Vocaly
Vocaly · 音声・言語
Vocalyは、自分の言葉をクラウドサービスに預けられない人のためのプライベートな音声入力ツールだ。WindowsとMacでローカルのAIモデルを動かすので、キーを押し続けて話せば、フォーカス中のアプリに言葉が入る。WindowsとMacの音声入力のなかで、プライバシーとプッシュトゥトークの操作性をここまで真剣に扱うツールは少ない。機密資料を扱い、月額課金なしで入力スピードを手に入れたい専門職に向いている。
Vocaly について
Vocalyとは
Vocalyは「あなたの声は自分のマシンにとどまる」という一点を軸に作られた音声入力ソフトだ。音声を遠隔サーバーに送る代わりに、自分のハードウェア上で音声モデルをローカルに動かす。大量に文字を打つけれど、その言葉をクラウドサービスに貼り付けられない人に向く。
プッシュトゥトークの設計が、ほとんどの音声入力アプリとの差を生む。一般的なツールはマイクを一日中開いたままにして、ウェイクワードを待ち、文がどこで終わるかを推測する。その結果、周囲の雑談も言いかけの考えも下書きに紛れ込む。Vocalyはトランシーバーのように動く。キーを押し、話し、離す。そのキーを意図的に押し続けているとき以外は何も録音されない。常時リスニング型のツールを悩ませる背景ノイズの問題を消し、本当に信頼できる録音を手に入れられる。
主な制約は守備範囲だ。Vocalyはまずデスクトップ向けのツールであり、エディタ、ブラウザ、ターミナル、メールクライアントで作業するWindowsとMacのユーザーを狙う。スマホのキーボードで音声入力したいなら別のアプリが要る。スマホ版は存在しない。自分のハードウェアに頼る作りなので、非常に古いマシンではローカルモデルが重くのしかかる場合もある。
はじめ方
- 公式サイトからインストーラーをダウンロードし、WindowsかMacで実行する。
- Vocalyを起動し、ローカルモデルの読み込みを待つ。始めるのにアカウントやクラウドログインは不要だ。
- よく使う名前、略語、業界用語をカスタム語彙に追加する。
- 任意のアプリを開き、テキストを入れたい位置をクリックし、プッシュトゥトークのホットキーを押し続けて話す。
- キーを離し、言葉が出ているかを確認して、必要に応じて書式コマンドを調整する。
AIツール情報
Vocalyの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- 長いテキストを書き、打つより話したいライターやコンテンツ制作者
- キーボードから離れずにコミットメモやコメントをコードエディタへ口述する開発者
- 機密資料を扱い、クラウド音声入力を使えない法律・医療・金融の専門職
タスク
- Vocalyはフォーカス中のウィンドウに入力するので、どんなアプリでもメールや文書を書ける
- コードエディタやターミナルセッションにコメントや指示を足す
- 記事やレポートの下書きを話して作り、あとでテキストを整える
シーン
- インターネット接続のない隔離されたマシンでの作業。クラウドツールはそもそも動かない
- 入力スピードがボトルネックになる長時間の執筆。手を守りたいときにも
- クラウド文字起こしサービスが使えないデスクで、機密の顧客データを扱う
主な機能
プライベートなローカルAIエンジン
Vocalyは音声モデルをクラウドではなく自分のパソコン上で直接動かす。音声データがマシンの外に出ることはなく、同社は録音で学習しないと明言する。では、ただメールを速く返したいフリーランスにとって、それがなぜ重要か。仕事が顧客契約やカルテ、財務記録に触れるなら、クラウド文字起こしサービスは、コンプライアンス担当者に説明したくないデータ管理の問題を静かに生む。モデルをローカルで動かせば、その問題は起きる前に消える。
プッシュトゥトーク音声入力
このツールは常時リスニングではなく、押して離す方式で動く。ホットキーを押し、話し、離す。ウェイクワードも、誤録音も、周囲の会話がテキストに混じることもない。小さな設計判断だが、ツールへの信頼を大きく左右する。
あらゆるアプリへの対応
