音声入力アプリの選び方。おすすめ10選を見る前に決めたい3つの軸

先に結論を。音声入力アプリの選び方は、軸が3つと、その前にやる手順が1つです。

• 軸は「データの行き先」「値段」「精度」の3つ。「おすすめ10選」を何本読んでも決まらないのは、並んでいる製品が悪いのではなく、この3つの重みが人によって違うからです。
• 3つのうち使いながら自分で動かせるのは値段と精度だけです。プランは変えられますし、精度は言葉を登録すればかなり変わります（当社の実測で示します）。データの行き先は設定では動かず、変えるには製品ごと替えることになります。だから先に決めます。
• そして軸を決めたあとに、体験版を自分のMacで、いちばん長い使い方で試す。ここが一番効きます。ローカル型は文字にする処理を自分のMacがやるので、同じアプリでもMacの世代がそのまま速さになります。対応機種に入っていることと、自分のMacで快適に動くことは別の話です。

この記事は、Macで仕事の文章を音声入力したい人に向けて書いています。書いているのは、ローカルで完結する音声入力アプリ「ロカオン」を開発している合同会社ヒバナです。当社製品の位置づけも最後に書きますが、合わない点から先に並べます。確認日：2026年8月23日。

「おすすめ◯選」を読んでも決まらないのには理由がある

まず、いま検索結果に何が並んでいるのかを数えました。2026年8月23日に「音声入力アプリ おすすめ」の検索結果上位20件を機械的に取得し、当社で集計した結果です。数えたのは記事のタイトルの文字列と、本文の分量です。

タイトルを数えたもの	20件中
「◯選」が入っている（一覧型の記事）	13件
「比較」が入っている	9件
「文字起こし」「議事録」が入っている	7件
「無料」が入っている	7件
「Android」が入っている	4件
「Mac」が入っている	0件

本文の長さも測りました。上位20件の平均は約10,700字、見出しの数は平均38.5本です。かなり読みごたえのある記事が並んでいます。

ここから分かることが3つあります。

1つめ。上位のほとんどは「一覧型」です。10本や12本の製品を並べて、それぞれの特徴を書く形です。これは調べ始めの人にはとても役に立ちます。世の中にどんな種類があるかが一望できるからです。実際、上位1位の記事は製品を「テキスト変換入力タイプ」「AIアシスタントタイプ」「シンプルメモタイプ」「高機能文字起こしタイプ」「オフライン対応セキュリティタイプ」の5つに分けて整理していて、この分け方自体が親切です。

2つめ。話題の中心が「文字起こし・議事録」に寄っています。会議の録音を文字にする用途と、自分が喋って文章を書く用途は、必要な機能がかなり違います。前者は長時間の録音・話者の切り分け・要約が要りますが、後者で効くのは変換の速さと、自分がよく使う固有名詞が通るかどうかです。「おすすめ◯選」を読んでいて噛み合わない感じがするなら、たいていここがずれています。

3つめ。タイトルでMacを掲げた記事が、上位20件に1本もありませんでした。Androidは4件あるのに、Macは0件です。ここは正確に書いておきます。当社が数えたのはタイトルの文字列だけなので、「本文でMacに触れている記事が無い」という意味ではありません。実際、一覧の中にMac対応のアプリが混ざっている記事はあります。それでも、Macを前提に組み立てられた記事は上位に見当たらなかった、というのが数えた範囲での結果です。

つまり、Macで使いたい人が「音声入力アプリ おすすめ」で調べると、自分の状況に合っていない一覧を読むことになりやすい。だからこの記事では製品を並べません。かわりに、どの一覧を読むときにも使える3つの軸を先に決めます。

軸①　データの行き先——製品を替えないと変わらない

音声入力アプリは、大きく2つに分かれます。

• クラウド型……喋った音声を、いったんインターネットの向こうのコンピューターへ送り、文字にして返してもらう
• ローカル型……自分のMacの中だけで音声を文字にする。音声はどこにも送らない

これを最初に決めるのには理由があります。使いながら自分で調整できるのは値段と精度で、データの行き先だけは設定では動かないからです。もちろん製品を替えれば変わります。ただ、値段のようにプランを切り替えて済む話ではなく、乗り換えという一番重い手段しかありません。だから先に決めておくと、あとで振り出しに戻らずに済みます。

