音声入力 Google Docs での

[ツール] を開き、[音声入力] をクリックして話し始める

インストールも、拡張機能も、アカウントのアップグレードも不要。音声入力はすでに Google Docs の中に組み込まれています。

ひと通りの作業は初回でおよそ30秒、それ以降は毎回10秒ほどです。マイクのボックスがまったく現れない場合、ほぼ間違いなく Firefox か古いブラウザを使っています。下の「トラブルシューティング」のセクションへ進んでください。

始める前に設定しておく価値のある詳細が1つ。マイクの上にある言語のドロップダウンです。Google Docs はそこで100以上の言語と方言に対応していて、英語、スペイン語、アラビア語の地域別バリエーションも数多く含まれます。正しいものを選べば、その瞬間に精度が跳ね上がります。自分が話さない言語のままにしておくと、出来の悪い字幕のような意味不明な文字の羅列が返ってきます。

必要な句読点コマンドとショートカット

ここが人を驚かせる部分です。Google Docs は句読点を自動では付けてくれません。自分で言います。

文を終えるには「ピリオド」と言います。一呼吸置くなら「カンマ」。「感嘆符」「疑問符」「改行」「段落」もあります。つまり2つの文を口述すると、声に出すとこうなります。「会議は確定 ピリオド 金曜までに議題を送る ピリオド」。最初の4分くらいは奇妙に感じますが、その後は体が覚えてしまいます。かつてセミコロンを打つのに慣れたのと同じように。

より幅広い編集コマンドも存在します。「段落を選択」「斜体」など、書式設定や移動のフレーズです。これらは英語でのみ動作し、しかもアカウントの言語とドキュメントの言語の両方が英語に設定されている場合に限ります。句読点コマンドはもっと寛容で、より多くの言語で動作します。英語に固定されているのは書式設定コマンドの方です。

キーボードショートカットもあちこちで言われています。多くのユーザーや第三者のガイドが、メニューを開かずに音声入力を切り替えるために Windows では Ctrl+Shift+S、Mac では Cmd+Shift+S だと報告しています。触れておく価値はありますが、Google の現行ヘルプページにはショートカットがまったく記載されていないので、「広く報告されていて、たいてい動く」程度に捉えてください、絶対の真実としてではなく。お使いの環境で何も起きなければ、メニュー経由なら必ず動きます。

句読点を手動で言うという点は、Google のツールと新しい AI 口述ツールを分けるいちばんきれいな境界線です。「カンマ」と声に出して言うのは、何年もほとんど変わっていない無料機能の代償です。それが間違っているわけではありません。ただ、2026年の製品の中に2015年が静かに座っているだけです。

それはパソコンの中ではなく、ブラウザのタブの中で動く

次のセクションでは標準ツールがあなたにとって十分かどうかが決まるので、何を見ているのかを写真でお見せします。

音声入力は Google Docs の機能であり、つまり Google Docs を開いているブラウザのタブの機能です。デスクトップアプリはありません。タブを閉じればマイクも一緒に消えます。かつての「Chrome 専用」という評判はもう古く、Google のヘルプページには今や Chrome、Edge、Safari が記載されています。Firefox は今も外されたままです。

そのブラウザ縛りの代償は、書いた文章がドキュメントの外に出る瞬間に表れます。たとえば Docs で音声でプロジェクトの近況を書き、次にメールのコメントに返信し、Slack にメモを貼り付け、スプレッドシートのセルを埋めたいとします。マイクはそのどれにもカーソルについていけません。Docs のタブの中でしかあなたの声を聞かないのです。多くの人にとってはそれで十分です。彼らは Docs で書き、それ以外では書かないからです。残りの人にとっては、1日に何度もぶつかる壁になります。

それからモバイルの問題があります。スマートフォンでは、デスクトップの音声入力メニューは表示されません。Docs のモバイルアプリは代わりにスマホのキーボードに内蔵された口述マイクに頼ります。そのキーボードのマイクは悪くありませんが、仕事をしているのはあなたのオペレーティングシステムであって、Google Docs ではありません。

