Canvaで音声入力： ホットキーで口述する

Canvaに音声入力はある？Magic Writeは口述ではない

Canvaには音声っぽい機能があります。でもリアルタイムの口述機能はありません。混同されがちな4つを、ここで切り分けておきます。

Magic WriteはAIによる文章生成であって、あなたの声ではありません。プロンプトを入力すると——「ヨガスタジオのキャッチコピーを3つ書いて」——CanvaのAIが文章を下書きします。CanvaのMagic Write公式ページ にも、プロンプトを入力するのはあなたであり、声は入力にならないと明記されています。Magic Writeはあなたの代わりに書きます。口述はあなたが言ったことを書き取ります。役割が違うのです。

Speech to Textは、録音済みのファイルを文字起こしします。Canvaの Speech to Text機能 は、既存の録音や動画——ページにはMP4、MOV、M4Vで最大500 MB・90分未満、またはYouTubeリンクと記載——を受け取り、後からテキストに変換します。本当に便利なので、あとでこちらにご案内します。でもこれはファイルを文字起こしするものであって、テキストボックスにリアルタイムで話すものではありません。

Text to Speechは逆方向に動きます。CanvaのAI Voice Generatorは、入力したテキストを動画用のナレーション音声に変えます。テキストを入れて音声を出す。口述とは正反対です。

CanvaのAIマイクはプロンプト欄を埋めるだけです。アシスタントにはマイクのアイコンがありますが、それはAIプロンプトを音声で埋めるもの——アシスタントにコマンドを話しかけるものです。デザインのテキストにも、コメントにも、Docの本文にも入力はしません。

だから正直な結論はこうです。Canvaにはテキストフィールドへのリアルタイム口述機能はありません。その仕事——話せば言葉がカーソル位置に現れる——は、別のデスクトップツールが担います。それこそが、この記事を書いた理由のすべてです。

ホットキーでCanvaのテキストボックスやDocに口述する

解決策はCanvaの下、オペレーティングシステムのレベルにあります。デスクトップの口述アプリをインストールすると、それがグローバルなホットキーを取得し、そのホットキーが文字起こしされたテキストを、カーソルのあるフィールドへ貼り付けます——Canvaのテキストボックス、コメント、Canva Doc、どこでもです。ツールがブラウザのタブの中ではなくOSのレベルにあるので、同じキーがSlackでもGmailでも、あなたのエディタでも使えます。

Whisperの初期設定のホットキーは、WindowsではCtrl+Space、macOSではCommand+Optionです。どのCanvaの画面でも流れは同じです。

1. 入力したいフィールドをクリックします——キャンバス上のテキストボックス、コメント行、またはCanva Doc。
2. ホットキーを押しながら話します。声に出すときのように、その一文を言ってください。
3. 離します。1〜2秒後にカーソル位置に言葉が現れます。
4. ちらっと見て、必要なら単語を直し、そのままデザインを続けます。

やることはこれだけです。「口述を開始」ダイアログも、2つ目のウィンドウも、どこかからのコピー＆ペーストもありません。あなたは元々いたCanvaのフィールドにそのまま留まります。ツールは画面に何があるかを気にしないので、Canvaをブラウザで使っていても、Canvaデスクトップアプリを使っていても動きます。

この記事での私の唯一の意見を、数字つきで述べます。最高の生産性向上は、入力が速くなることではなく——手順が減ることです。タイピングは毎分40語くらい、話す方は約145語で、およそ3.6倍速い。本当の節約は、止まって・座って・打つという姿勢の切り替えを飛ばせることにあります。カルーセルをレイアウトしていて、頭の中にキャプションがある。それを言えば、もうそこにある。音声は手順を速くするのではありません。いくつか消すのです。

上の埋め込みはスクリーンショットではなく、本物のアプリです。文字起こしの方式を選び、ホットキーを押し、テキストが着地するのを見てください。Canvaはこのツールの存在をまったく知りません——Canvaから見れば、あなたが入力したのと寸分違わず同じ。ただ、入力という手間がないだけです。

方式は3つあり、アプリが勝手に選ぶことはありません。Cloudモードはあなた自身のOpenAIキーを使い、最高の精度とウェブ回答を得られます。Parakeetは英語と24のヨーロッパ言語に対応した、最速のローカルオプションです。Whisperの多言語モデルは自動検出を含む99以上の言語をカバーし、英語への翻訳もできます。日々のCanva作業——見出し、キャプション、コメント——なら、小さめのローカルモデルでも十分ついてきます。多言語キャンペーンを書くなら、両モードあわせて90以上の言語に対応というのが、お客様向けにお伝えしている数字です。

口述を自動でクリーンアップする

生の話し言葉には「えーと」や、言い直しや、「いや、今のなし」が混じります。Whisperは文字起こしの上に、任意のAIクリーンアップを用意しています。無料モードならあなた自身のマシン上で動くローカル処理、Pro（自分のキーを使う場合）ならクラウド処理です。これをオンにすれば、「えーと見出しを太字でフレンドリーに今週だけ10パーセントオフみたいな感じで」が、きれいな一文として着地します。オフにすれば、一字一句そのままの文字起こし——「えーと」もすべて含まれ、それはそれで一種の正直さです。録音ごとに、あなたが決められます。

ここはMagic Writeの混同が戻ってくる場所でもあるので、はっきり片付けておきましょう。Magic Writeは、あなたが入力したプロンプトから文章を生成します。Whisperのクリーンアップは、あなたが実際に話した言葉を整えます。一方は文を考え出し、もう一方はあなたの文を整える。AIにキャッチコピーを書いてほしいなら、それはMagic Write。キャッチコピーを声に出して、それをきれいに入力してほしいなら、それがこちらです。

