どちらかが応答します。もう一方はただタイプします。

人々はこの検索結果から2つの異なる場所からやってきて、それぞれ異なるものを求めています。一方のグループは、手を動かさずにアシスタントと話すことを望んでおり、彼らにとっての答えはChatGPTです。このページには、質問に答えることや、メニューを翻訳すること、レシピについて議論することをできるモデルと競うものは何もありません。もう一方のグループは、一日中長いプロンプトをタイプしてきて、話すことがタイプするのより4倍速いことに気づき、ボックスに話しかける方法を探しています。これは同じ製品の小さなバージョンではありません。これはまったく異なる製品であり、このページはその違いについて書かれています。

構造的な違い、1段落で

ChatGPTの音声モードは、アシスタントとの会話です。あなたが話すと、それが理解され、返答が返ってきます。その返答はチャットに表示されます。AppleのApp Storeの製品ページでは、ChatGPT iPhoneおよびiPadアプリについて、まさにそのように説明しています。「音声波形アイコンをタップして、いつでもリアルタイムで会話できる」、「食卓の議論を決着させるか、新しい言語を練習するためのものです」。これは機能の形状であり、それは良いものです。

音声入力は会話ではありません。誰もあなたの言葉を理解せず、返事もありません。誰もあなたの意図を判断しません。あなたがキーを押して、文を言うと、その文はカーソルが既にいたテキストフィールドに表示されます。それはあなたが半分終わった返事、コミットメッセージ、チケット、チャットウィンドウです。相手はいませんし、出力はあなたの言葉だけです。

どちらもマイクから始まります。これが重なっている部分のすべてであり、なぜこれらの2つの製品が同じ検索結果にたどり着くのかその理由です。

ChatGPTの方が優れている点、ほぼすべての場面で

これは機能や能力に関する近い比較ではありません。そう装うことは馬鹿げています。

あなたが言ったことを理解します。 5文の冗長な考えを3つの整理されたポイントに変換するように尋ねると、ChatGPTはそれを行います。このアプリはあなたの言葉の意味を理解できず、あなたの言葉を正確にタイプします。

返答します。 質問、草案、コード、説明、学んでいる言語。これらはここにはまったく存在しません。

あなたの所有するすべてのプラットフォームで動作します。 電話、タブレット、ブラウザ、そしてデスクトップ版 — HomebrewのcaskでMacアプリの説明は、OpenAI自身のダウンロードを指しており、macOS 13以降を最低バージョンとしています。Coii VoiceInputはmacOS 13以降のみで、iPhone、iPad、Windows、Linuxにはありません。

無料プランがあります。 App Storeの製品ページでは、アプリが無料でインアプリ購入ありと表示されており、有料プランにはChatGPT Go（$8.00）とChatGPT Plus（$19.99）が含まれています。確認日は2026年9月4日です。OpenAIの公式価格ページが、実際に購入するプランの現在の価格を確認する場所です。これらの価格は変更されることがあります。

あなたが望んでいるのは、話しかけることができるアシスタントであれば、読み続けるのをやめて今すぐ利用してください。このページの残りは、画面に自分の文章を変更せずに表示したい人、チャットウィンドウではないアプリでそのようにしたい人向けのものです。

音声入力の課税

ここに、チャットアシスタントを音声入力ツールとして使う実際の形が、公平に説明されています。なぜなら、多くの人がまさにこれをやっているからです。

メールを書くことを望んでいます。アシスタントを開き、話して、草稿が生成され、それを読み、アシスタントがあなたのトーンを推測した部分を編集し、それを選択してコピーし、メールクライアントに切り替え、返信ボタンをクリックして貼り付けます。その後、貼り付けた内容を修正する必要があります。なぜなら、アシスタントのフォーマットで届いたからです。

7つのステップ、2つのアプリ、そしてあなたの文章が最初はあなたのものだったが、最終的には誰かのものに戻ってきました。長く、難しく、深い文章を書くときは、その取引は価値があります。しかし、1日の中で40回ほど書く短い文章 — 2行の返信、スタンドアップノート、プルリクエストへのコメント、パートナーへの夕食に関するメッセージ — については、これは馬鹿げています。誰もが試した後で静かにやめています。

代替案は、画像に示されているものです。チャットボックスはテキストフィールドなので、マクロス全体で音声入力キーがそれを使ってフィールドを埋めます。プロンプトを話して、送信する前にそれを読む — これは、リアルタイムの音声会話よりも大きな利点です。なぜなら、見られるプロンプトは修正可能なプロンプトだからです — そしてアシスタントは、それが得意とする部分を担当します。

「あなたが言ったことをタイプする」という意味

逐語的な文字起こしは、他のタイプのものに触れた後で、広告として異常なものです。アシスタント、または出力の整理を行うモデルを持つ音声入力製品は、あなたの文を滑らかにします。文法を修正し、誤った開始を削除し、あなたが使ったよりもより適切な単語を選択します。

