インサイトに戻る
製品チュートリアル2026-07-12約9分 読了

Macで音声入力(Dictation)を使う方法(2026年 完全ガイド)

Macで音声入力(Dictation)を使う方法(2026年 完全ガイド)
TL
Team Laxis
Laxisチーム @ Laxis

長いメールを書かなければならないのに手首は痛み、頭の片隅では「Macは話した言葉をそのまま文字にできたはず」という記憶がちらついている。そこで設定を探しにいく。十分後、あなたは一度も開いたことのない System Settings(システム設定)のパネルの中にいて、あのマイクキーは Siri を呼ぶのか音声入力なのか、そして2011年のように一文ごとに「句点」と言わなければならないのかと首をひねっている。

まず良い知らせから。Macで音声入力の使い方を覚えるのに、設定はおよそ90秒、練習してもせいぜい十分ほどだ。次に正直な話。これは文字起こしのツールであって、文章を書くためのツールではない——そしてこの違いは、たいていのチュートリアルが認めたがる以上に重要だ。本ガイドではその全体を扱う——オンにする方法、ショートカットとその変更方法、言語設定、オンデバイス処理とサーバー処理の違い、覚えておく価値のある句読点コマンド、なぜ Voice Control が音声入力と混同され続けるのか、そしてMacの音声入力が具体的にどこであなたを落胆させるのか。

オンにするのは90秒で済む

Apple は数年前、音声入力を古い「アクセシビリティ」の片隅から移動させた。今それは Keyboard(キーボード)設定の中にある——多くの人が真っ先に見ない場所だ。

  1. Apple メニューを開き、System Settings(システム設定)を選ぶ。
  2. サイドバーで Keyboard(キーボード)をクリックする。おそらくスクロールが必要だ——リストのかなり下のほうにある。
  3. Dictation(音声入力)のセクションを見つけ、スイッチをオンにする。
  4. 確認シートで Enable(オンにする)をクリックする。Siri と音声入力の改善に協力するか macOS に尋ねられたら、Not Now(今はしない)をクリックして問題ない——どちらを選んでも音声入力の動作はまったく同じだ。(この点はプライバシーのセクションで詳しく述べる。)
  5. Microphone source(マイクの入力ソース)を設定する。Automatic(自動)のままにしておけば、Mac はあなたが使っている可能性が最も高いマイクを聞き取る。いつも同じヘッドセットで口述するなら、特定のものを選ぶとよい。
  6. Languages(言語)の横の Edit(編集)をクリックし、口述に使う言語と地域を選ぶ。切り替えるなら複数追加しておく。
  7. Auto-punctuation(自動句読点)をどうするか決める。デフォルトでオンになっており、対応言語ではカンマ・ピリオド・疑問符を自動で挿入してくれる。

これで設定は終わり。実際に口述するには、任意のテキスト欄——Mail、Notes、Slack、ブラウザのフォームなど、入力できる場所ならどこでも——にカーソルを置き、音声入力のショートカットを押し、カーソルが脈打ち始める(または小さな通知音が鳴る)のを待って、話す。終わったら Escape キーを押すか、ショートカットをもう一度押せばよい。

見落とされがちな点が一つ。Apple シリコンの Mac では、音声入力が動作している最中でも入力を続けられる。指がキーに触れている間はカーソルの点滅が止まり、手を止めると再び動き出す。つまり、一文を口述し、URLを手で打ち込み、次の一文を口述する、という流れを、セッションを終えることなく続けられる。

ショートカットこそが、この機能のほぼすべて

音声入力の成否は、どれだけ速く起動できるかで決まる。三回クリックしなければならないなら、あなたは決して使わない。

キーボードのファンクションキー列に Microphone key(マイクキー)があれば、それが最速の入口だ——ただし挙動は妙に細かい。押してすぐ離すと音声入力が始まり、押し続けると Siri が呼び出される。「マイクキーが効かない」と思っている人の多くは、ほんの一拍長く押しすぎて Siri を出してしまっている。

マイクキーがない? System Settings → Keyboard → Dictation に戻り、Shortcut(ショートカット)のポップアップメニューを開こう。Control キーを2回押す、Fn/Globe(地球儀)キーを2回押す、といった選択肢が出てくる。Customize(カスタマイズ)を選べば、好きな組み合わせを割り当てられる——たとえば Option-Z など。Apple 自身のドキュメントもこの例を使っている。

