実際に使えるWindowsの音声入力（2026年版）

Windows 11の音声入力（Win+H）は動作しますが、本格的に使うには3つの問題があります:

1. 日本語の精度が中程度。固有名詞、スラング、専門用語 — 頻繁に誤り、簡単な修正手段がありません。
2. 部分的なクラウド依存。一部のモードは音声をマイクロソフトのサーバーに送信します。
3. アプリごとのホットキーがない。Windowsのポップアップでしか動作せず、フォーカスを奪ってフローを壊します。

大量に書く人 — メール、Slack、Obsidian、台本、コード — なら、より良い音声入力は週あたりの節約時間で元が取れます。2026年のVoxBoosterでのセットアップがこれです。

ローカル・ニューラル音声入力で変わること

VoxBoosterはPCでローカル実行されるWhisper派生モデルを使います。実用的な違い:

• 日本語で十分な精度 — 大きく編集する必要がありません。コマンドによる句読点（「読点」「句点」「改行」）を受け付けます。
• 100%ローカル。何もサーバーに送りません。機密文書、機密コード、業務会話を音声入力する人にとって重要です。
• グローバルホットキー。任意のアプリ — Outlook、VS Code、ブラウザ、WhatsApp Web — で Ctrl+Shift+D を押しっぱなしにして話し、離すと、カーソルの位置のフィールドにテキストが表示されます。

セットアップ

1. VoxBoosterで 音声入力 に行き、有効化。
2. モデルを選ぶ: 高速（レイテンシー200ms、精度良）または 高精度（レイテンシー500ms、精度高）。ほとんどの用途で高速で十分。
3. 主言語（ja-JP）と任意のセカンダリ（en-US）を設定 — 会話に技術的英語が混ざる場合に便利。
4. グローバルホットキーを設定。既定: Ctrl+Shift+D。
5. 完了。任意のアプリを開き、カーソルを置き、ホットキーを押しっぱなしにして話し、離す。

使い方のモード

Push-to-dictate。 ホットキー押しっぱなし、話す、離す。テキストが即座に表示。これが80%のケースのモード。

Toggle。 ホットキーを一度押して開始、もう一度押して停止。長い音声入力（台本、長いメール）でキーを押し続けたくないときに便利。

常時オン。 音声トリガー（「Vox、書いて…」）を待つパッシブ認識。運転やRSIなどハンズフリー・フロー向け。

便利なコマンド

• 「読点」→ 、
• 「句点」→ 。
• 「はてな」→ ？
• 「びっくり」→ ！
• 「改行」→ 改行
• 「新しい段落」→ 改行2つ
• 「コロン」→ :
• 「かっこ開く / かっこ閉じる」→ ( / )
• 「最後の単語を消して」→ 単語をバックスペース
• 「全部消して」→ 現在の音声入力バッファをクリア

うまくいくユースケース

• 大量のメール。 下書きを音声入力すると打つより3倍速い。最後に30秒のレビュー。
• Obsidian / Notion の個人メモ。 タイピング速度に制限されず、頭に浮かぶリズムでアイデアをキャプチャ。
• Slack / WhatsApp Web の返信。 長い返信で、グローバルホットキーでの音声入力は、スマホに切り替えて端末の音声入力を使うより速い。
• テキスト形式の音声メッセージ。 アイデアを話して録り、テキストで受け取り、素早く編集。読者の時間を音声より尊重。
• 台本、ブログ記事、ドキュメント。 初稿を音声入力すると打つより2〜4倍速い。テキスト編集は後で、普通に。

音声入力が勝てないケース

• コード。 変数名、構文、括弧の開閉 — コードを音声入力するのは、オートコンプリート付きで打つより遅い。例外: 関数内の長いコメントは音声入力に向いています。
• テーブル / スプレッドシート。 グリッド構造は音声のフローに合いません。
• 騒がしい環境。 大きなエアコンの部屋、カフェ、コワーキング — 精度が落ちます。打つほうが良い。

プライバシー

モデルはローカル実行、音声はPCを離れません、音声入力ログは既定で保存されません。ログが欲しい（失った下書きをレビューするため）なら、設定で「履歴を保持」を有効化; ファイルはあなただけがアクセスできるローカルフォルダに、Windowsで暗号化されて保存されます。

これはセンシティブな会話を音声入力する人にとって重要です。Windows標準の音声入力はオフラインモードでもデバイステレメトリを共有します。VoxBoosterはしません — 音声入力モジュールにテレメトリはゼロです。