Google Docs Voice Typing：使い方（そしてできないこと）
手首は痛み、ドキュメントは真っ白、締め切りは目前。Google Docs なら口述をそのまま受け取れると誰かに聞いた。そこで Tools（ツール）メニューを開き、その機能を探す——すぐに見つかって作業に取りかかれるか、あるいはどこにも見当たらず、自分が何を間違えたのかと二十分ほど悩むことになる。
たいていの場合、あなたは何も間違っていない。Google Docs の Voice Typing（音声入力）は本当によくできた無料ツールなのに、まわりには質の悪い解説があふれている。ネット上のガイドの半分はいまだに「Chrome 専用」と書いているし、もう半分は存在しない音声コマンドを並べている。そして、使い始めて一週間で本当にうんざりする四つのことを教えてくれるものは、ほとんどない。だからここで全部まとめておく——設定の仕方、覚える価値のあるコマンド、今日時点でのブラウザ事情、そしてこの機能がどこで行き止まりになるかの正直な地図だ。
使えるようにするのに十秒ほど
インストールも、アドオンも、アカウントのアップグレードも不要だ。この機能はデスクトップ版ウェブの Docs に組み込まれていて、個人でも Workspace でも、どの Google アカウントでも無料で使える。
- Google Docs でドキュメントを開く。デスクトップのブラウザで。本物の Google Doc でなければならない——
.docxファイルを変換せずに Docs で開いた場合、そのメニュー項目は現れない。まず File → Save as Google Docs（ファイル → Google ドキュメントとして保存）を使おう。 - Tools → Voice typing（ツール → 音声入力）をクリック。 または Windows なら Ctrl+Shift+S、Mac なら Cmd+Shift+S。ページの左端にマイクのアイコンが付いた小さなフローティングボックスが現れる。
- 言語を選ぶ。マイクボックスの上部にあるドロップダウンから。話し始める前に済ませること——途中で切り替えると、話していた内容が消えてしまう。
- マイクをクリック。 初回は、Chrome（あるいは Edge や Safari）がマイクの使用許可を求めてくる。Allow（許可）をクリックしよう。もし何か月も前に一度うっかり Block（ブロック）を押していたら、マイクはただそこにあるだけで何も起きない——アドレスバーの鍵アイコンやチューニングアイコンをクリックし、マイクの権限をオンに戻せば直る。
- 普通に話す。 聞き取っている間はアイコンが赤くなる。叫ばない、過剰に発音しない、ゆっくりにしない——Google のモデルは日常の話し方で訓練されていて、丁寧すぎる話し方よりも自然なペースのほうがよく読み取れる。
- もう一度マイクをクリックすれば停止、または "Stop listening"（聞き取りを停止）と言う。再開するには "Resume"（再開）と言えば——カーソルを段落の末尾に置いて、また始めてくれる。
知っておく価値のある地味な事実が一つある：言語のドロップダウンには 100 を超える言語と地域アクセントが入っていて、英語は十三種類、スペイン語は二十種類ある。インド、ナイジェリア、アイルランド、フィリピンのアクセントで英語を話すなら、ただの "English (US)" ではなくその具体的なバリエーションを選ぶことが、あなたに可能な最大の精度向上であり、しかも一円もかからない。
ブラウザ問題、決着
これは人々が助けを求めて検索する最大の理由であり、ネットの大半はこの点で情報が古い。
Google 自身のサポートページは今、Voice Typing が「次のブラウザの最新版で動作する」と明記している——Chrome、Edge、Safari の三つだ。Firefox はそのリストになく、メニュー項目が本当に動作しない唯一のブラウザでもある。だから「Chrome 専用」という古いアドバイスは、文字どおりには、もう正しくない。
だが、Google のドキュメントには誰もが読み飛ばす一文があり、それが実際になぜ Chrome が勝ち続けるのかを説明している：「Voice Typing をオンにすると、音声認識サービスを制御するのはあなたのウェブブラウザです。」 文字起こしをしているのは Google ではない。あなたのブラウザだ。だから同じ一文を同じドキュメントに口述しても、Safari と Chrome では結果が違ってくることがある——エンジンが違い、語彙が違い、背景ノイズへの許容度も違う。Edge は内部的には Chromium だが、Chrome の音声バックエンドは使っておらず、マイクボックスは機嫌よく読み込まれ、四語を文字起こしして、そこで止まったという報告が数多くある。
