Miaoyan（秒言）：どのアプリでも話して書けるAI音声入力

MiaoyanはWindowsとmacOSに対応したデスクトップ向けのAI音声入力ツールです。専用の文字起こし画面や文書を開く必要はありません。システムレベルで動作し、ホットキーを押して、文字が打てる場所ならどこでも話せば、テキストがカーソル位置に入ります。一般的な音声認識との違いは後半部分にあります。認識された生の話し言葉はいったん整えられ、フィラーや言い直し、くだけた言い回しが取り除かれるため、届く文章は書き言葉に近いものになります。

タイピング速度には物理的な上限があります。多くの人は1分間に40〜80文字程度ですが、普通に話せば200文字を超えます。音声入力が長くキーボードを置き換えなかったのは、認識精度の問題ではなく、出力がそのまま使えなかったからです。「えー」「つまり」「あの」が混じった話し言葉は、メールや文書に入れる前に一文ずつ直す必要があり、節約した時間は修正に消えます。Miaoyanはその整理工程を流れの中に組み込みました。これが旧来の音声入力との実質的な差です。

第二の差はシステムレベルでの統合です。多くの文字起こしサービスは、その画面で録音し、テキストをコピーし、目的のアプリに貼り付けます。この往復そのものが中断です。Miaoyanはチャット、文書エディタ、ブラウザ、コードエディタなど文字入力に対応するアプリ内でその場で動き、カスタムの呼び出しキーと長めの連続入力に対応するため、別のツールを足すというより入力方式を変えた感覚に近くなります。

主な機能

システムレベルの入力

WindowsとmacOSの両方で、文字入力に対応する任意のアプリ内で使え、ソフトを切り替える必要がありません。これが習慣になるかどうかを決めます。わざわざ開く必要のある道具は数回で忘れられますが、いつでも呼び出せるものはキーボードの役割の一部を本当に引き受けられます。

ホットキーによる起動

設定で押しやすい組み合わせを割り当て、押すと音声入力状態になり、カーソルの位置にテキストが入ります。変更できる意味は衝突回避にあり、とくに多くの組み合わせを使うエディタ、デザインツール、入力方式との重複を避けられます。

カーソル位置への自動入力

認識と整理が終わると、コピーや貼り付け、手作業の整形なしに現在の入力欄へ挿入されます。いくつかの操作を省くだけに見えますが、実際に守られるのは思考の連続性です。書く人にとって怖いのは遅いタイピングではなく、機械的な操作で手を止め、形になりかけていた一文を失うことです。

AIによるテキスト整理

フィラー、繰り返し、口語的すぎる部分を自動で処理し、書き言葉に近いテキストを出力します。Miaoyanで最も注目すべき能力です。ただし整理は代筆ではありません。筋の通った考えを散らかった言い方で述べたものを読みやすい段落にまとめるのは得意ですが、考えが整理されていない内容を明確にすることはできません。考えるのは本人の仕事で、道具は考え終わった部分を記録するだけです。

長い連続入力

書き物、アイデアの記録、長文といった場面に向けて、長めの連続音声入力に対応します。長文では短いフレーズより要求が厳しく、途中で一度切れる、一段落を誤認識する、カーソルが飛ぶ、のいずれかで人は諦めます。十数分の連続口述に耐えられるかが、この分野の実用性の分かれ目です。

幅広いアプリ互換

チャット、文書エディタ、ブラウザ、コードエディタで使えます。開発者にとってコードコメントや技術文書は「何を書くかは分かっているが打つのが面倒」という典型で、音声はコード本体よりもその文章でこそ役立ちます。

低干渉の入力体験

入力中の操作が少なく、思考の中断が減ります。宣伝文句のように聞こえますが、これが音声入力の本当の価値です。話す速さは考える速さに追従しますが、タイピングは追従せず、指を待つ間に次の一文を失います。

中国語表現への最適化

日常のやり取りや業務での中国語の特徴に合わせて調整されています。中国語の話し言葉は語気助詞や繰り返し、言い直しの比率が高く、専用の処理がなければ文字起こしの読みやすさは明らかに下がります。

