Windowsの音声入力ソフトを比較
Windows向けに比較。ローカル処理を優先。
2026年のWindows向け音声入力ソフトは、何を重視するかで最適な選択が変わります。プライバシーを守り、端末内で無料の音声入力をするならWhisperstreamが首位です。NVIDIA Parakeet、Qwen3 ASR、または任意で選べるCohere TranscribeをCPU上で無料で実行でき、39言語に対応しています。音声認識用の音声がPCの外に送信されることはありません。123 クラウド型で複数のプラットフォームで使うならWispr Flow、無料ならMicrosoft標準搭載のWin+Hが候補です。このほか、オープンソースのツールも紹介します。
著者:D. Jackson, Lanreal Technologies Inc.
公開日:更新日:
比較のまとめ
横にスワイプすると、すべての列を確認できます。
ファイルの文字起こし・取り込み:WAVファイルはWhisperstreamに直接取り込めます。ffmpegが利用できる場合はMP3、M4A、FLAC、OGGにも対応し、現在選択されている端末内の文字起こしエンジンで処理します。3 Buzzも録音を文字起こしし、独自のローカルビューアーに表示します。18
出典
- Whisperstream 製品ページ(Windows、無料・オープンソース)
- Whisperstreamによる6つのアプリのプライバシー監査(処理と保存に関する根拠)
- Whisperstream 機能ドキュメント(対応言語と任意のAIテキスト補正)
- Wispr Flow 料金
- Wispr Flow プランと対応プラットフォーム
- Wispr Flow セキュリティと処理に関するFAQ
- Wispr Flow Context Awarenessのドキュメント
- Wispr Flow デバイス間同期のドキュメント
- Wispr Flow Privacy Modeとデータ保持のドキュメント
- Microsoft Support:Voice TypingはAzureを利用したオンライン音声認識を使用
- Microsoft Support:Voice Accessはモデルのダウンロード後にデバイス上で動作
- Microsoft Support:Fluid Dictationは対応するCopilot+ PCsで使えるVoice Accessの機能
- Nuance:Dragon Professional v16 製品ページ(Windows対応、購入は営業窓口へ問い合わせ)
- Nuance:Dragon Professional v16 データシート
- Talon Voice 製品ページ(対応プラットフォームと任意のPatreon経由のアクセス)
- Talon Voice ドキュメント(ダウンロードした音声認識エンジン)
- WhisperWriter リポジトリ(GPL-3.0、対応プラットフォーム、ローカルまたはOpenAIによる文字起こし)
- Buzz リポジトリ(MITライセンス、対応プラットフォーム、ローカルでの文字起こし)
- Buzz ドキュメント
- Buzz 環境設定のドキュメント(OpenAI APIとアップロード連携)
- Buzz 文字起こしビューアーのドキュメント(ローカル履歴、再生、書き出し)
Whisperstream
- NVIDIA Parakeet、Qwen3 ASR、または任意で選べるCohere Transcribe(ONNX、CPU)で、端末内で文字起こしを行います。音声が端末の外に送られることはなく、文字起こしにクラウドを使う経路はありません。23
- 押している間だけ録音するショートカットと、録音を切り替えるショートカットを使えます。キーを押し続けて音声入力するか、1回押して手を離したまま、選択中のWindowsアプリに入力できます。3
- 無料のオープンソース(GPL-3.0)で、すべての機能を利用でき、アカウントも不要です。1
- 任意のAIテキスト補正は、初期設定ではオフです。速度チェック後にStream-1 Miniで英語のChatとEmailを補正するか、クラウド、カスタム、Ollamaのプロバイダーを自分で設定できます。補正が利用できない場合や失敗した場合は、Whisperstreamが未補正の文字起こし結果を挿入します。23