2回押し系のショートカットには落とし穴が二つある。第一に、「Fn(ファンクション)キーを2回押す」を選ぶと、キーボード設定にある別項目の「Fn キーを押して」設定がひそかにそれに合わせて変わり、Globe キーを中心に築いた習慣を壊しかねない。第二に、2回押し系のショートカットは、速く打つ人ほど誤爆する——Control-Control はよくある不意の起動だ。よく口述するなら、専用の組み合わせのほうが2回押しよりも確実だ。

そして全部忘れてしまっても、メニューバーの Edit → Start Dictation(編集 → 音声入力を開始)はいつでも使える。

ヒント:ソフトを責める前に、マイクを直そう。

「Macの音声入力は不正確だ」という不満のほとんどは、実は部屋の問題だ。MacBook の内蔵マイクはファンから数センチの位置にあり、部屋中の音を拾ってしまう。まともなヘッドセットのマイク——30ドルの有線イヤホンでも——に向かって話すだけで、たいていはどんな設定変更よりも誤認識率が下がる。ゆっくりでも大声でもなく、ふだんの会話と同じ速さで話そう。過剰にはっきり発音すると、かえって音声モデルの精度は落ちる。モデルは自然な話し言葉で訓練されているのであって、発音練習で訓練されているわけではないからだ。

オンデバイスか、Apple のサーバーか——そしてなぜ気にすべきか

これはほとんどの「Macで音声入力を使う方法」記事が飛ばす部分であり、そして飛行機の中で口述できるかどうかを決める部分でもある。

Apple シリコンの Mac では、一般的なテキストの音声入力——メッセージを書く、メモを取る、書類を下書きする——は端末そのもので処理される。音声が Apple のサーバーへ送られることはなく、インターネット接続がまったくなくても動作し続ける。Apple が明示している例外は、検索ボックスへの口述で、これは依然としてサーバー側を伴う。

これは鵜呑みにする必要はない。System Settings → Keyboard を開き、Dictation セクションのすぐ下にある小さな説明文を直接読もう(音声入力をオンにして初めて表示される)。一般的なテキストの音声入力における音声入力データと文字起こしが、あなたの端末上で処理されるかどうかを、Apple はそこにはっきり記している。古い Intel Mac を使っているなら、より多くの音声が外部へ送られると考えておくとよい。

それとは別に、Improve Siri & Dictation(Siri と音声入力を改善)という設定があり、これこそ実際に判断する価値のある項目だ。オンにすると、Apple はあなたの録音のサンプルを保存し、その一部を人が確認することがある。これらの録音は Apple Account ではなく、ランダムで定期的に切り替わる端末識別子に紐づけられ、保存期間は6か月未満で、Siri と音声入力の履歴はいつでも削除できる。このトグルは System Settings → Privacy & Security → Analytics & Improvements(プライバシーとセキュリティ → 解析と改善)にある。顧客情報、契約文言、医療情報、人事メモなど機微な内容を口述するなら、オフにしよう。オフにして失うものは何もない。

ロボットのように聞こえずに句読点を話す

自動句読点は退屈な80%を引き受けてくれる——カンマ、ピリオド、疑問符だ。オンのままにしておこう。あなたが声に出すべきなのは、それが推測できないすべて——構造、引用符、かっこ、記号、大文字小文字だ。

すぐに元が取れる二つのコマンドが、「改行」(Return 一つ)と 「改段落」(Return 二つ)だ。これらがないと、口述したメールは切れ目のない一枚の壁のような文章として届く——これこそ、人が音声入力を一度試してやめてしまう最も多い理由だ。

初日に覚える価値のある三つ目は、固有名詞のつづりを言うことだ。まず単語を言い、続けて一文字ずつつづる——「Siobhan, S-I-O-B-H-A-N」。人名こそ音声入力があなたに恥をかかせる場所であり、この一手なら三度の手直しではなく一度で片づく。

コマンドの語彙は macOS、iOS、iPadOS で共通なので、どこで口述しても同じ一覧だ。ここで繰り返す代わりに、完全なリファレンス——句読点、かっこ、大文字小文字、絵文字、そして声による編集——は Apple Dictation ガイドにまとめてある。