Google Docs の音声入力があなたの声を聞かなくなったとき

音声入力は、予測できる少数のパターンで壊れます。私が実際に見てきた頻度の高い順に並べます。

• [ツール] メニューに見当たらない。 非対応ブラウザを使っています。たいていの犯人は Firefox、次点が大昔の Chrome です。同じドキュメントを現行の Chrome、Edge、または Safari で開けば、メニュー項目が再び現れます。
• マイクのボックスはあるのに何も入力されない。 ブラウザにマイクの権限がないか、間違った入力デバイスが選ばれています。ブラウザのアドレスバーにある小さなカメラ/マイクのアイコンを確認し、そのドキュメントのタブが許可されているか確かめてください。次にオペレーティングシステムのサウンド設定を確認し、正しいマイクが既定になっているか確かめます。ノートパソコン内蔵のマイクと差し込んだヘッドセットがこの座を奪い合うのです。
• 言葉がつながったり、文字化けのように出てくる。 これはほぼ常にソフトではなく音声の問題です。安価な USB マイクは、変更できるどんな設定よりも精度を高めてくれます。たいていはモデルのアップグレードより効果があります。周囲の騒音、扇風機、開いた窓、それらすべてが文字起こしに紛れ込みます。
• 1〜2分で勝手に止まる。 音声入力は、しばらく音声を検知しなくなったとき、またはタブがフォーカスを失ったときに一時停止します。もう一度マイクをクリックすれば再開します。口述中に何かを読もうと別のウィンドウに切り替えると、その切り替えこそがあなたをミュートにしているのです。
• 言葉が間違った場所に出る、またはコマンドが文字として入力される。 「段落」と言ったのに改行ではなく「段落」という文字がドキュメントに入る場合、アカウントまたはドキュメントの言語が英語に設定されておらず、編集コマンドは英語専用だからです。「カンマ」や「ピリオド」のような句読点は言語をまたいでもっと寛容です。厳格なのは書式設定と移動のコマンドの方です。コマンドが文字のまま出続けるなら、両方の言語設定を確認してください。

ドキュメントのタブでは動くのに別のアプリではまったく声を聞かない場合、それは Google Docs の問題ではありません。それはまたしてもブラウザ縛りです。どんなトラブルシューティングの手順でも直りません。仕様どおりに動いているからです。

マイクのボックスがまったく聞き取りを始めない場合は、 Google ドキュメントの音声入力が動かなくなる理由についての完全ガイドをご覧ください。

ブラウザのタブの中に住まずに Docs へ口述する

システム全体で使えるツールは、問題の形そのものを変えます。Whisper by Remskill はデスクトップアプリで、ブラウザ拡張でも Docs アドオンでもありません。どこででもホットキーを押し、話し、離すと、テキストがカーソルの位置に貼り付けられます。Google Docs のタブでも、メールでも、Slack でも、スプレッドシートのセルでも、そのマシン上のあらゆるテキスト欄で。

既定のホットキーは Windows では Ctrl+Space です。Mac ではプッシュ・トゥ・トークで、Command+Option を一緒に押し続けて録音し、どちらかのキーを離すと停止します。すでに使っている機能とぶつかる場合は、どちらも設定で変更できます。流れはどちらのプラットフォームでも同じです。押して、話して、離す。言葉はカーソルのある場所に着地します。詳しい手順はWhisper の仕組みガイドでご覧いただけます。プラットフォーム別のセットアップはMac での音声入力とWindows での音声入力をどうぞ。

ブラウザのツールには構造的にできず、デスクトップアプリにはできることをいくつか。

• 句読点は自動。 「カンマ」と声に出して言う必要はありません。文字起こしが代わりに付けてくれるので、口述はト書きを読み上げるのではなく、話すように聞こえます。
• オフラインで動く。 ローカルパイプラインは純 Rust のエンジンを通してあなたのマシン上で完結し、音声はノートパソコンから一切出ません。書きかけの退職届が、誰かのサーバーを経由して遠回りすることもありません。
• どこへでもカーソルについてくる。 Docs の段落を埋めるのと同じホットキーが、30秒後にはGmail の返信やNotion のページを埋めます。