- ローカルモデルが速度チェックに合格しない場合、セットアップでGeminiの利用が案内されることがあります。利用には自分のGoogle AI Studioキーが必要です。この場合、説明と同意を経て、文字起こししたテキストが端末外に送信されます。23
- 履歴を有効にすると、文字起こししたテキストと保存した音声は、端末内で暗号化して保存されます。Whisperstreamがこれらを同期することはありません。2
- WAVファイルを直接読み込めます。ffmpegが利用できる場合は、MP3、M4A、FLAC、OGGにも対応し、使用中の端末内文字起こしエンジンで処理します。3
- Windows用デスクトップアプリです。待機中は静かに動作します。1
Whisperstreamは、音声をPCの外に出さず、無料で音声入力をしたいWindowsユーザーに適しています。音声モデル(NVIDIA Parakeet、Qwen3 ASR、または任意で選べるCohere Transcribe)をCPU上で実行するため、文字起こしは端末内で完結し、音声の送信先となるサーバー自体がありません。以下のクラウド型ツールとの主な違いは、設定の切り替えではなく、クラウドで文字起こしをする経路が設計上存在しないことです。2 オフラインでの利用が目的なら、Windows向けオフライン音声入力ソフトの比較記事で、端末内で動作する候補を確認できます。代表的なクラウド型ツールとの詳しい比較は、WhisperstreamとWispr Flowの比較をご覧ください。
Wispr Flow
- 料金
- $15/mo または $144/yr45
- 対応環境
- macOS、Windows、iOS、Android5
- 向いている方
- クラウド機能とOSをまたいだ同期
- 主な注意点
- 文字起こしはクラウドのみ。買い切りではなく定期購入46
- 無料プランもある、使い勝手のよいクラウド型音声入力です。5
- macOS、Windows、iPhone、Androidで同じアカウントを使えます。58
- Proは$15/mo または $144/yrです。45
- 文字起こしはクラウドで行われます。音声はWisprのサーバーで処理され、端末内で文字起こしを行うモードはありません。69
- 標準モードでは、Context Awarenessが入力箇所の周辺テキスト、アプリやサイトの識別情報、スクリーンショット、会話履歴、コードの文脈情報をWisprに送信することがあります。Privacy Modeを使うと、これらの文脈情報の送信を防げます。79
Wispr Flowはクラウド型で最も有力な候補です。Mac、PC、スマートフォンを日常的に使い分けるなら、OSをまたいだ同期が役立ちます。一方、代替ツールを探す主な理由にもなる制約があります。無料アプリではなく定期購入が必要で、文字起こしはクラウドでしか行えません。標準モードでは、Context Awarenessが画面やアプリの文脈情報を送信することもあります。Privacy Modeを使うと、この文脈情報の送信を止められます。79 これらが気になる場合は、Windows向けWispr Flow代替ツールの全候補を比較してください。
Microsoft Voice Access and Win+H
- 料金
- 無料、Windowsに標準搭載1011
- 対応環境
- Windows 10/111011
- 向いている方
- インストールせず、たまに音声入力したい方
- 主な注意点
- Win+Hはクラウド依存。管理対象PCでは動作の安定性にばらつきがあります
- Windows 10と11のテキスト入力欄でWin+Hを押すと、Voice Typingが開きます。別途アプリをインストールする必要はありません。10
- Win+HのVoice Typingは、Azureによるオンライン音声認識を使用します。10
- Voice Accessはモデルのダウンロード後、端末内で動作します。Fluid Dictationは、対応するCopilot+ PCで使えるVoice Accessの機能です。1112
- 管理対象またはドメイン参加済みのPCでは、ポリシー設定によりWin+Hが使えなくなるという報告が一部のユーザーからあります。
