれます。

多くの方が利用しているようにプログラミングの文脈でCursor(Windsurf or Cline) x Superwhisperの組み合わせも強力です。

あとは音声入力によるスニペット機能も魅力的です。
こちらの記事(メンバー限定)では音声入力によるテキスト置換について解説しています。

参考になるYoutube動画👇

音声入力が便利なので自作してみました🧑‍💻

追記

Superwhisperの競合としてAqua Voiceというアプリが公開されました。
興味がある方はこちらもどうぞ👉

【note読者限定】生成AIのおすすめツールは？

• 生成AIは何を使えばいいか分からない

• もっと業務効率化に貢献するツールを知りたい

• ChatGPT以外のAIツールを知りたい

こういった声に応えておすすめの生成AIツールを解説する資料を制作しました。よりAIの情報をキャッチアップしたい人はチェックしてみてください。

👉資料を受け取る【無料】

noteでも月に20本ほどAI関連の記事を投稿しています。フォローよろしくお願いします😼