「この記事、ぜんぶ喋って書いてます」。Aqua VoiceからSuperwhisper × Scribeに乗り換えた1週間

最初に種明かしをすると、いまあなたが読んでいるこの段落、ぜんぶ私が喋って書いています（厳密には、書いたものを加筆修正しています）。

キーボードはほとんど触ってない。横で猫が寝てるなか、私はぼそぼそ口を動かしてるだけ。なのに、画面には日本語が、それもけっこうちゃんとした日本語が出てくる。

これ、1週間前の私だったら「いやそれ、デモ動画では出るやつでしょ」って斜めに見てたやつなんですよね。

なぜなら、その1週間前まで、私はAqua Voiceというアプリを使っていたからです。

Aqua Voiceに「感動」が薄れていった話

Aqua Voice、悪くないんです。むしろ、最初に使ったときは「うわ、すごい」と思った。日本語もそこそこ拾ってくれるし、句読点も気を利かせて入れてくれる。

ただ、使い続けているうちに、だんだん感動しなくなってきたんですよね。

これは技術的な不満というより、感情の話です。「あ、また同じ単語を間違えるやつね」「あ、ここで切るんじゃないんだよな」というのが、毎日少しずつ積み重なって、ある日「もう自分でタイプしたほうが早い」に着地する。

音声入力って、精度よりも、信頼の貯金で動いてるところがあると思うんです。「こいつなら拾ってくれる」と思えなくなった瞬間、人は使わなくなる。

私はそこに来ていたのだとおもいます。

Superwhisperの中で「Scribe」を選べるって、どういう意味？

そんなときに出会ったのがSuperwhisperでした。

Superwhisperは音声入力アプリなんですが、ちょっと変わってる。中で使う「文字起こしのエンジン」を自分で選べるんです。

「OpenAIのWhisperを使う」「ElevenLabsのScribeを使う」みたいに、選択肢が並んでいて、好きなものをセットできる。

私が選んだのはScribeでした。理由は単純で、英語学習で他の用途にもScribeを使っていて、「こいつ日本語強いな」というのを別経路で知っていたからです。

つまり、Superwhisperはガワで、中身はScribe、という運用。

これに切り替えた瞬間、Aqua Voiceで諦めかけていたものがぜんぶ揃って戻ってきた感覚がありました。

最初の30分で詰まった「日本語の単語の間にスペースが入る」問題

ただし、最初の30分はわりと地獄でした。

導入したその日、いつものようにMacの前で何か喋っていたら、出てくる文字がこうなんです。

単語と単語の間に、全部スペースが入ってる。

英語ならそれが正解です。でも日本語でこれをやられると、コピペした瞬間にあらゆる場所で表示が崩れます。LINEに送ってもおかしいし、原稿に貼ってもおかしい。

「いや、ScribeをONにした意味……」と一瞬思いました。

結論：日本語ならRealtimeはOFF

正解は、Superwhisperの設定の中にありました。

Realtime（リアルタイム文字起こし）をOFFにする。これだけです。

Realtimeをオンにすると、喋っているそばから単語が出てくる。これは英語だと気持ちいいんですが、日本語だと単語ごとに区切られてスペース付きで表示される仕様になっていました（少なくとも私の環境では）。

OFFにすると、喋り終わってから一気に文章が出てきます。1秒くらいの「待ち」が発生するんですが、その代わり、出てくる日本語はスペースなし、句読点もそれなりに正しい形で出る。

私の場合、これでようやく「Aqua Voiceの代わり」として常用できるようになりました。

設定の場所は、Superwhisperの環境設定の中、Mode（モード）ごとの詳細設定の中にあります。日本語用のモードを1つ作って、そこのRealtimeだけOFFにしておく、というのがいまの運用です。

「タイピングしてない」ことに気づく瞬間がある

Superwhisper × Scribeに乗り換えてから、自分の作業の中でちょっとした変化が起きました。

たとえば、Claude Codeに「こういう感じのスクリプト書いて」と頼むとき。以前はキーボードを叩きながら、頭の中で文章を整えてから打っていました。

いまは、思いついたことをそのまま喋る。

「あー、えーと、これさ、まずファイル名で並べ替えて、で、その中の最新のやつだけ取りたいんだけど」みたいな、本当にそのままの口調で。

それでも、Claude Codeはちゃんと意図を汲んでくれる。なんなら、整えて打ったときよりも情報量が多いことすらある（「あー、えーと」の部分には、私が何を迷ってるかの情報が含まれているからかもしれない）。

これに気づいたとき、ふと自分の手元を見たら、キーボードに触ってなかったんですよね。

本当にタイピングしていないのに、仕事が進んでる。
この感覚、実はAqua Voice時代にはなかったものでした。

あなたが「もう音声入力はいいや」になっていたなら

私は、音声入力に対してそれなりに諦めかけていた人間です。「日本語精度がねえ」って言って、結局キーボードに戻る。それを何回もやってきた側です。

その私が、この1週間、文章のかなりの割合を喋って書いている。

冒頭でも書きましたが、いまあなたが読んでいるこの記事も、ほぼ全部、私が口から出した日本語です（多少AIの助けを借りていますが、実際にタイプしたのは本当に一部のみ）。

もし、あなたが過去にmacOS純正の音声入力やAqua Voiceなどを試して、「うーん、まあこんなもんか」で止まっているなら、Superwhisperの中でScribeを指定する + 日本語モードはRealtime OFF、この2つだけ試してみてほしいです。

私と同じように、「あ、なんかタイピングしてないな自分」という瞬間が、たぶん来ます。

そのときに、もう1回考えてみてください。

普段あなたが文章を書くのにかけている時間のうち、本当に「文章を書くこと」に使われていたのは何割ですか？
残りは、頭にあるものをキーボード経由で出力するための、運搬コストだったりしないですか？

私はけっこう、そうだったな、と改めて思います。

#音声入力 #Superwhisper #Mac #ライティング環境 #日本語入力