音声入力を Notion で

Notion に音声入力機能は組み込まれている?

いいえ。Notion には、ページに音声で書き込むための音声テキスト変換・口述入力・音声タイピング機能が組み込まれていません。Web 版にも、デスクトップアプリにも、モバイルにもです。ブロック上にマイクボタンはなく、音声コマンドも、隠れた設定もありません。設定画面を探し回っていたなら、もうやめて大丈夫です。そこにはないのです。

これで多くの人がつまずくのは、Notion に「音声」が関わる機能が確かに存在するからです。AI Meeting Notes と呼ばれるもので、これは別物のツールです。AI Meeting Notes は会議を録音し、音声を文字起こしし、アクションアイテムと参加者リスト付きの要約を生成します。Notion アプリとブラウザ、さらに Notion AI が含まれる対象モバイルプランで動作します。これができないのは、カーソルが置かれているブロックに文章を口述入力することです。これは事後に会議を記録するものであり、あなたが書いている最中に代わりに入力してくれるものではありません。この2つを混同するのが、このテーマで最もよくある間違いであり、午後を丸ごと使って間違った機能を有効化してほしくないのです。

ですから、話して言葉が Notion のページに現れるのを見たいなら、Notion の上に乗るツールが必要です。誠実に言える選択肢は2つ。お使いの OS の無料音声入力と、Whisper のようなシステム全体で使えるアプリです。このガイドの残りでは両方を扱います。

ホットキーを押して話せば、Notion に文字が収まる

これが仕組みのすべてで、最良の意味で退屈なものです。ホットキーを押して、話して、離す。すると文字起こしが、フォーカスのあるテキストフィールドのカーソル位置に貼り付けられます。Whisper はキーを離した後 500 ミリ秒の余韻を捉えるので、最後の単語が切れることはありません。OS のカーソル位置に貼り付けるため、Notion は単なる「どこかのテキストボックス」になります。ブラウザのタブでもデスクトップアプリでも、動作は同じです。

ここがランディングページが過剰に複雑にする部分です。承認すべき Notion 連携も、API トークンも、同期ジョブもありません。カーソルが Notion のブロックにあり、あなたが話すと、言葉がそのブロックに現れる。それだけです。話している間は録音オーバーレイが小さなカプセルとして表示されるので、聞き取り中だと分かります。

最初にきちんと押さえておく価値があるのは、ホットキーだけです。Windows では Ctrl+Space、Mac では Command+Option で、話している間に押し続ける修飾キーのみのプッシュ・トゥ・トークです。どちらも、既に使っている何かと衝突する場合は設定で変更できます。(下の娘がかつて、お絵描きアプリでホットキーが「効かない」と言ってきたことがあります。実はバグではなく衝突でした。これで、普通の人はホットキーの衝突が何なのか見当もつかないのだと学びました。今はすべてカスタマイズ可能です。)

2分でセットアップ (Windows または Mac)

必要なのは、Apple Silicon の Mac か Windows 10 以降の PC、動作するマイク、そしてブラウザかデスクトップアプリで開いた Notion です。ローカルのパイプラインは、サインイン済みのどのアカウントでも無料で、サインアップ時に支払い方法を聞かれることはありません。手順は次のとおりです。

時間がかかるのはモデルのダウンロードであって、セットアップではありません。それ以外は上記の4ステップだけです。Windows や Mac で音声入力をセットアップしたことがあるなら、これはまったく同じ流れです。今回はたまたま対象アプリが Notion だというだけです。

Windows での音声入力 · Mac での方法

ブラウザ拡張機能 vs. システム全体のホットキー

このキーワードで上位表示されるページの多くは、Notion を含むどのテキストフィールドにも音声入力を加えるブラウザ拡張機能 (Voice In、Voicy、Speechify) を推します。ブラウザのタブの中で暮らしているなら、拡張機能は十分な答えです。ただし1つ構造的な限界があります。ブラウザが届く範囲でしか動かないのです。

Notion のデスクトップアプリはブラウザのタブではありません。Notion のアプリに口述入力すると、Chrome の拡張機能はそれを見ることができません。システム全体のホットキーなら見えます。どのウィンドウが所有しているかに関係なく、OS のカーソル位置に貼り付けるからです。これが本当の分かれ目です。拡張機能はブラウザの範囲、ホットキーはあらゆるものの範囲。Notion のブロックを埋めるのと同じ Whisper のホットキーが、Gmail の作成画面も、Slack のメッセージも、コミットメッセージも埋めます。1つのツールで、すべてのテキストフィールドを。アプリを切り替えても、何も学び直す必要はありません。 コミットメッセージ

Chrome のタブでしか Notion に触れないなら、拡張機能で十分ですし、いくつかは無料です。デスクトップアプリを開いた瞬間、あるいはすべてのプログラムで同じ手の感覚が欲しくなった瞬間、システム全体の方式が勝ちます。私なら迷わずホットキーを選びます。1時間に40回もアプリを切り替えるので、40種類もの違う音声入力ボタンなどごめんだからです。