そしてこの軸は、使っていて一番わかりにくいという厄介さがあります。クラウド型もローカル型も、画面の上では同じように文字が出ます。速さでも見分けられません。だから使い始めてから気づくのではなく、選ぶときに調べるしかありません。

どこを見れば分かるか

その製品の公式サイトで、次の3つを探します。見つからない場合は「書かれていない」と判断してください。

1. 音声データをサーバーへ送るかどうか。「オフラインで動作します」と書いてあれば、少なくともその機能はローカルです
2. 送る場合、どこの国のサーバーか。日本の会社が作っていても、処理は海外のサービスを借りていることがあります
3. 送ったデータを学習に使うかどうか、いつ消えるか。ここは各社で本当に方針が違います

クラウドに上げた音声が実際にどう扱われるかは、別の記事で詳しく書きました。文字起こしをローカルでやる意味。クラウドに上げた音声はどこへ行くのかを読んでみてください。

ただし、クラウド型が劣っているわけではありません

ここは誤解されやすいので、はっきり書きます。クラウド型には、ローカル型が構造的に勝てない強みがあります。

• 機械の性能に左右されにくい。重い処理は向こう側でやるので、手元のMacが古くても速度が落ちにくい
• 改善が早く届く。認識の仕組みが良くなったとき、アプリを更新しなくても反映されることがある
• スマートフォンでも同じ品質が出しやすい。手元の機械が非力でも成り立つ

ですから判断は「どちらが優れているか」ではなく、自分が扱う内容を外に出していいかです。

外に出せない事情がある人は、はっきりしています。お客様の氏名や取引条件を口述する人、病歴や相談内容を扱う人、勤め先でクラウドのAIサービスの利用が禁止されている人。この場合は、値段や精度を比べる前にローカル型に絞ってから比べたほうが、結果的に早く決まります。

逆に、扱うのが公開前提の原稿やブログの下書きだけなら、この軸は緩めて構いません。その場合はクラウド型のほうが選択肢がずっと多く、無料で使えるものも多いので、素直に広く探したほうが得です。

軸②　値段——「月いくら」ではなく「1年でいくら」と「どこで止まるか」

値段の比較でつまずくのは、表示されている数字がそのまま年間の負担にならないからです。見るべきは4つあります。

1. 年払いと月払いの差

多くの製品は年払いのほうが安く設定されています。どのくらい安いのかを、当社で実際に数えました。2026年8月23日に、Mac向けの音声入力アプリ3本の公式ページに書かれている月払いと年払いを比べた結果です。

製品	年払いにすると
Aqua Voice（Pro・Max とも）	20%安い
Wispr Flow	20%安い（公式に「20% discount」と表示）
superwhisper	約16.6%安い（公式の表示は「2か月ぶん無料」）

つまりおおむね2割前後で、3社の中に3割引きになるものはありませんでした。「年払いにすれば劇的に安くなる」というほどではない、というのが実際に見た印象です。

ただし年払いは1年ぶんを先に払うので、合わなかったときに捨てる金額も大きくなります。まず月払いで1か月試して、続きそうなら年払いに切り替えるのが無難です。

2. 買う場所による差

同じアプリでも、公式サイトから買うのとApp Storeから買うのとで金額が違うことがあります。ただし「必ず違う」ではありません。同じ3本を確認したところ、違ったのは1本だけで、残り2本は公式サイトとApp Storeで同額でした（2026年8月23日確認）。差が出るときは1〜3割ほど高くなります。買う前にどちらも見ておく、くらいの温度感で十分です。

実額の計算例として、当社がAqua Voiceの3つの購入経路を並べた記事があります。Aqua Voiceの料金は結局いくら？年払い・月払い・App Store版を全部並べて計算した（記事内に確認日を書いています）。