ときどき1行ほど音声入力するなら、無料の標準機能で十分です。ただし、日常的に使うと2つの制約が気になります。Win+Hはクラウドに依存し、音声が端末外へ送信され、インターネット接続が必要です。また、管理対象PCでは使えるかどうかが環境によって異なります。2つの機能の違いも押さえておきましょう。Win+HのVoice Typingは、Azureによるオンライン音声認識を使用します。Voice Accessはモデルのダウンロード後、端末内で動作します。Fluid Dictationは、対応するCopilot+ PCで使えるVoice Accessの機能です。101112 比較やよくある問題の対処法は、WhisperstreamとWin+Hの比較とWin+Hが動かないときの対処法をご覧ください。
Dragon Professional v16
- Dragonには、業務向けの音声コマンドと独自の語彙を登録するツールがあります。14
- Dragon Professional v16は、Windowsにローカルインストールする製品です。現在、Nuanceは購入希望者を営業窓口へ案内しています。確認した同社の資料には、AIによるテキスト補正や文字起こし結果の保存についての記載はありません。1314
- Windowsのみ対応しています。Mac版は提供終了しています。13
- 初回起動時にユーザープロファイルの作成が必要です。14
ドメイン参加済みの企業PCで、コンプライアンスと音声入力の構文ルールが重要な要件なら、Dragonは今も堅実な選択肢です。一方、2026年にWindowsで個人利用するには、選びにくくなっています。価格は現在公開されておらず、13新しいツールよりも設定に手間がかかります。新しいローカル動作の選択肢は、Dragon NaturallySpeakingの代替ツールをご覧ください。
Talon Voice
- 料金
- 無料、寄付で運営15
- 対応環境
- Windows, macOS, Linux15
- 向いている方
- アクセシビリティ、反復性負荷損傷(RSI)への対応、ハンズフリーでのコード作成
- 主な注意点
- 習得に時間がかかり、導入するだけでは音声入力を始められません16
- 音声コマンド、音による操作、視線追跡、Pythonスクリプトに対応した、ハンズフリー操作用のツールキットです。1516
- 一般公開版は無料です。任意のPatreon支援で、先行アクセスとサポートを利用できます。15
- ダウンロードしたConformer音声認識エンジンを使用し、Windows、macOS、Linuxで動作します。1516
- 実用的な操作環境にするには、Pythonスクリプトやコミュニティの設定を追加する必要があり、習得には相応の時間がかかります。16
- 手軽な音声入力よりも、コンピューター全体を声で操作する用途に向いています。
Talonは、この一覧のほかのツールとは用途が異なります。プログラムで機能を拡張できる音声操作システムで、アクセシビリティ用途の利用者に広く支持されています。反復性ストレス障害(RSI)がある方や、VS Codeを声だけで操作したい方には適しており、時間をかけて学ぶ価値があります。1516 手軽な音声入力には機能が過剰です。音声コマンドの文法を学ぶ時間は、すぐ使える音声入力ツールのインストール時間を大幅に上回ります。コーディング用のターミナルで音声入力だけを使いたい場合は、音声コマンドの文法を覚えずにWindowsのClaude Codeで音声入力する方法をご覧ください。
WhisperWriter
- 料金
- 無料(オープンソース、GPL-3.0)17
- 対応環境
- Windows, macOS, Linux17
- 向いている方
- ローカル環境を自分で構築したい方
- 主な注意点
- ソースからの実行が必要で、保守も自分で行う前提です17
- キーボードショートカットで録音し、文字起こし結果をアクティブなアプリに入力します。17
- 標準ではfaster-whisperを使ってローカルで動作し、必要に応じてOpenAI APIも利用できます。17
- GPL-3.0の無料オープンソースソフトウェアで、Windows、macOS、Linuxに対応しています。17
- ビルド済みのインストーラーはありません。リポジトリをクローンし、Python環境を整えてソースから実行します。17
- 最後のタグ付きリリースは2024年のため、保守は自分で行う前提です。17
WhisperWriterは自分で環境を整える方向けのツールで、Whisperstreamと同様に、フォーカスのあるウィンドウへ直接入力します。17 ターミナルの操作に慣れていて、自分で完全に管理できる無料のローカル音声入力スクリプトが欲しい方には、基本的な役割を果たします。それ以外の方にとっては、ソースから実行するための準備が必要で、最終リリースからも長期間が経過しているため、インストール後は手間なく使えるツールというより、週末に取り組む作業になります。