実践的に言い換えると：Voice Typing の調子が悪く、しかも Chrome を使っていないなら、他のどんなトラブルシューティングよりも先に Chrome に切り替えること。それでも調子が悪いなら、原因はマイクの権限、ドキュメントの形式、インターネット接続のいずれか——この順番で疑おう。
ヒント：句読点の前で止まらないこと。
口述で典型的に失敗するのは、「…and that's the plan <ポーズ> period」と言ってしまうことだ。このポーズがエンジンに文の終わりを告げるので、エンジンは "period" を新しい単語とみなしてそのまま打ち込んでしまう。句読点はフレーズの末尾に切れ目なく続けて——「and that's the plan period」——言えば、正しく変換される。コマンドではルールが逆になる：コマンドは_前後に_はっきりしたポーズが必要で、さもないと "select all" はただ二語としてドキュメントに落ちてしまう。
本当に覚える価値のあるコマンド
Google が公開している音声コマンドは優に百を超える——表、段組み、脚注、文字色、"dark purple 3（ダークパープル 3）"。ほとんど誰もそんなには必要としない。役に立つのはせいぜい十五ほどで、いったん体で覚えてしまえば、キーボードに触れずに一ページ丸ごと下書きできる。
まず二つの厳しい制約を。人がしょっちゅうつまずくからだ。音声コマンドは英語でしか動作しない——しかもアカウントの言語_と_ドキュメントの言語の両方を英語に設定しなければならない。口述は 100 以上の言語で動くが、コマンドは動かない。そしてコマンドは Slides のスピーカーノートではまったく動作しない。
句読点と改行
"Period"（句点）·"Comma"（読点）·"Question mark"（疑問符）·"Exclamation point"（感嘆符）·"New line"（改行）·"New paragraph"（改段落）
書式
"Bold"（太字）·"Italicize"（斜体）·"Underline"（下線）·"Strikethrough"（取り消し線）·"Apply heading 1"（見出し 1 を適用、6 まで）·"Apply normal text"（標準テキストを適用）·"Create bulleted list"（箇条書きリストを作成）·"Create numbered list"（番号付きリストを作成）·"Increase font size"（フォントサイズを大きく）·"Highlight"（ハイライト）·"Clear formatting"（書式をクリア）
テキストの選択
"Select word"（単語を選択）·"Select last word"（直前の単語を選択）·"Select last 3 words"（直前の 3 単語を選択）·"Select line"（行を選択）·"Select paragraph"（段落を選択）·"Select all"（すべて選択）·"Select [word or phrase]"（[単語または語句]を選択）·"Deselect"（選択を解除）
編集
"Delete"（カーソルの前の単語を削除）·"Delete last word"（直前の単語を削除）·"Delete [word or phrase]"（[単語または語句]を削除）·"Copy"（コピー）·"Cut"（切り取り）·"Paste"（貼り付け）·"Undo"（元に戻す）·"Insert link"（リンクを挿入）そのあと URL を言う·"Insert comment"（コメントを挿入）そのあとコメントを言う
移動
"Go to the end of the line"（行末へ移動）·"Go to the end of the paragraph"（段落の末尾へ移動）·"Go to the start of the document"（ドキュメントの先頭へ移動）·"Go to next heading"（次の見出しへ移動）·"Go to next misspelling"（次のスペルミスへ移動）·"Move down 2 lines"（2 行下へ移動）·"Scroll down"（下にスクロール）
メタなコマンド
"Stop listening"（聞き取りを停止）·"Resume"（再開）·"Resume with [word]"（[単語]から再開）·"Voice commands list"（音声コマンド一覧。ドキュメント内に完全なリファレンスを開く）