Vocalyはテキストを受け付けるあらゆるアプリへ入力する。コードエディタ、ウェブブラウザ、ターミナルウィンドウも含む。連携やプラグインを組み込む必要はない。カーソルを置きたい場所をクリックし、キーを押し続ければ、そこに言葉が現れる。この汎用性のおかげで、既存のワークフローを置き換えるのではなく、そこに収まる。
オーディオダッキング
話し始めると、VocalyはSpotify、YouTube、VLCで再生中の音量を下げる。話すのをやめると音楽が戻る。小さな配慮だが、音声入力中もプレイリストを流したまま、自分のスピーカーと格闘せずに済む。
カスタム語彙
自分の略語、製品名、専門用語をモデルに教えられる。一度追加すれば、最も近い一般語に勝手に置き換わることはなくなる。ニッチな話題を一日中書く人にとって、これは使える出力と絶え間ない後始末の差になる。
音声書式コマンド
内蔵コマンドが句読点とレイアウトを音声で処理する。「カンマを追加」と言えばカンマが出て、「新しい段落へ」と言えば好きな位置でテキストが切れる。長めの音声入力の間、手をキーボードから離しておける。大きな編集は別の話で、そこではやはりキーボードに手が伸びる。
メリットとデメリット
メリット
- 音声データがローカルにとどまり、機密性の高い規制対象の仕事に合う
- プッシュトゥトークの操作で、常時リスニング型ツールの誤録音や背景ノイズの問題を避けられる
- 20ドルの買い切りライセンスで月額なし、アップデート込み
- WindowsとMacで追加設定なしにほぼどんなアプリにも入力できる
- 隔離されたマシンを含め、完全にオフラインで動く
デメリット
- デスクトップ専用で、スマホのキーボードやスマホアプリはない
- ローカルモデルはハードウェアに依存し、古いマシンでは動作が遅くなることがある。
- カスタム語彙は手作業でのメンテナンスが要るので、追加するまで新しい専門用語は誤変換しうる
- 公開APIがなく、音声入力を自社ツールに組み込みたいチームには使えない
よくある質問
VocalyはWindowsとMacでデスクトップアプリとして動く。モバイル版はないので、スマホやタブレットでの音声入力には別のツールが要る。デスクトップ重視は意図的で、エディタ、ブラウザ、ターミナルウィンドウで一日中作業する人のために作られている。
関連コンテンツ
Vocalyに関連するツール、スキル、記事を探す。
Vocalyの代替ツール
Prosp
Prosp · ライティング · 音声・言語 · マーケティングProspは、代理店や営業チーム向けに作られたAI LinkedInアプローチツールだ。見込み客ごとに自分の声でメッセージとボイスメッセージを書き、相手が本当に返信するように仕向ける。アカウントをつなぎ、リードを見つけ、AIにパーソナライズされたメッセージを大量に下書きさせて送信させる。すべて1つの受信トレイから行える。大量のアウトバウンドを回す人向けにできている。それがこの製品の売り込みのすべてだ。それでも各接点は人間らしく感じられなければならない。
Wordly AI Translation
Wordly · 音声・言語 · 生産性向上Wordly AI Translationは、会議・カンファレンス・イベント向けに作られたリアルタイムAI翻訳・字幕プラットフォームだ。60以上の言語でライブ翻訳、字幕、文字起こし、要約を提供し、参加者は専用ヘッドセットを使わず、QRコードを読み取るかリンクを開くだけで参加できる。Zoom、Microsoft Teams、Google Meet、Webexと連携し、セッションごとに人間の通訳を雇わずに多言語対応したい組織に向く。それだけのことだ。
Musicful
Musicful AI · 音声・言語 · 動画Musicfulは、テキストを数分で音楽に変えるAI音楽ジェネレーター兼AIミュージックビデオ作成ツール。テキストの指示、歌詞、あるいは口ずさんだメロディーを渡すと、ボーカルと楽器が入った完成したトラックを返す。AI楽曲ジェネレーターとしても機能し、自分が作った曲からミュージックビデオを生成し、AIカバーツールと開発者向けAPIも備える。ウェブブラウザとAndroidアプリで動くので、パソコンで曲を始めてスマホで続きを進められる。