🎙️ 既製の音声入力を捨てて自作した——3つの機能を足したら、入力の摩擦がほぼゼロになった

会議の速記者が、発言者の「えー」や「あのー」まで一字一句そのままメモしていたとします。

あとで議事録を読んだら、内容の3分の1が「えー」で埋まっていた、という場面です。

あなたは今こうなっていませんか？

• 音声入力を使うたびに、文頭の「えー」「あのー」を手で削除している
• チャットに句読点がついてしまって、送信前に「。」を消す作業が毎回ある
• 声でメモを残したいのに、アプリを開く手間で結局タイミングを逃している
• 修正の多さに疲れて、音声入力よりキーボードのほうが早いと感じ始めている

先に結論を言います。

Fnキーを押して話すだけの自作ツールを作ったら、入力後の修正がほぼゼロになりました。

この記事では、既製の音声入力に感じていた3つの不満と、それを解消するために作ったツールの話を書きます。

技術的な内容よりも、「なぜ作ったか」「使って何が変わったか」を中心にしています。

既製の音声入力に感じていた「3つのズレ」

音声入力を使い始めたのは、今から約1年前のことです。

「キーボードより速く入力できる」という話を聞いて、まずは試してみました。

最初は便利でした。長い文章を口述するだけで入力できることは、それだけで大きな発見でした。

ただ、毎日使っていくうちに「ここがちょっと違う」という感覚が積み重なっていきました。

その違和感を3つに整理して書きます。

「えー」が全部文字として残る

話し言葉には、無意識に出てしまう言葉があります。

「えー」「あのー」「えっと」のような、考えながら話すときに自然と口から出るフィラーワードです。

普段の会話では特に気になりません。

ですが文字として残ると、それだけで文章の読みやすさが一気に落ちます。

音声入力で1文話すたびに、文頭に「えー」が入っている、という状況になっていました。

1回の入力で、えーを消す作業が5回以上になることも珍しくなかったです。

「修正いらずで便利なはずなのに、修正が増えている」という矛盾した状況です。

それが続くうちに、音声入力を使うこと自体が少しずつ億劫になっていきました。

自分の話し方の癖だからしかたない、と諦めていました。

でも本当は、ツール側で処理できることだったのだと、あとから気づきました。

チャットに「。」がついてしまう違和感

もう一つ気になったのが、句読点の扱いでした。文書を書くときは「。」

があったほうが読みやすいですが、チャットでは事情が違います。

LINEやSlackのメッセージに「。」をつけると、雰囲気が固くなります。
「句読点のあるメッセージは怒っているように見える」と受け取る人がいる、という話を聞いたことがある方も多いのではないでしょうか。