Buzz
- 料金
- 無料(オープンソース、MIT)18
- 対応環境
- Windows, macOS, Linux18
- 向いている方
- 音声・動画ファイルの文字起こし
- 主な注意点
- ファイルの文字起こし用で、キーを押しながらのリアルタイム音声入力には非対応です19
- Buzzはローカルでの文字起こしに加え、任意でOpenAI APIやアップロード連携も利用できます。ローカルの文字起こしビューアーでは検索、再生、書き出しが可能です。暗号化や保存期間については明記されていません。182021
- 音声・動画ファイルを文字起こしできるほか、マイクの音声をリアルタイムで録音し、専用ウィンドウに表示できます。1819
- フォーカスのあるアプリには貼り付けないため、ほかの候補のようにキーを押しながら使う音声入力ツールではありません。19
- MITライセンスの無料ソフトウェアで、Windows、macOS、Linuxに対応しています。18
会議、インタビュー、ポッドキャストなどの録音を文字にすることが主な目的なら、オープンソースの候補ではBuzzが最も適しています。標準ではローカルで動作し、無料です。ただし、用途には注意が必要です。ファイルや録音を文字起こしして専用ウィンドウに結果を表示するツールであり、開いているアプリに直接入力するものではありません。19 両方を1つのアプリで行いたい場合、Whisperstreamは現在、キーを押しながらのリアルタイム音声入力と、端末内での音声ファイル読み込みに対応しています。録音のためだけに別のツールを追加する必要はありません。
処理と保存
文字起こしの処理場所と保存先は別です
文字起こしの処理場所は、音声がどこでテキストになるかを示します。任意のテキスト補正を行う場所や履歴の保存先までは分からないため、この調査ではそれぞれを分けて確認しています。
- 文字起こし
- Whisperstreamは、端末上のCPUで文字起こしを行います。
- AIによるテキスト補正
- 任意で利用できます。英語のChatとEmailにはStream-1 Miniを使用でき、設定したプロバイダーも利用できます。クラウドプロバイダーを使う場合は、同意後に文字起こしテキストが端末外へ送信されます。
- 文字起こしの保存
- 履歴を有効にすると、文字起こしテキストと保存した音声は、端末上で暗号化して保存されます。
比較の基準
7つの候補を、音声の処理先(端末内かクラウドか)、継続利用にかかる実際の費用、インストールから最初の音声入力までの手間、Windowsでの日常的な音声入力への適性という4つの基準で順位付けしました。標準機能以外を探す主な理由に合わせ、プライバシーと長期的な費用を最も重視しています。
2026年7月19日に、料金、対応環境、処理、保存について各提供元の資料で確認しました。2026年11月1日には、Wispr Flowの料金、Fluid Dictationの提供状況、WhisperWriterのリリース状況を再確認しました。今回の更新では、条件を統制した認識精度、遅延、メモリ使用量のベンチマークは実施していません。
用途に合うものを選ぶ
定額契約をせず、音声をPC内で処理したいなら、Whisperstreamが適しています。クラウド機能を使い、PCと併せてMacやスマートフォンも使うなら、複数の環境に対応するWispr Flowが候補になります。たまに音声入力するだけなら、Win+HがすでにPCに備わっています。法令・規則への準拠と詳細な音声コマンド体系が必須なら、Dragonが堅実な企業向けの選択肢です。反復性負荷障害(RSI)がある方や、音声でエディターを操作したい方には、習得に時間をかける価値があるTalonが向いています。利用環境を自分で管理できるなら、オープンソースのWhisperWriter(リアルタイムの音声入力向け)とBuzz(ファイル向け)が選択肢になります。
Macも使っていて、SuperwhisperやMacWhisperを調べた後にこのページへ来た方は、関連ページのWindows向けSuperwhisperとWindows向けMacWhisperもご覧ください。
よくある質問
さあ、話してみましょう。完全無料です。音声入力はすべて端末内で完結します。
オープンソースなので、コードを一行ずつ確認できます。