AIに詳しく頼みたいのに、背景や条件を打つのが面倒で、短い指示で済ませてしまう。音声入力は、その入力の手間を減らす選択肢です。ギリシャのLuram AI Agencyが開発する「FU Flow」は、手元のPCで音声を文字に変え、入力欄へ貼り付ける無料のアプリです。公式サイト
2026年11月6日18:16 JST公開の0.9.19では、Windows版にClaude・Codexのデスクトップアプリのマイクを呼び出す機能が加わりました。翌7日03:45 JSTには、Vulkanドライバーのない古いグラフィックス環境でCPUによる認識を使えるようにする修正などを含む0.9.20が公開されています。本記事は最新の0.9.20を対象に、更新点と日本語で試す準備を整理します。0.9.19・0.9.20
日本語は音声認識の言語として選択できますが、画面の表示言語は英語・ギリシャ語です。作者が最も検証している言語も英語・ギリシャ語です。さらに、辞書の訂正内容を開発元と共有する設定は初期状態で有効です。社名・人名を登録する前にPrivacyを確認してください。本記事は公開資料とソースの確認に基づく解説で、Windowsアプリの動作・速度・日本語精度を測定したものではありません。
何が新しい？ 音声入力の入口と、古いPCでの動作を改善
| 版と公開日時（JST） | 公式に記載された変更 | 仕事で見るポイント |
|---|---|---|
| 0.9.19／11月6日18:16 | Claude・Codexアプリ自身のマイクを呼び出す任意設定。初期状態はオフ | いつも使うキーから呼び出せる。ただし認識するのは対象アプリ |
| 0.9.19／同上 | ハンズフリー入力を20分ごとに文字出力しながら継続 | 長い口述メモの用途。会議の話者識別や議事録完成を保証する機能ではない |
| 0.9.20／11月7日03:45 | Vulkanドライバーのない環境のCPU認識を修正。CPUに応じた実行コード選択を改善 | GPUが古くても試す余地がある。全PCでの動作や待ち時間は未検証 |
アプリ自体が今日初めて登場したわけではありません。今回の新情報はこの2回のWindows版更新です。0.9.20の公開ノートは、Ubuntu Linux版は0.9.12のままと明記しています。Windowsの追加機能をLinuxでも使えるとは読み替えないでください。
ローカル音声認識と、AIアプリのマイクは別の経路
標準の音声認識にはWhisperをwhisper.cpp経由で使います。これは音声から文字を得る処理です。文章の内容を考えて答えるLLMを、このアプリがローカルで代わりに実行するという意味ではありません。入力した文字をAIへ送れば、送信先のサービスによる処理が始まります。公式README
| 選ぶ経路 | 音声から文字になる場所 | 確認すること |
|---|---|---|
| 標準のローカル入力 | FU FlowがPC上で認識 → 文字を入力欄に挿入 | 入力先がクラウドアプリなら、貼り付け後の保存・送信はそのアプリ次第 |
| 任意のリモート音声プロバイダー | 設定した外部APIへ音声を送る | APIの料金・保存条件が適用される。ローカル入力とは別 |
| 今回のアプリ用マイク連携 | 前面のClaude・Codexアプリが自身のマイクで認識 | FU Flowの辞書・訂正・Historyを経由しない。処理・保存条件は対象アプリを確認 |
連携設定はSettingsのSpeech models内にある「Dictate through Claude and Codex」です。対象アプリのマイクボタンが画面にないときは通常のFU Flow入力へ戻る、と画面の説明文に記載されています。ブラウザー版のAIチャットまで同じ連携が使えるとは確認できていません。ローカル処理を試したい最初の段階では、この設定をオフにして経路を固定すると比較しやすくなります。設定画面の実装・画面の説明文
導入条件：Windowsのベータ版。日本語UIではない
| 項目 | 確認できた内容 |
|---|---|
| OS | Windows 10・11。Ubuntu 22.04以降も配布があるが、今回の最新版はWindows用。macOS版の配布は確認できない |
| 料金・ライセンス | ローカル入力は無料、アカウント・有料APIキー不要。アプリはMITライセンス |
| ダウンロード | 0.9.20のフルインストーラーは約1.73GB。認識エンジンとモデルを含む。Updateファイルは既存インストール向け |
| ハードウェア | 対応GPUはVulkan経由の加速を利用でき、CPUへの切り替えもある。速度は機種・モデル・空きメモリーに依存 |
| 言語 | 音声の主言語に日本語を選択可能。UIは英語またはギリシャ語。日本語の句読点・固有名詞の精度は要確認 |
機種選びのための最低メモリー量や、日本語の速度を本記事で保証できる情報はありません。まず現在のPCで短い文章を試し、入力にかかった時間と直す時間を合わせて判断します。配布ファイルは公式リリースから入手し、必要に応じて公開されたSHA256SUMS.txtと照合します。更新用の署名があることと、Windowsのコード署名・警告の有無は別の話です。警告を無条件で解除する手順は勧めません。配布ファイルと更新説明
日本語で試す手順：まずメモ帳で1分だけ
- 1公式の0.9.20リリースからSetupファイルを選びます。会社のPCでは利用できるアプリとマイクの権限を確認します。