だから毎回送信前に「。」を消す作業が習慣になっていました。

1日30回以上この削除作業をしていた時期があります。

小さな作業なのですが、それが毎日積み重なると地味に疲れます。

「声で速く入力できているはずなのに、後始末が増えている」という感覚でした。

チャット用のモードを手動で切り替えれば解決するかもしれない、と考えたこともあります。

でも「切り替えを忘れて、またついてしまった」という失敗が何度も続きました。

声でメモを残す手段がなかった

3つ目は、思いついたことをすぐに声で残せないことでした。

「あ、これあとでやらないと」と思っても、メモアプリを開く手間があると後回しになります。

音声入力はテキストを入力するためのツールです。

タスクや思いつきを声で登録する機能は、別のアプリを使わなければありませんでした。

ToDoアプリを開く、入力欄をタップする、タイプする、保存する、という4ステップあります。

小さなタスクほど、この4ステップが面倒で記録されずに消えていきます。

移動中やちょっとした隙間時間に思いついたことが、いちばん大事だったりします。

「声で話すだけで残せたら」と、何度も思っていました。

この3つの不満が重なって、「既製品を工夫するより、作ったほうがいい」という気持ちに変わっていきました。

そこからの話を、次の章に書きます。

既製品を改善するより「自分で作る」を選んだ理由

ある日、1本の文章を書き終えたあとに修正時間を数えてみました。

えーの削除、句読点の修正、別途ToDoを記録する手間を合わせると、1日10分以上が後始末だけに消えていました。

「改善」ではなく「作る」を選んだ瞬間

最初は、既製の設定を変えて対応しようとしていました。

音声入力の設定を細かく調べ、えー除去の方法を探しました。

調べた結果、標準機能ではえーを自動除去する設定は存在しないことがわかりました。

チャット向けの句読点オフ機能もなく、声でToDoを追加する連携もありませんでした。

「ないなら作る」という発想は、それ以前にAIで別の小さなツールを作ったときに慣れていました。

コードが書けなくてもAIと一緒なら形にできる、という手応えが以前からあったからです。

解決策を外に探し続けるより、自分に合うものを作ったほうが早い、と思いました。

機能は3つに絞って、それだけを解決するものを作ることに決めました。

AIと一緒に設計を進めた

最初に、紙に3つの機能を書き出しました。

えー除去、句読点の切り替え、声でのToDo追加、この3つです。

AIに要件を伝えながら、実装の方向を決めていきました。

「コードは自分で書かない、AIが生成したものを確認しながら進める」という形です。

最初から全部作ろうとせず、「まず1つだけ動かす」という進め方にしました。

機能を欲張ると全部動かなくなる、という経験が過去にあったからです。

設計段階では、「なぜその機能が必要か」をAIと一緒に確認する時間を作りました。

解決策を急いで作るより、問題を整理する時間が最終的には近道でした。

機能①「えー」の自動除去

最初に実装したのは、フィラーワードの自動除去機能です。

音声認識の結果から、指定したワードを自動で取り除いてくれます。

登録するだけで消えていく仕組み

消してほしいワードをリストに登録しておきます。

入力が確定した瞬間に、リストにあるワードが自動で消えます。

最初に登録したのは、えー、あのー、えっとの3ワードだけでした。

使いながら「これも消えてほしい」と気づいたものを足していって、今は8ワードが登録されています。

「まあ」「やっぱり」のように、文頭についても意味が薄い言葉も追加しました。

自分の口癖のパターンが、使ううちに見えてきます。

単語の置き換えルールも別に設定できます。

よく言い間違える言葉や、特定の略語を正式名称に直す、という使い方もできます。

話す前の「えーを言わないようにしよう」がなくなった

以前は「えーを言ったらあとで消さないといけない」という意識がありました。

気づかないうちに、話し始める前に小さなプレッシャーを感じていたのだと思います。

今は話したままが、きれいな文字として出てきます。

声で考えながら話せるようになったことは、思っていたより大きな変化でした。

流暢に話そうとしなくていい、という安心感が生まれたからだと思います。

「えーって言ってもいい」という状態は、意外なほど話しやすさに直結しました。

自分の話し方の癖を知れる、という予想外の発見もありました。

口ぐせとして「まあ」を文頭に使いがちだったことは、この機能を作ってはじめて気づきました。

機能②状況別の句読点制御

2つ目の機能は、どのアプリを使っているかによって句読点の有無を切り替えるものです。文章作成中は「。」

をつけ、チャットアプリでは「。」なしで入力できます。

アプリによって自動でモードが変わる

最初は手動で切り替えていました。

ショートカット1つでチャットモードと文書モードを切り替える、という方式です。

そこから少し進化させて、使っているアプリによって自動でモードが変わるようにしました。
SlackやLINEを開いているときはチャットモード、テキストエディタやメモアプリなら文書モードが自動でオンになります。