3. 買い切りかどうか

毎月払い続ける形と、一度払えば使い続けられる形があります。買い切りは長く使うほど有利ですが、大きな更新（メジャーアップデート）が有償になることがあるので、「一度払えば永久に最新版」とは限りません。たとえばテキストエディタのSublime Textは、購入ページに「個人向けライセンスは買い切りで、3年ぶんの更新が付く。3年を過ぎて更新を受け取るにはアップグレードが必要」という趣旨を明記しています（2026年8月23日確認）。逆に「今後の更新も含めて生涯利用できる」と書いている製品もあるので、買い切りと聞いたら更新の扱いまで見てください。

買い切り型の音声入力アプリとしては superwhisper があり、当社が調べた記事がsuperwhisperの料金と日本語対応を整理したです。

4. 割引が使えるか

学生・教職員向けの割引は、日本の大学のメールアドレスでも通ることがあります。Aqua Voiceは公式のよくある質問に、学生割引の対象ドメインとして .edu のほか .ac.uk・.ac.jp・.ac.kr・.ac.in を挙げています（2026年8月23日確認）。実額の計算はAqua Voiceの学生割引は日本の大学（.ac.jp）でも通る。70%引きの実額を計算したにまとめました。学生の方は、割引のある製品を先に見ると選択肢が変わります。

値段より見落とされがちな「どこで止まるか」

もうひとつ、先に見ておいたほうがいいものがあります。インターネットにつながらない日が続いたとき、そのアプリが何日で止まるかです。

月額のソフトは、定期的に「まだ契約が有効か」を確認する通信をします。これはローカル型でも同じで、「音声を送らない」ことと「一切通信しない」ことは別です。

そして、この猶予日数は製品によってかなり違います。大手のソフトで公式の表記を見ると、こうです。

• Microsoft 365……30日を超えてオフラインが続くと機能制限モードに入る、と公式ドキュメントに明記されています
• Adobe Creative Cloud……30日ごとにライセンスを確認し、そのうえで年間プランは99日、月々プランは30日の猶予がある、と公式ヘルプに明記されています

同じ大手でも、30日と最長130日近くでは4倍以上の開きがあります（いずれも2026年8月23日確認）。飛行機の中や電波の入らない場所で使う予定があるなら、ここは値段より先に見てください。他社の実際の表記を並べた記事が月額ソフトは何日オフラインだと止まるのか。Microsoft・Adobeの公式表記を並べたです。

軸③　精度——公表されている数字より、自分の言葉が通るか

3つめの軸が精度です。ここで先に書いておきたいのは、各社が出している精度の数字は、あなたの文章での精度ではないということです。

正直に書くと、「その数字が何で測られたのか」は、たいてい公開されていません。当社が調べた範囲では、「認識精度99%」といった表記を出している製品でも、測定に使ったデータを示しているものは見つかりませんでした。ですから、この数字は製品どうしを比べる物差しとしては使いにくいのが実情です。

一方で、仕事で困るところははっきりしています。お客様の社名・担当者の名字・自社の商品名・業界の専門用語です。こうした固有名詞は、ふだんの言葉づかいの中では珍しい語なので、認識する側から見ると「正解」として選ばれにくくなります。だから、公表値が高い製品でも、あなたの取引先の名前が思ったとおりに出るとはかぎりません。

精度は、製品を替えなくてもかなり動く

ここが、この軸のいいところです。精度は3つの軸のうちで、利用者の側からいちばん動かせます。効くのは、マイクを買い替えることよりも、使う言葉を先に登録しておくことでした。

当社の実測を出します。2026年8月16日に、Apple Silicon（2020年以降のMacに載っているApple製の頭脳）を搭載したMacで、Whisper（音声を文字にする仕組みのひとつ）の large-v3-turbo という種類を使い、認識の前に渡す「よく使う言葉のヒント」の長さを変えながら測った結果です。対象にしたのは、当社でよく使う人名・製品名です。

ヒントの長さ	結果
142字	対象の語がすべて正しく出た
187字	対象の語がすべて正しく出た
221字	人名の「神林」が崩れ始めた
271字	製品名の「カナトコ」も崩れた

つまり、登録する言葉は多ければ多いほど良い、ではありません。ある長さを超えると、せっかく教えた言葉が効かなくなります。当社製品ではこの実測をもとに、1回に渡すヒントの上限を185字にしています。187字までは正解でしたが、崩れ始めた221字との間には余裕がないので、成功した数字ぎりぎりではなく、少し手前で止めています。

