更新 2026年9月6日 · 著者 Sumbat.T

Obsidianの音声入力: 2026年に本当に動く方法

この問いが見た目より答えにくいのには理由があり、情報が足りないことではありません。「音声テキスト変換」という言葉が二つの仕事を指し、出回っている助言の多くが静かに間違った方へ答え、何が動くかの証拠が長く使い回されて、もはや引用の意味を言わなくなっていることです。このページは二つの仕事を分け、薦められる各プラグインが自前のドキュメント上で実際に何をするかを書き、誰も決着を付けていない一つの問いには正直です。

ほとんどの解説が飛ばす区別

ここから始めてください。ここを間違えると、プラグインを3つ入れて、Obsidianの口述は駄目だと結論しがちです。

どちらも正当です。ただ別の道具であり、このテーマの検索結果は両者をまったく区別しません。デイリーノートを話しながら書きたい人に、クリップを録音して止め、APIの往復を待つプラグインが薦められます。ドキュメントどおりに動き、欲しかったものではありません。

だから役に立つ問いは、Obsidian向けの最良の音声入力プラグインは何かではありません。書きながら話したいのか、録音をあとから処理したいのかであり、そのうえで別に、これが必要な場所はObsidianだけかです。その二つの答えが、ツールを決めます。

よく薦められるプラグインが実際にしていること

このクエリでいちばんよく出る4つのプラグインです。Google自身のAI要約にも出ます。以下の各項目はレビューではなく、プラグイン自身の掲載ページかREADMEからです。その差が、実際には効いてきます。

まず右の列を見てください。4つのうち3つは、ほとんどの人が求めていることをしません。 正しく作られ、はっきり文書化された文字起こしツールが、別の意味の言葉の下にまとめて分類されています。

自分のキーを持参する経路のコスト

キーが必要な3つのプラグインは、ソフトウェアとしては無料です。だから無料と呼ばれます。実際に求められる準備は書き出す価値があります。一つの手順として出されがちで、そうではないからです。

• OpenAI、Deepgram、Groq、またはAzureで開発者アカウントを作る。
• 支払い方法を付ける。これらのAPIは無料ではなく、前払いまたは従量課金だからです。
• APIの認証情報を発行し、ノートアプリに貼る。
• 残高を見ておく。尽きると、ノートに文字が入らないまま終わるからです。

分あたりの料金は本当に小さいです。Speech to Textの掲載ページ自身がDeepgram Nova-3を $0.0043/minと書いており、1時間で数セントです。手間はお金ではなく、4つの手順と、自分のノートに話すためだけに続く課金関係の責任です。

キー不要、課金なし、プラグインなし

APIアカウントなしでObsidianに口述する

BlabbyAIはOSレベルで動くので、同じショートカットがObsidianのノート、メール、ブラウザ、チャットに入ります。カスタムモードは、話した考えを届くときに箇条書きやタスクリストにします。WindowsデスクトップアプリとChrome拡張。週60クレジット無料、カード不要。

Add BlabbyAI to Chrome

Win+Hの話と、読んだ答えがどれも推測である理由

Windowsなら、プラグインを全部飛ばして、OS標準の音声入力を使う発想が出ます。Obsidianで動くかを検索すると、両方の方向に自信のある答えがあります。一次資料を辿ったうえで、実際に確立していることだけを書きます。正直な答えの方が、自信のある答えより役に立つからです。

有名な引用はmacOSの話で、2021年のもの

Obsidianで口述が失敗するという主張のほとんどは、一つのフォーラムスレッドに遡ります。書き出しの投稿を全文載せます。前後の言い方が重要だからです。

Mac OS dictation feature。 これはmacOSの報告で、2021年1月であり、Windowsについては何も言っていません。Obsidian一般の話として引用され、Windowsユーザーが読んで自分の件は決着したと判断します。決着していません。

その下の返信も互いに食い違っており、きれいな失敗より情報量があります。ある人は「around 10% of the time in Obsidian and 100% of the time everywhere else」と書いています。別の人はObsidianで口述できていると言います。さらに別の人は、一度か二度動いて止まると書いています。別件の2020年11月のバグ報告は、Obsidianが無反応に見える長い遅延を書いており、解決の記録なしにアーカイブされています。

Windowsの証拠として引用されるスレッドは、別の話

Win+Hが失敗する証拠としてリンクされる、2024年のObsidianフォーラムスレッドがあります。読むとテーマはショートカットの再割り当てであり、口述が動かないことではありません。著者はWindowsの音声ディクテーションをよく使い、Win+Hで起動すると書いており、不満はPowerToysとAutoHotkeyがObsidian内でそのショートカットを別キーに割り当てられないこと、同じ割り当てがNotepadとWordでは動くことです。デスクトップアプリのウィンドウでのキーボードフックの問題です。口述した文字がノートに届くかどうかの証拠ではありません。

フォーラムでいちばん近いWindowsの一次コメントは、Win+Hの精度の弱さと、英語以外の言語の薄さを批判しています。品質への不満なので、動いている含みはありますが、含みは確認ではなく、このページは確認として扱いません。