Mac に固有なのは、音声入力の最中でもキーボードを打ち続けられる点だ。Apple シリコンなら手がキーに乗っている間もセッションは開いたままなので、実践的なやり方は、散文は声で、口に出してつづりたくないものは打つ——URL、コード、変わった綴りの製品名だ。この併用モードは iPhone には同じかたちでは存在せず、Mac の音声入力がスマホより長い文書に耐えられるのはそのためだ。

Voice Control は別の機能

「Mac は声だけで丸ごと操作できる」と聞いたことがあるなら、それは音声入力ではなく Voice Control(音声コントロール)のことだ。ボタンをクリックし、スクロールし、画面内を移動する、別立てのアクセシビリティ機能である。音声入力がするのは、文字を打つことだけだ。

両者は頻繁に混同される。どちらもマイクのすぐそばにあり、どちらも声に反応するからだ。ただし Mac では片方しか使えない。Voice Control をオンにすると、macOS 標準のディクテーションは使えなくなる。要するに、音声入力は文章を生み出すためのもの、Voice Control は機械を操作するためのものだ。Siri の位置づけも含めたより詳しい比較は、Apple Dictation ガイドを参照してほしい。

Macの音声入力が実際に破綻するところ

Apple の音声入力には、どの Apple デバイスでも共通する限界がある——フィラーをそのまま文字に起こし、人名や専門用語のためのカスタム辞書を持たず、強い訛りでは精度が落ちる。それらは Apple Dictation ガイドで扱った。ここから挙げるのは、とりわけ Mac で牙を剥く問題群だ。長くて本格的な文書に人が挑むのは、ほかでもない Mac の上だからである。

Voice Control と音声入力は同時にオンにできない。これは Mac 固有の落とし穴で、両方を使う人がまさに引っかかる。Voice Control をオンにすると、標準の macOS 音声入力は使えなくなる——どちらかを選ぶしかない。iPhone では両者が問題なく共存するので、スマホで身につけた習慣は、デスクトップに持ち込んだ瞬間に壊れる。

30秒の沈黙でセッションは終わる。長さに上限はない——Apple は、タイムアウトなしで任意の長さのテキストを口述できるとしている——が、音声のないまま30秒が過ぎるとセッションは閉じる。スマホなら普通は二言三言を放り込むだけなので、これが問題になることはない。だが Mac では、段落と段落の間で考える必要のあるものを書いているので、思考の途中で、何度も打ち切られる。(広く言われる「30秒制限」は、この仕様と、古い macOS に実際にあった1分未満の上限とを取り違えた、ゆがんだ言い伝えだ。)

内蔵マイクは、その場でいちばん質の悪いマイクだ。MacBook のマイクはファンの吸気口から数センチの位置にあり、天井を向いている。Mac において精度を左右する最大の単一要因でありながら、誰も手を付けない部分でもある。スマホならマイクは最初から口元にあり、この問題がそもそも表に出ないからだ。

コード、ターミナル、ファイルパスは悲惨だ。Mac で散文を口述するのはうまくいく。だが記号を含むものの口述はうまくいかない。~/Library/Application Support は、4つのコマンドと神頼みである。Apple シリコンで実際に使える手はハイブリッド——散文は話し、記号は打ち、セッションは終えない——だが、それはつまり Mac において音声入力はタイピングの代替ではなく助手だ、ということでもある。

話者ラベルもない。音声入力は、一人が自分のカーソルに向かって話すものだ。会議や、Mac で再生しているインタビューに向ければ、誰が何を言ったのか区別のつかない一塊が返ってくる。それは別種の問題であり、別の道具が必要だ。

ここにある継ぎ目は文字起こしと文章の間にあり、デスクトップではその隙間がいっそう広い。扱う文書が長いからだ。話した言葉が完成した文章として届いてほしい——フィラーは取り除かれ、言い直しは整えられ、あなた特有の語彙も正しく綴られている——なら、聞きながら編集する何かが必要だ。Laxis Voice Keyboard はまさにその隙間のために作られており、しかも Windows、macOS、iOS、Android、Chrome で動く——複数のマシンで口述するなら、これは重要だ。よく知られた Mac 用の音声入力アプリのほとんどは Mac 専用だからだ。

