AIツール＆アプリを探す

Fluently

Fluently · 音声・言語

FluentlyはYouTube動画のAI字幕翻訳ツールだ。あらゆるYouTube動画に対して正確な翻訳字幕を生成する。設定で出力言語を選び、翻訳を押すと、動画の再生に合わせて読みやすい字幕が流れ込んでくる。1行ごとの字幕についてAIに質問することもできる。これで外国語の動画が、実際に追えるものに変わる。

VoiceOS

WakoAI, Inc. · 音声・言語 · 生産性向上

VoiceOSはMacとWindows向けのAI音声アシスタントで、話した言葉を整ったテキストと、すでに使っているアプリ内で終わったタスクに変える。高速な音声入力と、メール送信・会議設定・ファイル呼び出しを指示だけでこなすエージェントモードを組み合わせている。創業者、ライター、開発者が、タイピングを省いて開いているウィンドウのまま作業を続けるために使う。画面の何かを指して頼めば、あとは任せられる。

Duck, Duck, Duck! by IDEO

IDEO · 音声・言語 · コーディング

Duck, Duck, Duck! by IDEO は、Mac で Claude Code を使う開発者向けのデスクコンパニオンだ。コーディングセッションを聞き取り、Claude が実行・失敗・ためらいを見せたときに反応し、ダイアログをクリックする代わりに権限リクエストを声で承認できる。M3 以降の Apple Silicon ではソフトウェアウィジェットとして動かせるし、単一の USB-C ケーブルでオプションの物理ダックを組み立てることもできる。ラバーダックデバッグを遊び心で捉え直したもので、ダックが実際に応答する。

BeMusic AI

CEDAR ORBIT TECHNOLOGY LIMITED · 音声・言語

BeMusic AIは、ありふれたテキストを完成した楽曲に変える無料のAI音楽ジェネレーターだ。ジャンルやムード、アイデアを書けば、30秒以内にインストゥルメンタル、あるいはAIボーカルと歌詞付きのフルトラックが返ってくる。楽器を演奏しないのにオリジナルのBGMが欲しい人向けに作られており、YouTube動画やTikTokからインディーゲーム、ポッドキャストまで幅広く対応する。

Ollang DX

Ollang · ライティング · 音声・言語

Ollang DXは、240以上の言語で翻訳・AI吹き替え・字幕・クローズドキャプションを自動化する企業向けローカライズプラットフォームだ。機械の出力にネイティブスピーカーによるレビューを組み合わせ、チームは品質を犠牲にせずAIの速さを得られる。既存のツールの中に組み込まれ、すべてのコンテンツを一か所でレビュー・承認・配信まで通す。大規模にコンテンツを出す企業向けに作られており、一般ユーザー向けではない。

dictate.

Gabriel Alonso · 音声・言語

dictate.は、iPhoneとMacのあらゆるアプリ内で、タイプの代わりに話せるAI音声入力キーボードだ。独立した文字起こしアプリではなくキーボードとして動くため、言葉はすでに入力している欄へそのまま届く。30以上のディクテーション言語に対応し、句読点や段落を自動で付け、話しながら翻訳することもできる。

Offscript: Private Voice Memos

Richfield Labs · 音声・言語

Offscript: Private Voice Memosは、話した考えを、何もクラウドに送らずに検索できるテキストへ変える、プライバシー優先のボイスレコーダーだ。開発はRichfield Labsで、文字起こしはiPhoneまたはiPad上で動くため、録音・文字起こし・タグは端末に残る。ポケットから一度も出ないAIボイスレコーダーだと考えればいい。タイピングより考えるほうが速く、素早く記録したい人、そしてプライバシーを尊重する検索を求める人に向いている。

murmur

Drobinin Limited · 音声・言語 · ビジネス

murmurは、実際の電話が始まった途端に固まってしまう人向けのAI電話練習アプリだ。話し相手になる音声AIに声に出して話しかけると、AIは受け答えし、反論し、会話の流れに合わせて口調を変える。だから怖い電話は最初の一回ではなく、二回目や十回目の試行になる。模擬面接から通院の予約、給与交渉まで40種類以上のシナリオを内蔵し、自分で書くカスタム台本にも対応する。通話はiPhoneやiPad上でライブで進み、あなたの声は録音も保存もされない。

Grok's Text to Speech API

xAI · 音声・言語

Grokのテキスト読み上げAPIは、書かれたテキストを自然で表情豊かな音声に変換するxAIの開発者向けサービスだ。xAI Voice APIファミリーの中にあり、開発者に5種類の声、20以上の言語、読み方を制御するインラインのスピーチタグを提供する。 魅力は単純だ。テキストの文字列を送ると、人のように聞こえる音声が返ってくる。同じエンドポイント群が音声認識とテキスト読み上げの両方をカバーするため、すでにxAIのモデルを呼んでいるチームは、二つ目のプラットフォームを学ばずに音声レイヤーを足せる。開発者向け音声ツールとして、その道のりを短く保つ。アシスタントやナレーション用ツール、アクセシビリティ機能を作る人にとって、テキストから再生可能な音声までの短い道のりこそが要点だ。 - 1回のAPI呼び出しでテキストを自然な音声に変換する - それぞれ異なるトーンとスタイルを持つ5種類の声を用意する - グローバルなアプリ向けに20以上の言語をサポートする - インラインのスピーチタグでトーン、テンポ、強調を導く - 文字単位で課金するため、小規模なプロジェクトも安く済む

Xeder

Xeder · 音声・言語 · マーケティング

XederはX（Twitter）のフィードを読み上げ、投稿をスクロールではなく聴ける音声に変えるChrome拡張機能だ。すでに使っているサイトの上にオーバーレイとして重なるため、作業中も自分のXアカウントにログインしたままでいられる。仕組みは単純で、Xを開いて再生を押せば、ほかのことをしながらタイムラインが喋り出す。すでに開いているアプリの上に乗るX音声リーダーだと考えればいい。

FnKey

Evgeny Oleinik (open-source project) · 音声・言語

FnKeyは、ほぼどこでも音声を入力済みのテキストに変える、無料でオープンソースのMac向け音声テキスト入力アプリだ。メニューバーに常駐する音声テキスト入力アプリで、Fnキーを押しながら話し、離すだけで使える。文字起こしは、開いているアプリのカーソル位置に落ちる。メニューバーで静かに動き、リアルタイム配信にはDeepgram Nova-3、代替としてGroq Whisperを使い、キーを押している間だけマイクを有効にする。

Banana – Speak Human

The Banana App · 音声・言語

Banana – Speak Humanは、2人が自分の声を失わずに80以上の言語で会話できるリアルタイム音声翻訳アプリだ。普通に話せば、相手は自分の言語でこちらの言葉を聞く。声のトーンも感情もそのまま伝わる。通話は毎回最初の1分が無料で、以降は1分10セント、サブスクは不要。練習や話し相手として使えるAIコンパニオン、Banana Matesも付いている。