使い方

1. 公式サイトmiaoyan.cnにアクセスし、自分のOS（WindowsまたはmacOS）向けのインストーラーをダウンロードしてインストールし、起動します。
2. 設定を開き、呼び出し用のホットキーを好みに合わせて設定します。エディタや入力方式がすでに使う組み合わせは避けます。
3. 文字入力に対応する任意のアプリでカーソルを書きたい位置に置き、ホットキーを押して音声入力状態に入ります。
4. マイクに向かって普通に話すと、Miaoyanがリアルタイムに認識・変換し、現在の入力欄にテキストが入ります。
5. 必要なら設定で認識の感度やテキスト最適化の程度を調整し、場面や好みに合わせます。
6. 話し終えたら一度読み返します。数字、固有名詞、人名・地名を含む段落は必ず確認し、この工程を省かないでください。

料金と利用枠

• 提供元の資料には、Miaoyanの料金、無料枠、購読の要否、利用時間の制限が示されていません。
• 長い連続入力がプランで制限されるか、たとえば1回あたりの上限や1日の総量制限があるかも書かれていません。
• 音声認識とテキスト整理はいずれも計算資源を使うため、商用製品の無料枠は通常限られます。本格導入の前に公式サイトで現行のプランを確認してください。

向いている人

• 大量の文章を書く作家やコピーライター。口述で初稿を作り、それを直すほうが一文字ずつ打つより早く集中状態に入れます。
• メール、報告書、議事録を書く業務担当者。話し言葉の表現をそのまま送れる書き言葉に整えたい人。
• 学生や研究者。講義の要点を素早く記録したり、読書中に理解を口述したりして、メモで思考を途切れさせたくない人。
• 開発者やテクニカルライター。コードコメント、コミットメッセージ、技術文書はキーボードより音声のほうが疲れにくい領域です。
• 反復性労作や手首の不調がある人。長時間のタイピングの一部を話すことに移すのは現実的な負担軽減になります。
• 考えてから書く人。話す速さはタイピングより速く、口述は打ち損ねる一文を残せます。

制約と確認事項

• 整理には限界があります。散らかった話を読める文章にまとめることはできますが、思考の代わりにはなりません。内容に筋がなければ、整理後も流暢な空疎になります。
• 固有名詞、人名、地名、専門用語、数字は誤りの多い領域です。外部に出す文章では、これらの箇所を人が必ず確認してください。
• 録音環境が結果を直接左右します。オープンオフィスやカフェ、会議室の背景の話し声は認識精度を明らかに下げるため、静かな部屋や指向性マイクの効果はすぐに現れます。
• 口述とタイピングは思考の作法が異なります。書きながら直すことに慣れた人は、最初は「声に出すと違う」と感じ、適応期間中は効率が下がることもあります。
• 提供元の資料にはデータの扱い、たとえば音声をクラウドに送るか、保存するか、モデル学習に使うかが書かれていません。顧客資料、契約、個人情報を扱う場合は、公式サイトやプライバシーポリシーで事前に確認してください。
• 提供元の資料には対応言語の範囲がなく、中国語に最適化したとのみ記されています。多言語認識が安定しているかは実際に試す必要があります。
• 提供元の資料には対応OSのバージョンや推奨ハードウェアの記載がありません。インストール前に公式サイトで自分の端末が条件を満たすか確認してください。
• コードエディタでは、音声はコメントや文書向けで、コード本体には向きません。構文記号、インデント、変数名を口述するのはほぼ不可能です。

よくある質問

対応OSは何ですか？

提供元の資料はデスクトップのWindowsとmacOSを明記しています。モバイル版の有無については言及がありません。

特定のソフトの中でしか使えませんか？

いいえ。システムレベルで動作し、チャット、文書エディタ、ブラウザ、コードエディタを含む文字入力対応の任意のアプリで使えます。

認識されたテキストは自分で直す必要がありますか？

フィラーや繰り返し、口語表現は自動で取り除かれ、書き言葉に近づきます。ただし事実に関わる内容、数字、固有名詞は人が確認する必要があり、自動整理に任せるべきではありません。

長文の作成に向いていますか？

提供元の資料は書き物や長文に向けた長めの連続音声入力に対応するとしています。実際にどれだけ連続できるかは端末、ネットワーク、環境によります。自分の原稿で試してください。

騒がしい場所ではどうですか？

提供元の資料に騒音下の性能データはありません。原理的には背景の話し声が認識を妨げるため、静かな場所や指向性マイクで結果が明確に改善します。