この変更で「送信前に句読点を消す」という作業がゼロになりました。

1日30回以上あった削除作業が完全に0回になりました。

数字の変化より、「送信前に確認しなくていい」という安心感のほうが実は大きかったです。

修正のことを考えなくていい状態は、入力の流れが全然違います。

英語モードも加えて4パターンに

途中から英語入力のモードも追加しました。

英語で話したいシーンがあったので、切り替えのショートカットを用意しました。

結果として4つのモード（日本語文書・日本語チャット・英語文書・英語チャット）を使い分けられます。

ショートカット1つで切り替えるので、操作は2キー押すだけです。

複雑に聞こえますが、慣れると意識せずに使い分けられます。

「あ、英語で話したい」という瞬間に切り替えてそのまま入力できる、という快適さです。

機能③声でToDo追加

3つ目は、個人的に一番気に入っている機能です。

専用のキーを押して話すだけで、タスク管理アプリにToDoが自動で追加されます。

「あとでメモしよう」から「今記録できた」に変わった

以前は、何か気づいたときに「あとでちゃんとメモしよう」が「忘れた」になっていました。

タスクアプリを開いて、入力欄を探して、タイプして保存する、という手順が思いつきの勢いを消していたのだと思います。

声で話すだけでToDoが追加できるようになってからは、小さな気づきが消えなくなりました。

「コーヒーが切れそうだな」と思った瞬間に、3秒以内に記録できます。

アプリを開く必要がなくなったことで、記録のハードルが一気に下がりました。

「あとでやろう」が「もう記録した」に変わる感覚は、使い始めてすぐに実感しました。

声で話すとそのままタスクになる

「明日の朝に請求書を確認する」と話せば、それがそのままタスクとして残ります。

「アイデア：○○についてもう少し調べてみる」という形でも登録できます。

タスクの内容が長くても短くても、話した言葉がそのままToDoに入ります。

移動中や作業の合間に思いついたことが、アプリを操作せずに残せるのは想像以上に便利でした。

以前は週に何度も「やろうと思ってたのに忘れた」がありました。今はそれがほぼなくなっています。

正直に言う——最初の3日間、何も動かなかった

ここまで読んで「うまくいった話だけだな」と思っている方に、失敗の話もします。

作り始めてから最初の3日間、ツールはまったく起動しませんでした。

えー除去の前に、起動すらしなかった

AIに設計を手伝ってもらい、コードも生成してもらいました。

「あとは実行するだけ」という状況で、動かそうとするとエラーが出続けました。

エラーメッセージをAIに伝えて修正してもらう、また試すと別のエラーが出る、の繰り返しでした。

3日間動かない状態が続くと、「自分には向いていないのかも」という気持ちになります。

コードが読めない状態でツールを作ることの難しさを、最初に思い知りました。

うまくいっている人の話を聞くと簡単そうに見えますが、最初の3日間は本当に何も起きませんでした。

「こんなことに時間を使っていていいのか」と何度も思いました。

「丸ごと確認してほしい」という聞き方が突破口になった

転機は、AIへの聞き方を変えたことでした。

「このエラーを直して」ではなく、「最初から状態を一緒に確認しよう」という伝え方にしました。

するとすぐに、環境設定の問題が見つかりました。

コード自体には問題がなく、実行する前提の条件が整っていなかっただけでした。

「何がおかしいかはわからないけど、全部見てほしい」という聞き方のほうが、場合によっては早いです。

問題を自分で特定しようとするより、全体を見てもらうほうが早いことがある、という学びでした。

同じ状況で詰まったとき、この聞き方を試してみてください。

詰まっていた3日間を1時間に短縮できる可能性があります。

2週間使って変わった3つのこと

ツールを使い始めてから2週間が経ちました。変化を3つ書きます。

修正作業がほぼゼロになった

以前は入力のあとに修正タイムがありました。

えーを消して、句読点を整えて、という後処理が入力のセットになっていました。

今は入力して終わり、がほとんどです。

音声入力よりキーボードのほうが早いと感じていた感覚は、ほぼなくなりました。

入力時間は変わらなくても、後処理がなくなることでトータルの時間が短くなります。

これが体感として「音声入力が速い」という感覚につながっています。

テキスト作業の細かい修正が減ったことで、書く流れが止まらなくなりました。

「修正しながら書く」から「書いたら終わり」に変わったことは、集中の質にも影響しています。

声を出すことへの抵抗感がなくなった

以前は「音声入力を使っても、どうせあとで直す」という前提がありました。

その前提が消えたことで、声で話す場面が増えました。

考えていることを声に出して入力する、という行動のハードルが下がりました。

道具が変わると、行動が変わる、というのを実感しました。

音声入力を使う頻度が、以前より明らかに増えています。

「使いたいけど面倒」が「自然に使える」に変わったのは、ツールの性能ではなく摩擦の有無の問題でした。

仕組みを整えることへの興味がある方には、Claude Codeを使った自律環境のまとめを書いた有料記事があります。
どういう仕組みで自分の作業環境を作るかに興味があればフッターからご確認ください。

自分の作業環境を自分で作れるという実感

既製品が合わなければ作ればいい、という選択肢が増えました。

コードが書けなくても、AIと一緒なら形にできることがわかりました。

「自分の問題を自分で解決するツールを持てる」という実感は、機能そのものより大きな収穫です。

次のツールを作るとき、最初の3日間よりずっと怖くなくなりました。

まとめ——「捨てる」ことが変化の始まりだった

既製の音声入力を工夫するより、捨てて自分で作ることにしました。機能は3つだけ。

えー除去、句読点切り替え、声でToDo追加、以上です。

問題を3つに絞ったことが正解だった

全部入りの高機能ツールは作りませんでした。

「自分が本当に困っていた3点」だけを解決するものを作りました。

機能を絞ったことで、作るのが早く、動かしやすく、修正もしやすかったです。

ツールは小さいほど毎日使えます。

欲しい機能を全部入れようとすると、どれも中途半端になります。

「何がいちばん困っているか」を絞ることが、使えるツールを作る近道でした。

入力の摩擦がほぼゼロになった実感

今は、キーボードより声のほうが楽に感じるシーンが増えています。

修正の手間がなくなったことで、声で話すことへの抵抗がほぼなくなりました。

アウトプットの質より、アウトプットのしやすさを先に整えることが効く場面があります。

この経験がそれを教えてくれた気がしています。

最後まで読んでいただき、ありがとうございました。

📕 この記事の内容を、実装まで全部まとめた有料記事があります 手順・コード・テンプレをそのまま渡しています AIで「寝てても回る仕組み」をゼロから30日で組む全手順