ヒント:段落単位ではなく、ひと息(ビート)単位で口述する。

最大の精度向上は、ソフトウェアとはまったく関係がない。口を開く前に一つの節を丸ごと考え抜き、それをひと息で言い切り、それから止まる。音声認識は周囲の語を文脈として使うので、完結したフレーズは、同じ言葉をためらいながら小刻みに吐き出すよりもはるかに正確に文字起こしされる。しかも、考えながら話さなくなるので、沈黙を「えー」で埋めることもなくなる。どのプラットフォームのどんな音声入力ツールでも通用する。

結論

音声入力の最も役立つ点は、キー入力を減らすことではなく、最初の下書きのコストを下げることにある。タイピングは、一文ずつ書きながら直させる——それは空のメールを前に20分間見つめる絶好の方法だ。話すことは、あなたに言い切らせる。言葉は間違って冗長に出てきて、あなたはあとで直す——文章とは本来そういうものだった。Apple の音声入力は無料で、今まさにあなたのマシンにあり、二文ほどの Slack の返信や検索クエリには申し分ない。長文にもそれを使い続けるかどうかは、一日のうちどれだけの時間を「基本的に」という語の削除に費やしてもよいか、それ次第だ。

その答えが「あまり使いたくない」なら、そこが有料ツールの出番です。有料アプリはAppleがあえてやらない仕上げの工程を担ってくれます。速度・対応言語・無料枠・価格の比較は2026年版 最高のディクテーションソフトのガイドにまとめました。

よくある質問

Mac で音声入力をオンにするには?

Apple メニューを開いて System Settings を選び、サイドバーで Keyboard をクリックし、Dictation までスクロールしてスイッチをオンにし、macOS が確認を求めたら Enable をクリックする。同じパネルで、マイクの入力ソースを選び、音声入力の言語を選択し、キーボードショートカットを設定し、自動句読点を切り替えられる。オンにしたら、任意のテキスト欄にカーソルを置き、ショートカットを押して、話し始めよう。

Mac の音声入力のキーボードショートカットは何ですか、変更できますか?

Mac のファンクションキー列に Microphone key(マイクキー)があれば、それを押してすぐ離すと音声入力が始まる(押し続けると代わりに Siri が起動する)。それ以外は、System Settings → Keyboard → Dictation → Shortcut で設定したショートカットを使う。ポップアップメニューには Control キーを2回押す、Fn/Globe キーを2回押すなどの選択肢があり、Customize(カスタマイズ)を選べば Option-Z など好きな組み合わせを割り当てられる。メニューバーの Edit → Start Dictation(編集 → 音声入力を開始)から始めることもできる。

Mac の音声入力はオフラインで動きますか、プライバシーは?

Apple シリコンの Mac では、一般的なテキストの音声入力は端末上で処理されるため、インターネット接続なしで動作し、音声が Apple のサーバーへ送られることはない。検索ボックスへの口述は例外だ。自分のマシンを確認するには、System Settings → Keyboard を開き、Dictation セクションの下の文章を読もう。それとは別に、Privacy & Security → Analytics & Improvements にある Improve Siri & Dictation 設定が、Apple があなたの音声のサンプルを確認のために保存できるかどうかを制御する。音声のやり取りはランダムな識別子に紐づけられ、削除も可能だ。

Mac では音声入力をしながらキーボードで入力できますか?

Apple シリコンの Mac ならできる。しかも、音声入力を実務の文書に使えるものにしているのは、この技法だ。手がキーボードに乗っている間もセッションは開いたまま——カーソルの点滅が止まり、打つのをやめると再開する。だから、散文は話し、口に出して綴りたくないものは打てばいい。URL、ファイルパス、コード、変わった大文字小文字の製品名などだ。iPhone に相当するものはなく、それこそが Mac がスマホより長い文書をこなせる理由である。口述コマンドの語彙自体は macOS、iOS、iPadOS で共通で、完全な一覧は Apple Dictation ガイドにある。

Mac の Voice Control と音声入力の違いは?

音声入力は、カーソルのあるテキスト欄に、話した言葉を打ち込むだけだ。Voice Control は、Mac 全体を音声で操作する完全なアクセシビリティ機能で、ボタンをクリックし、メニューを開き、スクロールし、より豊富な編集コマンドで口述もする。両者は同時には動作しない。Voice Control がオンのとき、標準の macOS 音声入力は使えないので、どちらか一方を選ぶことになる。なお、音声入力そのものに長さの制限はない——Apple は、タイムアウトなしで任意の長さのテキストを口述できるとしている——が、30秒間、音声が検出されないと自動的に停止する。