スマホからX11環境のLinuxデスクトップへ音声入力する

スマホのボタンを押しながら話すと、X11デスクトップ上でアクティブになっている入力欄にそのまま文字が入力されます。

Ubuntu上のLibreOffice Writerで、ページ上に文が入力され、その直後にカーソルがある画面。 — スマホを机の上に置いた状態で「送信」をタップした後、LibreOffice Writerに文が入力されました。

x86-64版Linux向けに.debパッケージとポータブルzipを用意しており、X11環境のUbuntu 22.04で動作を確認しています。

Xorg環境のUbuntu 22.04.5上の4つのアプリケーション（gedit、LibreOffice Writer、Firefoxのテキストエリア、VS Codeのエディター）において、スマホに文字入力して送信した5回中5回とも、各ソフトのカーソル位置にテキストが入りました。

Linuxでの検証は、Xorg環境のUbuntu 22.04.5とAndroid 16タブレットを「ローカルLAN」で接続し、スマホに直接打ち込んだ文と、LibreOffice Writerおよびgeditへ向けて再生した短い合成音声クリップを使って実施しました。

口述入力中のスマホアプリの画面で、認識中の言葉、0:04のタイマー、赤い「離して終了」[Release to end] ボタンが表示されている。 — スマホ画面の言葉は途中経過を示すもので、確定したテキストではありません。

GNOME Terminalのbashプロンプトでは、5回中5回の送信がCtrl+Shift+Vによってコマンドラインに入り、勝手にEnterが押されたりコマンドが実行されたりすることはありませんでした。

Linux上のxtermおよびVS Code内の統合ターミナルパネルではFlowMicを使用しないでください。

動かないこと・未検証のこと

LinuxデスクトップでFlowMicを動かすにはX11が必要です。GNOMEやKDE Plasma 6は標準でWaylandを使うため、サインイン前にログイン画面でXorgセッションを選んでください。Waylandセッションでは、デスクトップアプリから他のウィンドウへの文字入力がブロックされます。
Linux上のxtermおよびVS Code内の統合ターミナルパネルではFlowMicを使用しないでください。xtermとVS Codeのターミナルパネルはどちらも、ボタンを離した際にPC側のタイムラインに「入力済み」「（未確認）」、スマホ側に「送信済み」と表示されるにもかかわらず、何も受け取りません。xterm内では貼り付けのショートカットがシェルに直接届くため、次に押したキーが文字どおりに解釈されるおそれがあります。
X11では入力先のウィンドウから結果を取得できないため、Linuxでの送信は毎回PC側で「入力済み」「（未確認）」、スマホ側で「送信済み」と表示されます。「送信済み」は言葉がPCに届いたことを意味し、ウィンドウに文字が入力されたことまでは意味しないため、必ず入力先のウィンドウを確認してください。
テキストは最前面にあるウィンドウへ送られるため、ボタンを離す前にカーソル位置を確認してください。テスト用のLinux PCがアイドルタイマーで画面ロックされた1回の観察では、スマホに「送信済み・未注入 · 再送」と表示され、文字は何も入力されませんでした。Windowsのパスワード欄は拒否されませんが、Linuxのパスワード欄は未テストです。フォーカスが外れた場合は、PC側タイムラインの「再注入」か、スマホ側の行にある「再送」を使ってください。
プロジェクトのコンポーネントの1つは非公開であり、Linux向けのARMビルドはありません。
「整理」を使う場合は、採用する前に出力内容を読み返してください。「ローカルLAN」経由で話した15個の文章のうち、4個で「整理」によって細部の追加や変更が起き、認識された「because the train is a two」が「since the train ride is about two hours」に変わりました。箇条書きや要約は作成されません。

ほかの制限や未検証の項目

テスト実行時に実際のWaylandセッションへログインできなかったため、実環境のWaylandセッションは未計測のままです。X11での実行中にデスクトップアプリへWaylandセッションであると認識させたところ、スマホ側には「Wayland環境では入力が利用できません」と表示されました。
Konsole、Alacritty、kitty、bash以外のターミナルプログラム、および他のLinuxディストリビューションは未テストです。
Chrome、Google Docs、Linuxのパスワード欄、コピーした画像、他のスマホ端末、およびロックされたスマホ画面は未テストです。
「話す言語」に自動判別機能はなく、言語ごとの品質数値も公開していません。
人間の声による認識品質や個別の言語パックについては、計測およびスコア化を行っていません。

よくある質問

音声入力したあと、LinuxのPC画面に「入力済み」「（未確認）」と表示されるのはなぜですか？

X11では入力先のウィンドウから結果を取得できないため、Linuxでの送信は毎回PC側で「入力済み」「（未確認）」、スマホ側で「送信済み」と表示されます。「送信済み」は言葉がPCに届いたことを意味し、ウィンドウに文字が入力されたことまでは意味しないため、必ず入力先のウィンドウを確認してください。

FlowMicからテキストを貼り付けると、Linuxのシステムクリップボードにある内容は上書きされますか？

FlowMicはシステムクリップボード経由で貼り付けを行い、その後に元のテキストを復元します。Ubuntu上の4つのアプリケーションすべてにおいて、送信のたびに事前にコピーしてあったテキストがクリップボードへ戻りました。ただし、文が届くタイミングと重なってPC側でコピー操作を行うと、FlowMicの貼り付け中にコピーした内容が失われることがあるため（Windowsで計測された現象）、受信中のコピーは避けてください。

ダウンロード体験

2026年11月6日、PC版 FlowMic 0.3.120 とスマホ版 0.3.118 で検証。

一部の回数は2026年11月5日の FlowMic 0.3.119 や記載のあるテストビルドでの結果であり、0.3.120 では再検証していません。