貼り付けられる場所と、できない唯一のこと

さて、正直な範囲の話です。これをはっきり言う人は、この検索結果の中で他にいないので。Whisperは、文字起こしされたテキストを、フォーカスのある単一のフィールド——カーソルのある場所のテキストボックス、コメント、またはDoc——に貼り付けます。それが約束のすべてです。

音声でCanvaの要素を作成・移動・サイズ変更・色変更・デザインすることはできませんし、Canvaのコマンドを実行することもできません。「フレームを追加」「フォントを太字に」「ロゴを大きく」と言っても、そうはなりません。話し言葉をカーソル位置でテキストに変えるだけです。デザインツールを操作するわけではありません。（私は始めたばかりの頃、音声コマンドで図形を動かそうと、ある午後を丸ごと無駄にしました。図形は寸分も動きませんでした。私は修士号を持っているのですが。）

知っておく価値あり：MacとWindows向けの同種の口述アプリWillowは、ある一点で先を行っています——文中の音声フォーマットコマンドに対応しているので、口述しながら「箇条書き」や「改行」と言うと、その書式がそのまま現れます。Whisperはそれをうたっていません。プレーンテキストを貼り付け、書式は自分の手でつけてもらう方式です。音声で書式を操りたいなら、それはWillowを検討する本当の理由になります。あなたがインストールしてから気づくより、ここで言っておきたいのです。

オフラインで、プライベートに

デザイナーは、社外に出してはいけない文章を扱います。未発表の製品名。NDA下のクライアントの発売日。まだ公開されていない価格の一行。それをクラウド専用のツールに口述すると、音声はサーバーへ行って戻り、テキストになります。

Whisperのローカルモードは、すべてあなたのマシン上で動きます。文字起こし中はインターネットを使わず、音声はノートパソコンから出ません。必要な接続は、モデルの初回ダウンロードの一度きりだけ——選ぶモデルによって、およそ140 MBから3 GBの間です。そのあとは、Wi-Fiを切った飛行機の中でも、デッキ1冊分のCanvaキャプションをまるごと口述できます。

ここが、Canvaの口述の隙間を埋めるツールたちを最もはっきり分ける線です。ブラウザ拡張機能のVoice Inはクラウドベースです。WillowのCanvaページはデータ保持ゼロをうたっていますが、オフラインモードには触れていません。Whisperは、端末上でのローカル文字起こしをはっきり提供しています。「今週の見出し」程度のコピーなら関係ないでしょう。でも、オープンなオフィスで声に出して読むのをためらうようなものなら、端末上処理が地味で正しい既定値です。同じ理屈は、Figmaでの音声入力 と Miroでの音声入力 を追加するガイドにも通っています——デザインツールは変わっても、理屈は変わりません。

Magic WriteやOSの口述の方が向いている場合

Whisperが毎回正解だとは言いません。そうでない3つのケースです。

実は既存の録音を文字起こししたい場合。ボイスメモやウェビナーのクリップ、YouTubeリンクが既にあって、その中から言葉を取り出したいなら、それは口述ではなく——ファイルの文字起こしです。Canva自身の Speech to Text が、追加ツールなしでエディタ内でやってくれます。Canvaの標準機能を使ってください。その仕事には、それが正解です。

ずっとCanvaのブラウザタブだけで作業していて、無料のブラウザアドオンが欲しい場合。Voice Inは、まさにそのために作られたChromeとEdgeの拡張機能です。Canvaデスクトップアプリやブラウザ外には届きませんが、ブラウザがあなたの世界のすべてなら、ぴったりです。

コンピュータに既にある音声機能を使いたい場合。WindowsにはWin+Hの音声入力があり、macOSにはApple Dictationがあります。どちらもCanvaにシステム全体で口述でき、ブラウザでもデスクトップでも、無料で何もインストール不要です。それぞれ単一プラットフォーム向けで品質にもばらつきがありますが、短い区切りでの利用なら、まずまずの無料の選択肢です。

Whisperを選ぶのは、音声を端末上に留めておきたいとき、登録時にカード不要の無料ツールが欲しいとき、あるいはCanvaデスクトップアプリと、あなたが触れる他のすべてのアプリで同じように使える1つのホットキーが欲しいときです。

費用について

Canva自身のMagic WriteとSpeech to Textは、Canvaの無料プランとProプランの中にあります——Canvaの価格設定であって、私のではありません。WillowのCanvaページは、試用に週2,000語の無料枠（カード不要）を提供し、その先は有料プランです。Voice Inはフリーミアムのブラウザ拡張機能です。Whisperのローカルパイプライン全体——Canvaのフィールドに口述する部分——は、登録時に無料で、カード不要です。Whisper ProはCloud機能を追加し、7日間のCloudトライアルが付いてきます。カードが必要なのはそのアップグレードのときだけで、最初の登録時に必要になることは決してありません。この2つを混同しないでください。あなたのCanva作業をこなす口述は、無料の部分です。数字を知りたい方は、料金ページ に載っています。

「Canvaの音声入力」を検索する人の多くは、同じささやかな失望にたどり着きます。口述ボタンを探しに行き、Magic Writeを見つけ、それがあなたの代わりにコピーを書きたがるもので、あなたが言ったことを入力するものではないと気づくのです。ボタンはCanvaの中にはありません。一層下、ホットキーの中にあります。下の娘に一度この動きを見せたら——クリックして、押さえて、話して、離す——私が説明し終える前に、彼女はバースデーカードのキャプションを書いてしまいました。7歳です。追加の質問は一つもしませんでした。これは、私がオンボーディングしてきた大人の大半より上等です。どこでもキーボードなしの方法が欲しいなら、音声で速く入力する 方法はこちら。Macでの音声入力 も含みます。