モデルについてひと言、よく聞かれるので。ローカルではエンジンを自分で選びます。選択権はあなたにあり、こちらが選んだ既定ではありません。NVIDIA の Parakeet は最速のローカル選択肢です。約600 MB、CPU 上で Whisper の5〜10倍速く、英語に加えて24のヨーロッパ言語、合計25言語をカバーします。主に英語を話し、速さが欲しいなら選んでください。

ローカルの Whisper モデルはもっと幅広く対応します。多言語版は自動検出を含む99言語と、英語への翻訳をカバーします。他の言語や翻訳が必要ならこちらを選んでください。英語専用の Whisper 版は設計上英語に固定されていて、書くのが英語だけなら最高の精度が出ます。そして最新の OpenAI の品質とウェブアクセスが欲しいなら、Cloud モードがあなた自身の OpenAI キーで動作し、OpenAI が公式に挙げているおよそ57言語をカバーします。3つの道、選ぶのはあなたです。アプリはあなたの代わりに既定を選びません。これは私が痛い目を見て学んだことですが、まさにそれこそ人々が望んでいることでした。最初のビルドはモデルがすでに選ばれた状態で出荷され、ユーザーが最初にしたことは、それを変えに行くことだったのです。

その最後の点が、私にとってのお弁当箱テストです。火曜の夕方、サンドイッチと、下の子が結局食べない同じヨーグルトを用意していて、学校は遠足の許可証を8時までに返してほしいと言っています。片手でノートパソコンをつかみ、ホットキーを押し続け、きゅうりを切る合間に返信を口述します。先生の名前のつづりを尋ねるために一度、なぜ月が時々出ていないのかに答えるために一度、止まりながら。メールは送信され、お弁当箱はできあがります。要点はこれが Docs だということではありません。要点は、私のカーソルがメールクライアントにあり、次にカレンダー、次にメモアプリにあって、同じキーが3つすべてで動いたことです。音声入力なら最初の1つだけを聞いて、残りは沈黙していたでしょう。

私たちのアプリを使わず Google の標準ツールを使うべきとき

私が書く際の指針がそれを求めるので、そしてそれが真実なので、はっきり言います。あなたが Google Docs の中だけで書き、それ以外では書かず、しかも短い文章、段落、コメント、ちょっとしたメモを送っているなら、Google の音声入力を使い、何もインストールしないでください。無料で、すでにそこにあり、100以上の言語に対応していて、「ピリオド」と数回言う代償は、ちょっとした体裁だけです。

システム全体で使えるツールが効いてくる境界線は、だいたい200語あたり、あるいは口述がドキュメントの外に出る必要が生じた瞬間です。長文を書いていたり、1時間に3つのアプリを行き来したり、電車の中でオフラインで作業したり、サーバーに送りたくないテキストを扱っているなら、ブラウザのタブがボトルネックになります。その線より下なら、Google が面倒を見てくれます。自分がどちら側にいるのか、正直になってください。

If you have already crossed that line, here is a Google voice typing alternative that dictates anywhere — including offline.

人が忘れがちな標準オプションがもう1つ。Windows と macOS にはそれぞれ独自のシステムレベルの口述機能があります。Windows では Win+H の音声入力パネル、Mac ではキーに割り当てられるオペレーティングシステムの口述機能です。少なくともこれらは Google のものと違ってブラウザの外でも動きます。専用ツールほど正確でも制御しやすくもありませんが、無料ですでにインストールされています。有料のものに手を伸ばす前に試す価値はあります。

Google Docs の音声入力は無料で、標準搭載されていて、ブラウザのタブの中で一度に段落1つを書く分には十分です。口述がそのタブの外に出る必要が生じた瞬間、メールへ、チャットへ、スプレッドシートへ、電車の中のオフラインへ、マイクは後ろに置き去りにされます。そもそもあなたのパソコンの中にいなかったからです。それは直すべき欠陥ではありません。ブラウザの機能が届く範囲の縁なのです。うちの7歳がかつておばあちゃんへのメールを丸ごと口述して、それから「なんで自分のお絵かきアプリでは動かないの」と尋ねました。もっともな質問です。答えは、どのウィンドウにいるかを気にしないホットキーです。