強力なのは、これらを組み合わせることだ。一文を言い、次に "select last 6 words"、続いて "bold"、さらに "go to the end of the line" と言って、そのまま口述を続ける。これが声による編集であり、本当に口述を使いこなす人と、一度試してやめてしまう人とを分けるものだ。そうしている間は、マイクボックスの小さな吹き出しを見ておこう——直前に聞き取ったと判断したコマンドが表示される。その吹き出しが間違っていたら、上書きしてしまう前に、すぐに "Undo" と言うこと。
そしてほとんど誰も使わないことが一つ：マウスとキーボードで誤字を直すのに、マイクをオフにする必要はない。間違いの箇所をクリックし、打ち直し、元の位置に戻って、話し続ける。その間ずっとマイクは動いたままだ。
Slides には同じツールの縮小版がある
Google Slides にも口述機能はあるが、スピーカーノート専用だ——スライド本体に音声入力することはできない。プレゼンテーションを開き、Tools → Dictate speaker notes（ツール → スピーカーノートを音声入力） をクリックすると、同じマイクボックスがノートパネルの隣に現れる。
これは機能を削ぎ落とした版だ。句読点の語は今も効く。音声コマンドは効かない——"bold" もなければ "select paragraph" もなく、ナビゲーションもない。正直、それがこの用途に合っている：スピーカーノートはそもそも声に出すためのものなので、それを口述するのは、コンピューターに話しかけることで求める語り口がちょうど得られる数少ない場面の一つだ。デッキを作りながら各スライドで話す内容を語っているなら、ノートは打つより口述するほうが速く、しかも仕上がりはより自分らしく聞こえる。
ヒント：一度で口述し、別の機会に編集する。
口述が遅く感じられる最も多い理由は、話すことと自分で編集することを同時にやろうとするからだ——話して、止まって、見つめて、直して、また始める。話すことと編集することは脳の別の部分を使い、その間で綱引きをするのは消耗する。まずは聞き間違えた語も含めて、散らかった下書きを丸ごと吐き出し、それからマイクを閉じて手で整える。これはどのプラットフォームのどんな口述ツールでも通用し、たいていは「口述なんて小手先の芸だ」と「もう二度と初稿を手打ちしたくない」の分かれ目になる。
このツールが行き止まりになるところ
限界は四つ。どれも単独では致命的ではない。だが合わさると、本気で口述する人が結局ほかを探すことになる理由になる。
何も告げずに、聞き取りを止める。 事実を確認しに別のタブをクリックする、Slack の通知に返信する、カレンダーをちらっと見る——それだけでマイクはオフになる。警告もチャイムもない。長い沈黙でも同じことが起きる。戻ってきて、死んだマイクに向かって三十秒話し続け、その段落を失う。ドキュメントにたどり着かなかった言葉に、自動保存はない。
言ったとおりを、そのまま打つ。 すべての「えーと」、すべての「要するに」、途中で言い直すたびに——それが全部そのままドキュメントに落ちる。これはバグではなく設計だ：これは文字起こしであって、書くことではない。つまり、話して節約した時間の一部は、整える作業として返ってくる。口述した一ページはたいてい本格的な編集の一巡を必要とし、あなたが多くの人と同じ話し方をするなら、その一巡は短くはない。
カスタム語彙がない。 CEO の姓、自社製品の名前、業界の専門用語、チームが一日に四十回使う略語——それを教え込むことはできない。推測して、間違え、明日も同じように間違える。固有名詞だらけの文章を書く人——リクルーター、営業、臨床医、弁護士——にとって、これは最もこたえる限界だ。取りこぼす語こそが、まさに肝心な語だからだ。
一つのドキュメントの中でしか生きられない。 これが本当の天井だ。Voice Typing が使えるのは Google Docs と Slides のスピーカーノートだけ。それだけだ。口述したばかりのものを送るために Gmail に切り替えた瞬間、Slack に近況を落とした瞬間、HubSpot に通話メモを記録した瞬間、あなたはまた指でタイプする世界に戻っている。せっかく身につけた音声のワークフローが、一つのタブを離れた途端に蒸発してしまう。
