PC用マイクなしでパソコンに口述入力する

スマホを口元に持って話すだけで、PC用のマイクを買ったりつないだりすることなく、パソコンへ直接口述入力できます。

ダウンロード体験

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。

手元のスマホがそのままマイクになり、口元のすぐ近くで話せます。

機器を接続する必要はなく、PC側のマイクも不要で、FlowMicがオーディオドライバーをインストールすることもありません。

アプリが音声を聞き取るのは、ボタンを押している間だけです。

WindowsのNotepadに口述入力された文が入り、末尾にカーソルが置かれている画面。 — スマホで「送信」をタップした後、Notepadに文が入力された状態。

動かないこと・未検証のこと

ノイズ除去機能はなく、騒がしい部屋や周囲で人が話している環境での認識精度は測定していません。近くにいる人には話している声がそのまま聞こえます。
制限が1つあり、話している間はボタンを押し続ける必要があり、スマホ側からウィンドウを切り替えることはできません。
話している間にスマホ画面には言葉が表示されますが、ドキュメントへ1語ずつ流し込まれるわけではなく、指を離した後にまとめてテキストが入ります。
FlowMicはテキスト入力欄の中でのみ動作します。音声によるクリック、スクロール、ウィンドウの切り替え、テキスト選択はできません。音声コマンドもありません。通話ボタンはスマホ側にあるため、パソコン側で録音を開始するホットキーやショートカットはありません。パソコンの電源が入っていて、入力先のウィンドウが最前面にあり、入力欄にカーソルが置かれている必要があります。
パソコン側はWindows、Appleシリコン搭載のmacOS 11以降（アクセシビリティ権限が必要）、またはX11上のLinux x86-64（.debおよびポータブルzip）で動作します。スマホ側はAndroid 7+またはiOS 15+で動作し、App Store版は中国本土およびEUでは提供されていません。テストはWindowsまたはLinuxとAndroidタブレットの組み合わせで行っており、macOSとiOSはテストしていません。
Windowsのパスワード欄は拒否されません。Chromeのパスワード欄を使ったテストでは、2回中2回の送信が欄内に入力され、スマホ側では「送信済み」と表示されました。話す前にカーソル位置を確認してください。

ほかの制限や未検証の項目

2026年11月6日、スクリプトでボタンを押し続ける形で、スマホアプリ0.3.118、デスクトップ0.3.120、「ローカルLAN」を使い、「直接送信」で5回の音声入力を行いました。タブレットの横に置いた2台目のスマホのスピーカーから合成音声を流したところ、5回すべてで、ボタンを離すとカード表示や「送信」のタップなしでテキストが送られました。そのうち3回が入力され、内訳はX11環境のUbuntu上のLibreOffice Writerに言語モデルなしの生テキストとして2回、WindowsのCommand PromptにそのPC上の言語モデルでスペイン語へ翻訳されて1回でした。残りの2回は、意図的にコンソールメニューを開いていたため、「送信済み・未フォーカス未注入 · 再送」の行が表示されて拒否されました。そのため、これは計測ではなく簡易的な確認にとどまります。
「送信済み」はテキストがパソコンに届いたことを意味し、ウィンドウに入力されたことを意味するものではありません。
FlowMicが貼り付けを行っている最中にコピー操作をすると、コピーした内容が失われることがあります。
VS CodeやCursorのターミナルパネル、およびssh、python、wslから直接起動したコンソールウィンドウでは、改行によってコマンドが実行されることがあるため、1行ずつ送信してください。
Markモードのコンソールでは、パソコン側がテキスト送信を報告しスマホ側が「送信済み」と表示しても文字が失われて失敗することが、同じWindowsコードを使ったテストビルド上のPowerShell 5.1で3回中3回のテストで確認されました。
Linuxでは、何も実行していないbashプロンプト状態のGNOME Terminalでは5回中5回のテストでテキストが入力されましたが、xtermとVS Codeのターミナルパネルではスマホ側が「送信済み」と表示しても何も入力されません。
合成音声は人間の声の代わりとしては不十分なため、今回のテストではテキストの到達のみを確認し、音声認識の精度や実際の人の声での認識は測定していません。
Windowsでは、Word、Outlook、Gmail、Slack、Notion、Google Docs、Overleaf、Teams、Discord、Obsidian、VS Code、および各種ヘルプデスク製品でのテストは行っていません。Windows 11はテストしていません。テキストが入力された後のカーソル位置は測定していません。また、その実行時はテスト用パソコンがサインインしていなかったため、「クラウドリレー」もテストしていません。

よくある質問

「クラウドリレー」を使うとき、話した内容はどこへ送られますか？

音声は音声認識のためにSonioxへ送られます。「クラウドリレー」経由で「翻訳」、「整理」、「AI 仕上げ」を使う場合、テキストはDeepSeekへ送られます。当社のプライバシーポリシーに記載のとおり、APIデータを学習に使用しないことに関するDeepSeekからの書面による確約は確認できていません。FlowMicのサーバーは文字起こしを保存せず、リレーは中継中にメモリ上で見える状態で言葉を受け渡すのみで、保存は行いません。

「ローカルLAN」と「クラウドリレー」で料金プランはどう適用されますか？

USD建ての月額プランは、パソコン2台でクラウド音声認識を月20分使えるFreeが$0、パソコン3台で月1,000分使えるProが$12、パソコン10台で月3,000分使えるMaxが$28です。すべてのプランで同じ機能と3つすべてのモードを利用できます。ご自身のエンジンや内蔵エンジンを使って「ローカルLAN」で利用した分数は、プランの分数にはカウントされません。

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。