この「言葉を先に教える」機能は、製品によって呼び名が違います。「辞書」「用語集」「カスタム語彙」「プロンプト」などで、さらに別の呼び方をしているサービスもあります。比較するときは、この機能があるかどうかを必ず見てください。あるとないとで、固有名詞の当たり方がまるで違います。

なお、この機能を無料で試す方法があります。Macの標準機能である「音声コントロール」には用語集があり、Appleの公式マニュアルに「最大1000個の用語集の項目を追加して、それらの言い方を音声コントロールに教えることができます」と書かれています（2026年8月23日確認）。設定場所は、システム設定 →アクセシビリティ →音声コントロール →用語集です（少し下にスクロールが要ります）。アプリを買う前に、自分がよく使う固有名詞を10個ほど登録して、どのくらい変わるかを体験してみるのがおすすめです。

ひとつ注意を。Appleの「1000個」は語の数、当社の「185字」は文字数で、単位が違います。そのまま大小を比べられる数字ではありません。仕組みそのものが別物なので、「どちらがたくさん登録できるか」ではなく「自分が使う語が通るか」で見てください。詳しい手順と、登録しても効かないときに疑う場所は音声入力の精度を上げる5つの手。辞書を入れても効かないときに疑う3か所にまとめています。

ローカル型を選ぶなら、動かす仕組みの大きさも見る

ローカル型は、認識の仕組みを自分のMacの中で動かします。この仕組みには大きさの違いがあり、大きいほど正確になる一方、Macへの負担は重くなります。

ただし「大きいほど遅い」とは限りません。当社製品が使っている large-v3-turbo は、いちばん大きい種類より小さいのに、公式の説明では精度の低下をわずかに抑えたまま速度を上げた位置づけになっています。大きさと速さは単純な反比例ではないので、選べる製品を使うならWhisperのモデルはどれを選ぶ？tinyからlarge-v3-turboまで、日本語での選び方を先に読んでおくと迷いません。

軸を決めたら、自分の機械で、いちばん長い使い方で試す

ここまで軸を3つ書きましたが、実際にいちばん多く人を助けるのは、体験版を自分のMacで、自分がやる予定のいちばん重い使い方で試すことです。多くの製品に体験版か無料枠があるので、ここは遠慮なく使ってください。

なぜそこまで言うのか。同じアプリでも、動かす機械が違うと体感がまるで変わるからです。ローカル型はとくにそうで、文字にする処理を自分のMacがやる以上、Macの世代がそのまま速さになります。

当社の実測を出します。開発に使っているMac（Apple M5・メモリ24GB）では、10分の録音が23秒で文字になりました。実時間の26倍の速さです。ただしこれはかなり速い部類の機械での数字で、Apple Siliconを搭載したMacには2020年に出た初期のM1も含まれます。世代が違えば、同じ10分でもかかる時間は何倍にもなります。カタログの「対応機種」に自分のMacが入っていることと、自分のMacで快適に動くことは別の話です。

試すときに見るところ

• 必ず自分が使うMacで試す。店頭や職場の新しい機械で試した結果は、自分の5年前のMacには当てはまりません
• いちばん長い使い方で試す。「あー、あー」と3秒喋って動いたことは、10分の口述が通ることを保証しません。長く喋るつもりなら、その長さで1回やってみてください
• うまくいかなかったとき、原因が分かる作りかを見る。「聞き取れませんでした」しか出ない製品と、何が起きたかが分かる製品では、その後の手間がまるで違います
• 失敗したときに元が残るかを見る。録音が残るなら、あとから救えます

もうひとつ、覚えておくと得な症状があります。無音の時間が長いと、そこに身に覚えのない文章が入ることがあります。長時間の録音で目立ちますが、原因は長さそのものより「喋っていない時間の長さ」です。対処はWhisperで「ご視聴ありがとうございました」が勝手に入る理由と、実測にもとづく直し方にまとめています。

