声で書く時代へ――評価額20億ドルのAI音声入力「Wispr Flow」を試す

AIツール図鑑 のアイキャッチ

キーボードではなく声でパソコンに文章を打ち込む「AI音声入力」が、2026年に入って急速に実用段階へ進んでいる。今回紹介するWispr Flowは、話した内容をAIがその場で整形し、メールやSlack、コーディングツールなど「文字が打てる場所ならどこでも」使える音声入力アプリだ。2026年8月には2億8000万ドルの大型資金調達を発表し、時価総額20億ドルの評価を得たことでも注目を集めている。

AI音声入力ツールのイメージイラスト

Wispr Flowとは何か

Wispr Flowは、Mac・Windows・iOSで動く常駐型のAI音声入力アプリだ。従来の音声認識と違い、話し言葉特有の「あー」「えーと」といったフィラーや言い直しをAIが自動で除去し、文法を整え、文脈に応じて改行や箇条書きなどの体裁まで整えてから入力欄に文章を挿入してくれる。対応言語は100以上で、よく使う固有名詞や専門用語もユーザーごとに学習していく。

メール、チャット、ドキュメント、ブラウザ、CRM、コーディングツールなど、テキストを入力できるアプリならほぼどこでも動作するのが特徴で、キーボード入力を音声にまるごと置き換える運用を想定している。

主な機能

  • 自動整形・フィラー除去 — 話した内容をそのまま書き起こすのではなく、読みやすい文章に自動整形する。
  • Command Mode(Pro限定・Mac/Windows) — 選択したテキストに対し「もっと簡潔にして」「ポーランド語に翻訳して」のように声で指示し、その場で書き換えられる。
  • Whisper Mode — 小声でも認識精度を落とさず入力できるモード。会議室やオープンオフィスでの利用を想定している。
  • 用語学習 — 社名・人名・専門用語などをユーザーごとに記憶し、認識精度を継続的に向上させる。

料金プラン

プラン 料金 内容
Free 0ドル 初週8,000語ボーナス、以降は週2,000語まで
Pro(月払い) 15ドル/月 無制限の音声入力、上位AIモデル、Command Mode
Pro(年払い) 12ドル/月 Pro月払いと同内容を割安に
ポッドキャスト収録用のマイクとオーディオ機材
Photo: sridgway / CC BY 2.0(Openverse経由)

2億8000万ドルの資金調達と評価額20億ドル

開発元のWisprは2026年8月、Menlo Ventures主導でシリーズBラウンドとして2億8000万ドルを調達し、企業価値20億ドルの評価を受けたと発表した。これにより累計調達額は3億6100万ドルに達している。既存投資家のNEA、8VCに加え、新規投資家としてAcrew、Forerunner、Peak XVなどが参加した、AI音声入力分野への投資熱の高まりを象徴する調達となった。

プライバシー面の課題と対応

Wispr Flowは文脈認識のため、アクティブなウィンドウのスクリーンショットを定期的に取得しクラウドへ送信する機能を持つ。この挙動を指摘したユーザーへの対応を巡って批判が集まり、同社CTOが公に謝罪する一件もあった。現在は設定の「Data & Privacy」からゼロデータ保持の「Privacy Mode」を無料プランを含む全プランで有効化できるようになっている。業務データや顧客情報を扱う場面で使う場合は、事前にこの設定を確認しておくとよいだろう。

類似ツールとの比較

音声入力・書き起こし系のAIツールはWispr Flow以外にも複数ある。用途に応じて使い分けたい。

ツール 処理方式 特徴 料金目安
Wispr Flow クラウド 常時入力向け、自動整形・Command Mode 15ドル/月〜
Superwhisper オンデバイス中心 プライバシー重視、カスタマイズ性が高い 8.49ドル/月〜
MacWhisper オンデバイス 音声・動画ファイルの書き起こし特化 買い切り約59ドル

常時起動でリアルタイムに音声を文章化したいならWispr Flow、音声データを外部に出したくないならSuperwhisper、既存の録音ファイルをまとめて文字起こししたいならMacWhisper、という住み分けになる。

まとめ

Wispr Flowは「タイピングを音声に置き換える」という体験を実用レベルに近づけたツールで、資金調達の規模からも市場の期待の大きさがうかがえる。一方でクラウド処理を前提とする以上、プライバシー設定は導入前に必ず確認したい。まずは無料プランの週2,000語枠で、自分の業務にどれだけ馴染むか試してみるのがよいだろう。


主な情報源

各ツールは提供元の規約に従ってご利用ください。情報は各情報源の公開時点のものです。収集・要約はAI、公開判断は人。