これは多くの場合、改善になりますが、時には災害にもなります。あなたが弁護士で、条項を音声入力している場合、医師でメモを音声入力している場合、ジャーナリストで誰かの引用をしている場合、あるいは小説家で、整理された文を話さないキャラクターの台詞を書いている場合、「滑らか」は正確に間違っています。あなたが望んでいたのは、あなたが言った言葉です。

このアプリはあなたが言ったことを書きます。つまずきや繰り返しの言葉、途中でやめた文なども含まれています。そして、それらは2秒以内に自分で削除します。あなたの口とフィールドの間にモデルはなく、トーンについての異論は一切ありません。

これは、正直に言って、制限でもあります。あなたが望んでいるのは、冗長な思考を整理したクリーンな段落であれば、アシスタントがそれをやりますが、このアプリはできません。Aqua Voice と Wispr Flow は、このカテゴリのこの端に近い位置にいます。

テーブル

アシスタントには6行ありますが、それらは大きな行です。私たちのは狭く、別の仕事についています。テキストがどこに着地するか、それが正確にあなたが言ったものかどうか、ネットワークがオフのときにどうなるか、何かが壊れたときにどうなるか — これらが私たちの焦点です。

これだけは防げない失敗

すべてのホストサービスは同じ悪い日を経験します。これはどの特定のサービスを批判しているわけではありません。何か上流のものが遅かったり、接続できなかったりするだけで、あなたが言ったことが消えてしまいます。あなたはうまく言えたし、もうそのようには言えません。

その図の順序は製品の実際の処理順序であり、これが最もコピーしにくい点です。キーボードを離した時点で、あなたのマックにその行が表示され、その後ろの処理は考慮されません。その後に起こるすべての問題は、すでに保存された文に起きます。

会話はこのような形で機能しませんし、期待されることもありません。アシスタントの役割は、有用な出力が返信であるということです。返信には、往復が必要です。しかし、これにより、2つの製品にはそれぞれ異なる最悪の日があります。一方はあなたの接続を失って何も返しません。もう一方は接続を失っても気づきません。なぜなら、接続を必要としなかったからです。

人々がこの方法を試す3つの方法とそれぞれの結果

これは多くの読者があなたがここに到達する前に少なくとも1つは試したことがあるため、詳しく見てみる価値があります。

アシスタントに話しかけて、返信をコピーする。 上記で説明しました。これは機能しますが、遅く、あなたの文章をアシスタントの文章に無言で変換します。人々はハードなドラフトには使い続けますが、短い文章には使いません。

アシスタントに話しかけて、あなたの言葉をverbatimに文字起こしする。 これは合理的な直感です。そして、半分だけ機能します。あなたはまだチャットウィンドウの中にいます。結果をコピーするのも変わりません。ただ、今回は指示を守ったか確認するステップを追加しています。あなたは、速くて能力のあるアシスタントを、遅く、不安定な音声入力ツールに変換してしまいました。

音声入力キーを使ってアシスタントに話しかける。 これは最も効果的な方法です。プロンプトはキーボードで入力され、それを読み、間違った単語を修正し、送信します。何も再編集されていませんし、アプリケーション間でコピーもされていません。アシスタントは本来の得意分野で仕事をしています。

これは、前2つの方法の妥協ではありません。これは、それぞれのツールがそれぞれの目的に向いている順序で、両方のツールが機能するように配置されています。

送信する前にプロンプトを確認する

タイプしてプロンプトを入力するのではなく、リアルタイムの会話に話しかけるよりも、ある重要な利点があります。それはプライバシーもしくは速度に関するものではありません。

見られるプロンプトは、修正可能なプロンプトです。長く複雑な指示 — 3つの制約、フォーマットの要求、例 — は、1つの誤聞きした単語で答えが変わるプロンプトであり、そのようなプロンプトでは、送信する前に制約を再読したいものです。リアルタイムの会話に話しかけると、アシスタントはすでに聞こえたバージョンに対して答え始めています。

名前、数字、専門用語を含むものにも同じ論理が適用されます。ボックスに入った音声入力テキストは2秒で修正できます。しかし、すでに解釈された音声入力は、最初の会話についてもう一度会話する必要があることで修正しなければなりません。

これらは、音声によるリアルタイム会話が本来の目的でどれほどうまく機能しないかを示すものではありません。歩きながら手を動かさずに、言語を練習する、何かに答えながら考えを口にする — これらが音声会話の本来の役割であり、キーボードのキーを押す動作はどれにも代替できません。

音声がどこへ行くのか、そして誰がそれを見るのか

Coii VoiceInput は、あなたの Mac で音声を処理します。録音も文字起こしもアップロードされません。モデルの重みは一度だけパブリックなモデルホストから取得され、その後はアプリ起動時にライセンスアクティベーションと時刻チェックがネットワーク経由で行われるだけで、それ以外は何もありません。飛行機モードはその動作に何の影響も与えません。

