スマホからPCへテキストをコピー＆ペーストする手間を省く

スマホの通話ボタンを押したまま話すと、パソコン側でカーソルが置かれている入力欄にその文が入力されます。

Windows上のChromeで開かれたお問い合わせページ。メッセージ欄にテキストとカーソルがあり、ボタン類は押されていない状態。 — 「手動送信」と「送信」を使うことで、文が入力欄に入り、フォームの送信自体は行われていません。

スマホに向かって話すだけで、追加の送信操作なしにカーソル位置へ文が入力されます。

2026年11月6日、スマホアプリ 0.3.118、デスクトップ 0.3.120、「ローカルLAN」の環境で、スクリプトでボタンを押し続ける方式により「直接送信」での発話テストを5回実施しました。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再生したところ、5回とも指を離した時点でカード表示や「送信」のタップなしにテキストが送られました。そのうち3回が入力欄に入り、内訳はX11環境のUbuntu上のLibreOffice Writerに言語モデルなしの原文のまま2回、WindowsのCommand Promptにそのパソコン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。これはスポット確認であり、計測ではありません。テストにおけるそれ以外の送信はすべて「手動送信」を使用しました。

スマホアプリの下部。「リアルタイム」[Realtime]モード、「直接送信」[Direct send]、テキスト欄、青い「長押しして話す」[Hold to talk]ボタンが表示されている。 — 「直接送信」を選択している場合、「長押しして話す」から指を離すと文がパソコンへ送られます。

その切り替えを「手動送信」にすると、スマホ画面に「送信」と「破棄」の付いたカードが表示されます。この設定では話した言葉がスマホ画面に残るため、先に内容を確認してから「送信」をタップしてパソコンへ送ることができます。

送信前に保持された文字起こしテキストを表示しているスマホのシート画面。編集用ボタン、「破棄」[Discard]、「送信」[Deliver]が並んでいる。 — 「手動送信」では、「送信」をタップするまで言葉がスマホ側に留まります。

ウィンドウが管理者として実行されており、FlowMicがそうでない場合、何も入力されなかった旨の通知が表示されます。

テキストと、Windowsによって管理者ウィンドウへの入力が阻止された旨の通知を表示しているスマホ画面。 — 最前面のウィンドウが管理者として実行されている場合、何も入力されなかったことがスマホ側に通知されます。

動かないこと・未検証のこと

LinuxのサポートはX11のみであり、多くのLinuxデスクトップで標準となっているWaylandでは他のウィンドウへの入力が動作しません。
FlowMicはスマホのキーボードの音声認識を使用しないため、スマホのキーボードの認識精度は引き継がれません。
スマホ側には途中の言葉が表示されますが、パソコンの入力欄にテキストが入るのはボタンから指を離した後のみです。
Windowsのパスワード欄は拒否されません。Chromeでは、スマホ側が「送信済み」と表示した2回中2回の送信でパスワード欄にテキストが入りました。送られたテキストは最前面のウィンドウに入るため、話す前にカーソルの位置を確認してください。
「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は意味しません。
VS CodeおよびCursorのターミナルパネル、ならびにssh、python、wslから直接起動したコンソールウィンドウでは、改行が結合されません。改行によってコマンドが実行されることがあるため、これらでは1行ずつ送信してください。

ほかの制限や未検証の項目

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。
コンソールがテキスト選択のマークモードになっている場合、パソコン側は送信完了と報告しスマホ側も「送信済み」と表示しますが、言葉は失われて何も表示されません。同じWindowsコードを使用したテストビルド上のWindows PowerShell 5.1では、3回中3回の実行でこの現象が発生しました。
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。
FlowMicには、音声コマンドや、音声によるクリック、スクロール、ウィンドウ切り替え、テキスト選択の機能は含まれていません。
パソコンの電源が入っており、対象のウィンドウが最前面にあって、入力欄にカーソルが置かれている必要があります。
これらのテストでは、実際の人の声に対する認識は計測していません。音声テストの素材には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再生した合成音声を使用しており、誤りの大半は音声認識の段階で発生しました。
Androidタブレットを用いてWindowsとLinuxでテストしました。macOSとiOSはテストしていません。
Windowsで未テストの項目: Windows 11、「クラウドリレー」、挿入後のカーソル位置、Word、Outlook、Gmail、Slack、Notion、Google Docs、Overleaf、Teams、Discord、Obsidian、VS Code、およびすべてのヘルプデスク製品。

よくある質問

モードを切り替えると、スマホの入力欄にすでに入っているテキストは残りますか？

モードを変更すると入力欄が空になるため、話す前にモードを選択してください。

言語モデルなしで「ローカルLAN」上の「翻訳」や「整理」を使うとどうなりますか？

デスクトップの「設定」にある「言語モデル」でそのパソコン上にモデルが設定されている必要があり、未設定の場合はアプリに「翻訳と整理にはこのパソコン側の言語モデルが必要です。設定されるまで、この 2 つのモードは利用できません。」と表示されます。「リアルタイム」で送った音声はモデルがなくても届き、行ラベル「モデル未設定 · 原文のまま」が付きます。

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。