- 2Settings → Languageで、画面表示をEnglishにします。「Your language」で「日本語」を選び、「Dictation language」はまず日本語のみのモードを選びます。英単語を交ぜる用途は、その後にmixedモードと比べます。
- 3Speech-to-text providerがLocalになっていることを確認し、「Dictate through Claude and Codex」はオフのままにします。Settings → Privacyで辞書共有を確認し、業務の名前や用語を送信したくない場合はオフにします。 言語・認識方式などの変更後は画面上部のSaveを押して適用し、設定が残っているか確認します。辞書共有の切り替えはSaveとは別に即時反映されます。
- 4メモ帳の空の文書をクリックして、アプリに表示されている録音ショートカットで開始します。標準案内は右Altで開始、もう一度押すと文字を挿入する操作です。日本語キーボードの配列で使いづらければShortcutsで変更します。 ショートカットを変更した場合もSaveを押します。
- 5下の架空文を読み、金額・日時・否定が保たれるかを確認します。最初から顧客名や社内情報は使わず、認識結果を目視します。
- 6入力欄に文字が出ない場合はHistoryに文字があるかを確認します。音声認識の失敗と、自動貼り付けの失敗を分けて調べます。外部サービスへの送信は、内容を直してから自分で行います。
上記の日本語設定は0.9.20の画面コードと言語リストで確認しました。「日本語を選べる」ことと「仕事の文章を正確に認識できる」ことは別です。日本語UIへの切り替え手順ではありません。言語リスト・設定画面
来週火曜日の十五時に、APIの確認会を開きます。予算は十五万円ではなく、五万円です。担当者はまだ決まっていません。まずはテスト用のデータだけを使います。顧客へのメールは、確認が終わるまで送らないでください。| 確認箇所 | 正しく残したい内容 | 失敗すると起きること |
|---|---|---|
| 日時 | 来週火曜日・15時 | 曜日や時刻の取り違え |
| 金額の訂正 | 15万円ではなく5万円 | 最初の数字が残り、予算が変わる |
| 未確定事項 | 担当者は未定 | 存在しない担当を決めてしまう |
| 制約・否定 | テストデータのみ／確認までは送信しない | 作業の範囲や実行の順番が逆になる |
これは編集部が作成した試用文と期待する内容です。FU Flowがこの文を正しく認識したという実測結果ではありません。3回ほど同じ文を読み、「直した重要語の数」「発話を終えてから文字が使えるまでの秒数」「修正にかかった秒数」を手入力と比べると、自分の仕事に合うかを判断しやすくなります。
価値が出やすい使い方：指示の材料を増やす
最初の候補は、会議全体の自動記録よりも、自分ひとりの口述メモです。たとえば問い合わせへの回答を考える前に、「相手の質問」「分かっていること」「まだ答えられないこと」を話して書き留めます。認識結果を直した後に、LLMへ構成の整理を頼めば、何を機械に任せたかが追いやすくなります。
次の口述メモを、回答文の下書き用に整理してください。
1. 確定している事実
2. 未確認の点
3. 相手へ確認する質問
に分けてください。数字・日時・否定・禁止事項を変えないでください。矛盾する数字は勝手に決めず、要確認としてください。メモにない担当者、締切、約束を追加しないでください。
口述メモ：
［認識結果を人が確認して貼り付ける］ほかにも、開発依頼の背景を先に口述する、打ち合わせ後に自分の宿題を列挙する、短いメールの下書きを作る、といった用途が考えられます。音声入力が減らすのは主に「打つ手間」です。内容の正しさや、送ってよい相手・情報の判断まで自動的に解決するわけではありません。
ローカルでも確認したい、保存と共有の境界
公式のプライバシー説明は、音声認識と通信機能を分けています。標準の認識はPC内ですが、更新確認は通信します。辞書共有が有効なら、誤った語・訂正語・言語・照合方法、アプリ版、音声入力言語、インストールを識別するランダムな番号などが開発元へ送られます。辞書に入れた名前も対象になり得ます。共有の停止と「Delete what I sent」はSettings → Privacyにあります。プライバシー説明
また、History・辞書などは端末に保存され、入力先のアプリやクリップボードにも文字が渡ります。端末内の履歴を残すことと、音声を外部APIへ送ること、AIチャットへ文字を送ることは別々に確認しましょう。初期値のローカル認識、アプリ用マイク連携のオフ、辞書共有のオンは、0.9.20の設定実装でも確認できます。設定の初期値
この順序で試すと、使い始めの判断が具体的になります。まずメモ帳で日本語の誤りと待ち時間を把握する。次に普段の入力欄で貼り付けを確かめる。最後に、必要な場合だけ対象AIアプリのマイク連携へ切り替え、どちらが修正しやすいかを比べます。会議での利用を考える場合も、長時間入力の対応だけで日本語議事録が完成すると考えず、参加者の合意、入力音源、話者の区別、要約の確認を別に用意してください。
音声を受け付ける機能と、日本語で役に立つ記録が得られることの違いは、ForesightのローカルAIと会議利用を扱った記事も参考になります。本記事の確認日は2026年11月7日JST、確認対象はFU Flow 0.9.20です。macOSの作業環境で公開資料とソースを読み、Windows実機での認識・貼り付け・オフライン動作は未検証です。