ホストされたアシスタントは、必然的に逆の配置になります。応答があるためには、あなたの側の会話がサーバーに届けなければならないからです。これは欠点ではなく、製品の仕様であり、問われるべきは保存と訓練に関する点であり、伝送に関する点ではありません。その答えは OpenAI 自身のポリシーにあります。それらは変化するため、比較ページの要約ではなく、そこの説明を読むべきです。

ほとんどの人が落ち着く実用的なルールは次の通りです：話す前に、どちらの機能を使うかを考えてください。クライアントの未公開の数字、医療記録、未公開の原稿、NDAの下にあるもの — これらは「Mac に残っている」ことが選択肢ではなく、義務です。

両方を同時に使用する場合

これは動作する設定です。アシスタントは考える必要のある作業 — 再構成、翻訳、説明、難しい何かの最初の草稿 — を担当します。キーはそれ以外のすべてを担当し、これは一日のほとんどを占める量であり、困難さではほとんどありません。

両方を同時に使用する際の操作は不快ではありません。ホットキーを競合しない、マイクを競合しない（ライブの音声会話が開いている間は、キーを押しながら話す場合を除く）、お金の点でも意味のある競合は起こりません：一方は機能のサブスクリプションであり、もう一方は $1の入力メソッドの買い切りです。

一つのマイク、二つの用途

これは、これら二つがお互いに干渉する唯一の方法です。ライブの音声会話が開いていて、マイクが聞いている状態で、その後音声入力キーを押した場合、二つのものが同時にマイクを使用し、結果としてどちらかのアプリがバグのように見える異常が生じます。

キーを押す前に会話を終了するか、または終了せずに残しておくことが、この衝突のすべてです。ホットキーの競合を解決する必要はなく、設定も必要ありません。なぜなら、一方はキーを保持するもので、もう一方はボタンをタップするものです。

このアプリは何かではない

AI アシスタントを言及するページは、そのような仮定を招くため、明確に述べるべきです。Coii VoiceInput にはチャット、要約、回答、翻訳、あなたの専門用語を学習するカスタム語彙、音声コマンドがありません。会議の録音や要約も行いません — これは別の Coii製品であり、別の購入です。これは、一つのオペレーティングシステムで音声をテキストに変換するキーであり、このライブラリのどのページもそれ以上を主張している場合は誤りです。

安価な決定方法

このアプリには比較表は必要ありません、数え上げが必要です。

3 日間、何かを書こうとするたびに、どちらかの選択肢を選びましょう。あなたは「あなたの言葉」をどこかに — リプライ、メッセージ、ノート、チケット、コミット — にしたいのか、それとも「何かに対する答え」を望んでいるのか？分類を過剰に考えすぎないでください。その瞬間では、どちらも完全に異なるように感じられます。

この作業をしたほぼ誰もが、第一列が第二列よりはるかに長く、第二列が困難で価値のある文章の場であることに気づきます。どちらの事実も役立ちます。長い列は、音声入力キーが常に押されるということを示します。短い列は、アシスタントのサブスクリプションが、使われることの少ないにもかかわらず、金銭的に価値があることを示します。

それがなぜ、この文章を読んでいる大多数の人々にとっての答えは、どちらかの選択肢でないからです。なぜなら、それらは異なる列に価格付けられ、形状付けられているからです：月額の機能と、買い切りの入力メソッド、どちらもどれだけ強く押しても、他方の代替にはなりません。

インストールするもの

ChatGPTを使用する場合、あなたがアシスタントと話したい、あなたの言葉を改善したい、電話やWindowsマシンを使っている、または実際に必要なのは答えである場合です。無料プランがあり、無料で試すことができます。

Coii VoiceInputを使用する場合、あなたの文章を編集せずにそのまま保持し、カーソルが入っているアプリケーションのどこでも使用でき、アップロードせず、何もない状態で文章を記録できます。$19で、3台のMac、macOS 13以降、そしてアプリ全体の30日間を無料で利用可能で、クレジットカードやアカウントは必要ありません。

両方をインストールする可能性が高いです。キーボードが入力を行い、アシスタントが考えるという組み合わせです。同じ論点が実際に音声入力製品に対してどのように展開されるか見てみたい場合は、まずApple Dictationから始めてください。これは無料でインストール済みです。あるいは、superwhisperも、この製品と同じようにローカルで動作します。文章を主にドキュメント内で書く場合は、Googleの音声入力は無料で、コマンドで編集可能です。そして、あなたの直感で構築したい場合は、a Whisper scriptは本物のオプションで、本物のコストがあります。

関連記事

• cancel-a-dictation-subscription-safely