最後のこの点こそ、Laxis Voice Keyboard のようなツールが埋めるために存在するギャップだ——それは一つのアプリの中に収まるのではなく、あらゆるアプリの下に位置する。だから同じ口述の習慣が Docs でも、受信トレイでも、Slack でも、CRM でも通用し、しかも言いよどみや言い直しを忠実に文字起こしするのではなく、片づけてくれる。Windows、macOS、iOS、Android で動き、Chrome 拡張機能としても動作し、カスタム辞書に対応している——これが固有名詞問題の解決策だ。ただし、この取引は冷静に見よう：Google のツールは無料で、すでにインストール済みで、一つのドキュメントの中で下書きするには申し分ない。必要なのがそれだけなら、ほかには何もいらない。
結論
口述を最初の一週間より先まで続けた人が驚くのはこれだ：難しいのは精度では決してなかった。現代の音声エンジンは十分に優秀だ。難しいのは、話すことと書くことは別の技能であり、私たちのほとんどは指を通して考えることを二十年かけて身につけてきた、ということだ。ドキュメントに話しかける最初の三日間は、どこか不自然に感じる——ぎこちなく、気恥ずかしく、タイプより遅い。それからある瞬間にしっくりきて、一つの段落を頭の中に保ったまま声に出せる自分に気づく——同僚に向かって声に出すことはいつでもできたのに、紙の上には決してできなかったことだ。どのツールを使うにせよ、自分に向かないと決める前に、一度の午後よりは長く付き合ってみてほしい。
Google版の制約——Chrome限定、一度に1ドキュメント、仕上げ処理なし——にぶつかっているなら、ドキュメントの外でも使えるツールを検討する頃合いです。丸一日使い込んだ5製品の比較は2026年版 最高のディクテーションソフトのガイドにあります。
よくある質問
Google Docs Voice Typing は Safari、Edge、Firefox で使えますか？
Google 自身のヘルプページは、Voice Typing が Chrome、Edge、Safari の最新版で動作すると述べています。Firefox はそのリストになく、Tools → Voice typing（ツール → 音声入力）の項目は表示されないか、そこでは動作しません。それでも Chrome が最も信頼できる選択です。というのも、音声認識サービスを制御するのは Google ではなくあなたのウェブブラウザだと Google が注記しているからです。二つのブラウザは同じ一文を違うように文字起こしすることがあり、Chromium ベースの Edge は Chrome とは異なる音声バックエンドを使っています。
Google Docs で Voice Typing を呼び出すキーボードショートカットは？
Windows では Ctrl+Shift+S、Mac では Cmd+Shift+S で、Voice Typing のマイクボックスが開きます。メニューから Tools → Voice typing（ツール → 音声入力）でたどり着くこともできます。ショートカットで開くのはマイクパネルで、聞き取りの開始と停止は、マイクのアイコンをクリックする（またはショートカットをもう一度押す）必要があります。
音声コマンドが効かないのはなぜですか？
最も多い原因は言語です。Google Docs の音声コマンドは英語でのみ利用でき、アカウントの言語とドキュメントの言語の両方を英語に設定する必要があります——口述そのものは 100 以上の言語と地域アクセントに対応しているにもかかわらず、です。コマンドは Google Slides のスピーカーノートではまったく動作しません。言語が正しいなら、各コマンドの前後で短く止まってください。文の途中で言われたコマンドは、たいてい文字どおりのテキストとして打ち込まれてしまうからです。
スマホで Google Docs Voice Typing は使えますか？
使えません。Voice Typing はデスクトップのブラウザ機能で——iOS や Android の Google Docs モバイルアプリには Tools → Voice typing（ツール → 音声入力）メニューがありません。スマホでは、キーボードに内蔵されたマイク（Android なら Gboard、iOS ならキーボードのマイク）で口述します。それは別のエンジンで、挙動も異なり、Docs の音声コマンドは一つもありません。
Google Docs Voice Typing はオフラインで使えますか？
使えません。ブラウザベースで、クラウドの音声認識サービスに依存するため、有効なインターネット接続が必要です。文の途中で接続が切れると、マイクはたいてい明確なエラーもなく止まり、話していた内容は失われます。また、Docs で開いた .docx ファイルの中では動きません——ファイルを先にネイティブの Google Docs 形式に変換する必要があります。