使い方別に、どの軸を重く見るか

3つの軸の重みは、使い方で変わります。よくある4つの場合を書きます。

1. 仕事のメール・報告書をMacで書きたい

重く見る軸は精度（固有名詞）→データの行き先→値段。取引先名や担当者名が毎回直すことになると、音声入力の意味が薄れます。言葉を登録できる製品を優先してください。まずはMacの標準機能でどこまでいけるかを確かめたいなら、Macの音声入力を実用にする設定。標準機能でどこまでいけて、どこで足りなくなるかが出発点になります。

2. お客様の情報や機微な内容を口述する

重く見る軸はデータの行き先が最優先。軸①で書いたとおり、ここは先に絞ってから比べたほうが早く決まります。勤め先の規程でクラウドのAIサービスが禁止されている場合も同じです。

3. 会議の録音を文字にしたい（議事録）

重く見る軸は長時間に耐えるか→話者の切り分け→値段。これは自分が喋って書く用途とは別物なので、文字起こし専用の製品を探したほうが満足度が高いです。上位20件のうち7件がこの用途を扱っていたので、素材は豊富にあります。なお当社製品はこの用途向けに作っていません。議事録の要約や整形の機能は入れない方針です。

4. iPhoneでも同じように使いたい

重く見る軸はそもそもiPhoneで成立するか。iPhoneには、キーボードの中からアプリが自前の音声認識を動かせないという制約があります。これはAppleの開発者向けドキュメントに「マイクとスピーカーにアクセスできない」と明記されている、はっきりした制約です（2026年8月23日確認）。

そのうえで各社がどう対応しているかは、それぞれ違います。制約があること（事実）と、各社が回避できていないこと（観察）は別なので、ここは分けて書きます。実際、キーボードから一瞬アプリを開いて戻す、という形で成立させている製品はあります。仕組みはiPhoneの音声入力アプリで「一瞬アプリが開く」のはなぜかに、標準機能でどこまでやれるかはiPhoneの音声入力を仕事で使う。標準機能の限界と、越える方法に書きました。ちなみに当社製品のiPhone版は開発中で、まだ出していません。

当社製品（ロカオン）はどこに置かれるか

最後に、当社製品の位置づけを書きます。合わない人には合わないので、合わない点から先に並べます。

合わない場合。

• Windowsでは使えません。対応していないので、Windows中心の方は他の選択肢を見てください
• Androidにも対応していません。
• iPhone版は開発中です。現在はMac版のみ先行しています
• 動くのはmacOS 26以降（Apple Silicon搭載のMac）です。IntelのMacでは動きません
• 学生割引がありません。この記事で触れたように学割のある製品はあるので、学生の方はそちらのほうが安く済みます
• 議事録の要約や整形はしません。会議を文字にして要約したい方には向きません
• つながらない日が続いたときの猶予は14日です。先に挙げたAdobeの年間プラン（最長130日近く）と比べると短いので、長期間ネットのない環境で使う想定なら他をあたってください

合う場合。3つの軸に当てはめるとこうなります。

• データの行き先：ローカルで完結する音声入力アプリなので、音声も文字にした結果も外に送りません。通信は3種類だけで、最初の1回だけ行う部品のダウンロード（約550MB）、1日1回・数十バイトの利用確認（ご購入後のみ）、それに更新の確認（既定では行いません）です。いずれにも音声と文字は含まれません
• 値段：年払いで年6,600円（税込）、月払いは月770円（税込）。1日10回まで（1回1分まで）なら無料で使え、最初の10日間は回数の制限もありません。この記事で書いた「自分のMacで、いちばん長い使い方で試す」を、ぜひ最初の10日間にやってください
• 精度：よく使う言葉を登録する「じぶん辞書」があります。上限を185字にしているのは、この記事で出した実測にもとづくものです

詳しい仕様と価格はロカオンの公式ページにあります。

音声入力アプリの選び方——持ち帰り用のチェックリスト

「おすすめ◯選」を読むときは、この順で当てはめてください。

1. 扱う内容を外に出していいかを先に決める。出せないならローカル型に絞る。出せるなら選択肢はぐっと広がる
2. 年間でいくらかを計算する。年払い・月払い・買う場所・割引の4つを見る
3. よく使う言葉を登録できるかを確かめる。できないなら、固有名詞は直し続けることになります
4. つながらない日が続いたとき何日で止まるかを見る（使う場所しだい）
5. 体験版を、自分のMacで、いちばん長い使い方で試す
6. 失敗したときに元が残るか、原因が分かるかを見る