ローカルかクラウドか: Notion のメモにはどちらのモードか

Notion のメモには、まずローカルモードを試してください。メモの大半は私的なもの (会議の振り返り、まとまりきらないアイデア、プロジェクト計画を装った買い物リスト) で、そのテキストがマシンの外に出る必要はまったくありません。Mac が Apple Silicon か、PC がここ数年のものなら、ローカルは日常の口述入力を文句なくこなし、クラウドは既定ではなく非常口になります。

3つの方式がどう違うのか、ここで説明します。アプリがあなたに選ばせるので、うまく選んでほしいからです。

• Local Parakeet — NVIDIA の TDT エンジン、約 600 MB。最速のローカル選択肢です。英語に加えて他の24のヨーロッパ言語、合計25言語をカバーします。英語への翻訳機能はありません。Notion のメモを英語か別のヨーロッパ言語で書くなら、これが手早くて私的な選択肢です。
• Local Whisper — 同じマシン上では Parakeet より遅いものの、多言語版は99言語をカバーし、英語へ翻訳できます。英語専用のビルドはあくまで英語専用で、99言語ではありません。中国語、日本語、韓国語、あるいは翻訳作業にはこれを選んでください。Parakeet にはできないことです。
• Cloud (OpenAI、BYOK) — 最高の精度と Web アクセス。自分の OpenAI キーを使い、課金は OpenAI から直接行われます。文字起こしは既定で gpt-4o-mini-transcribe で動作します。インターネットが必要です。Cloud の機能は Whisper Pro の一部です。

退屈な真実ですが、ほとんどの人が Notion に入れる類のテキストには、ローカルで十分です。クラウドが活きるのは、難しい録音で最高水準の精度が欲しいときや、文の途中でモデルに Web から事実を引っ張ってきてほしいときです。日々のメモ習慣には、まずローカルから始め、ローカルでは物足りなくなったときだけクラウドに手を伸ばしてください。

音声で句読点、見出し、そして Notion のマークダウン

生の口述入力は、ひと続きの文として出てきます。「えーと、ローンチは火曜でデザインレビューを水曜に動かしてサラに伝えて」と話すと、どの音声エンジンからも、その句読点のない壁が返ってきます。それを整えるところで、モードの違いが現れます。

Windows Voice Typing は話すそばから句読点を付け、macOS Dictation は「コンマ」や「ピリオド」と言えば基本的な句読点を処理します。より重めの整形 (「えーと」を取り除く、ひと続きの文を直す、話した段落をそのまま文書に貼り付けられる形にする) には、Whisper が AI パスを実行できます。起動フレーズ「Hey whisper」と言えば、文字起こしされたテキストが、収まる前に整えられます。ローカルモデルでは Ollama 経由、クラウドモードでは既定で gpt-5-mini です。

Notion 独自の構造 (見出し、箇条書き、トグル) については、正直な答えはこうです。音声は文章を入力してくれますが、書式は Notion のマークダウンショートカットで付けます。文を口述したら、いつもどおり見出しには ## を、箇条書きには - を入力するのです。Notion のブロック構文を命令ひとつで出現させてくれる音声入力ツールはありません。「見出し2と言えば書式が整うのを見て」と約束する人は、デモを売っているのであって、現実の火曜日を売っているのではありません。音声で素早く言葉を書き出し、すでに知っているショートカットでブロックを形作りましょう。

That same speak-then-clean flow pays off outside Notion too: you can dictate prompts into ChatGPT with the one hotkey, so a long request becomes a few spoken sentences instead of a paragraph you type out.

Notion で音声入力ツールを見送るべきとき

ときには、正しいツールがすでにマシンにある無料のものであり、そうでないふりをするのは不誠実だ、ということがあります。短い Notion メモ (さっとした記録、2行のリマインダー) しか口述しないなら、お使いの OS がそれを無料でカバーします。

Windows では、Windows key + H を押すと、組み込みの Voice Typing バーがカーソルのある場所、Notion のブロックを含めて開きます。自動で句読点を付け、短い入力には十分です。難点は、インターネット接続が必要なことで、オフラインの選択肢ではありません。Mac では、Dictation を使えば入力できる場所ならどこでも音声で文字を入れられます。設定はシステム設定のキーボードで行い、Apple Silicon では一般的なテキストをデバイス上で処理できます。Apple Dictation は40以上の言語と地域バリエーションをカバーします。

専用ツールに手を伸ばすのは、組み込み機能がつらくなり始めたときです。長いメモ、多言語の作業、Windows でのオフラインのプライバシー、あるいは Notion でもメールでもエディタでも同じように振る舞う1つのホットキーが欲しいとき。その水準より下なら、無料のもので済ませましょう。1行のリマインダーのためにアプリを入れろなどと言うつもりはありません。

同じトレードオフは Google ドキュメントでの音声入力でも起こります。ブラウザのタブ内では問題ありませんが、Notion・ドキュメント・メールで同じ音声フローを保つにはシステム全体のホットキーが必要です。

Notion はマイクボタンを世に出したことがなく、これを書き終えた今、これからも出さないと確信しています。出す必要がないのです。カーソルこそが連携だからです。ブロックに話しかけ、テキストを得て、すでに知っているショートカットで書式を整える。このガイドのほとんどを、私は学校のお迎えと夕食の間に、Notion ではないテキストボックスに、それがどのボックスかなど気にしないツールで口述しました。仕掛けはそれだけです。