製品を10本比べるより、この6つを順に当てはめたほうが早く決まります。そして、決まらないときはたいてい1番が決まっていません。

この記事の出典と確認日

• 上位20件の集計（◯選13件・比較9件・文字起こし／議事録7件・無料7件・Android 4件・Mac 0件、平均約10,700字、平均見出し38.5本）は、2026年8月23日に当社がラッコキーワードの見出し取得機能で「音声入力アプリ おすすめ」の検索結果上位20件を取得して数えたものです。数えたのはタイトルの文字列と本文の分量だけです。検索結果は地域・時期・利用者によって変わります。
• 上位1位の記事が製品を5つのタイプに分けている点は、アスピック「音声入力アプリおすすめ12選！タイプ分けして紹介」の見出し構成（2026年8月23日確認）によります。
• 年払いの割引率（Aqua Voice 20%・Wispr Flow 20%・superwhisper 約16.6%）と、公式サイトとApp Storeの金額差（3本中1本のみ相違）は、2026年8月23日に当社が各社の公式ページとApp Storeの表示を見て計算したものです。出典は Aqua Voice 公式の料金ページ、Wispr Flow 公式の料金ページ、superwhisper 公式サイト。価格は変わります。
• 学生割引の対象ドメインに .ac.jp が含まれる点は、Aqua Voice 公式の料金ページのよくある質問（2026年8月23日確認）によります。原文は “Verification accepts .edu along with international academic domains such as .ac.uk, .ac.jp, .ac.kr and .ac.in.”。
• 買い切りの更新が有償になる例は、Sublime Text の購入ページの記載（2026年8月23日確認）。原文は “Personal licenses are a once off purchase, and come with 3 years of updates. After 3 years, an upgrade will be required to receive further updates.”。
• オフライン時の猶予は、Microsoft 365 Apps のライセンス認証の概要（”If the computer goes offline for more than 30 days, Microsoft 365 Apps enters reduced functionality mode until the next time a connection can be made.”）と、Adobe Creative Cloud のヘルプ（”annual Creative Cloud members get 99 days of grace period; month-to-month members get 30 days”）の記載（いずれも2026年8月23日確認）。訳は当社によるものです。
• Macの音声コントロールの用語集（最大1000個・設定場所）は、AppleのMacユーザガイド「Macの音声コントロールでカスタム用語集を使用する」の記載（2026年8月23日確認）。
• iPhoneのキーボードからマイクを使えない制約は、Appleの開発者向けドキュメント（Configuring Open Access for a Custom Keyboard）に制限として挙げられている “No access to microphone and speaker” の記載（2026年8月23日確認）によります。
• ヒントの長さ142字／187字／221字／271字の結果は、当社が2026年8月16日にMac（Apple Silicon）＋Whisper large-v3-turbo で実測した結果です。他社製品を測ったものではなく、他の認識の仕組みで同じことが起きるとはかぎりません。
• 開発機（Apple M5・メモリ24GB）で10分の録音が23秒で文字になった、という数字は当社の実測です。他の世代のMacでの実測値は持っていないため、「世代が違えば何倍にもなる」という記述は機械の性能差からの見積もりで、実測値ではありません。
• 「認識精度99%」といった表記について測定データが公開されていない、というのは当社が2026年8月23日に各社の公式ページを見た範囲での話です。すべての製品を調べたわけではありません。
• 当社製品の価格・お試し期間と無料版・猶予日数・対応環境・通信の内容は、2026年9月27日時点の公式ページの表記によります。
• 本文中に出てくる他社の価格は、当社の記事タイトルの引用にとどめています。実額はそれぞれの記事に確認日つきで載せています。

本メディア「ロカオン研究室」は、ローカルで完結する音声入力アプリ「ロカオン」を開発する合同会社ヒバナが運営しています。他社製品も、当社製品と同じ物差しで確認して書きます。記事中の他社製品の権利は各社に帰属します。