Microsoftも決着を付けていない

音声入力についてのMicrosoft自身のドキュメントが求めるのは、テキスト欄にカーソルがあること、マイク、インターネット接続だけです。アプリ互換リストは出しておらず、「どのアプリでも動く」保証もしていません。公式ドキュメントでは、Obsidianの件をどちらにも証明できません。

片方を選ばずこう書く理由は、本当の判断を指すからです。口述の経路が特定のアプリの中で静かに不安定になり得るなら、長く効く直し方は、そのアプリにまったく依存しないツールです。 BlabbyAIには独自のWindowsデスクトップアプリがあり、フォーカスのある欄に文字を入れるので、Obsidianでの動きはWord、ブラウザ、ターミナルと同じです。一つのアプリがシステムのディクテーションをどう扱うかには依存しません。

スマホではすでにできて、ノートPCではできない理由

短い節を置く価値があります。対比が、デスクトップの問題全体を一文で説明するからです。スマホでは、口述をするのはキーボードで、アプリではありません。 キーボードのマイクをタップし、システムが文字起こしし、キーボードがタップしたかのように文字を入れるので、Obsidianは音声経路に入らず、間違える余地がありません。

デスクトップには、それに相当する共通のキーボード層がありません。だからデスクトップ版のこの問いは混乱し、スマホ版は混乱しません。欠けているその層が、パソコンでOSレベルの口述ツールが担う仕事です。 BlabbyAIはアプリの協力を求めず、フォーカスのある欄へ自分で文字を入れます。スマホのキーボードと同じ仕組みで、前面のウィンドウを問いません。WindowsデスクトップアプリとChrome拡張なので、これはデスクトップの答えであり、スマホの答えではありません。

ツールを決める本当の問い

ここまでの選択肢は、どれもObsidianに閉じています。一つに決める前に、書く一日のうちObsidianが実際にどれだけかを問う価値があります。

個人の知識ベースを持つ人の多くにとって、ノートは「書くこと」だと思っている部分であり、打っている言葉の少数派です。残りはメール、チャット、Issueトラッカー、文書、ブラウザのフォーム、コミットメッセージ、検索欄です。プラグインは定義上、そのどれもカバーしません。Speech Kitを入れるとノートには話せますが、それ以外はまた打ちます。そのトレードオフを測るなら、おすすめディクテーションソフト の比較がOSレベルの選択肢を並べ、ディクテーションはタイピングより速いか が研究の測定内容を辿ります。

Win+Hはこの表に正直に入れています。無料で、すでに入っていて、システム全体です。弱点は利用者自身が挙げるもので、珍しい語彙での精度と薄い言語対応、加えてこの特定アプリでの挙動という未解決の問いです。固有名詞、書名、専門語、知っている人の名前で埋まったノートでは、珍しい語彙の精度がほぼ仕事全体です。試す前に何を扱えるかを知りたいなら、Windowsの音声入力の記事に詳細があります。

取っただけで終わらない、整理されたノートにする

文字起こしと使えるノートのあいだには、もう一つの隙間があり、口述したノートが実際に使われるかを決めます。忠実に文字起こしされた発話は、文字の壁です。ノートが役に立つのは形があるからです。見出し、箇条書き、タスク、別ノートへのリンク。あとから手で直すと、口述で節約した時間を戻します。

BlabbyAIのカスタムモードは、話した内容にかかる自由記述のAI指示なので、届く時点ですでに形を付けられます。話す前にモードを選びます。話した入力を添えた例が3つです。

**料金の打ち合わせ**

- エンタープライズ枠に関心あり
- 席数の下限には抵抗
- マーカスが今週いまの契約書を送る
- [ ] 15日までに改訂見積もり

今日のほとんどをマイグレーションスクリプトに使った。難しい点: 古いレコードには作成日時がないので、IDの連番から推測した。動くが、2019年のインポートより前の行は自信がない。

第4章は、注意は有限な資源であり、よくあるインターフェース設計はその消費に最適化されていると論じている。

関連: [[通知のバッチ処理]]

モードは固定機能ではなく自由記述の指示なので、自分で決めた音声コマンドもカバーします。「new paragraph」と言ったらその言葉を打たずに改行したいなら、それはモードの一行です。専門語を一切いじらないなら、それがもう一行です。

1つのアプリに依存しないセットアップ

ここまでを踏まえると、多くの人に意味がある順番はこれで、各ステップの理由も一緒です。

• 一つのアプリに縛られないツールから始める。 ノートだけを書く人は少なく、Obsidianで動くショートカットはメール、ブラウザ、チャットでも動くべきです。そこにBlabbyAIが入り、週60クレジットの無料枠は、何かを払う前に自分の文章で試すのに足ります。
• 判断する前に、カスタムモードを2つか3つ用意する。 いまのモデル同士の生の精度差は、文字の壁と整形済みノートの差より小さく、その隙間を埋めるのがモードです。デイリーノート用、振り返り用、専門語をいじらない用。
• 書く場所が本当にObsidianだけなら、Speech Kitがその場合をカバーする。 無料、ローカル、キー不要。プラグインの中では最良で、存在を知っておく価値があります。多くの人にとってObsidianはいくつもあるウィンドウの一つで、だから最初の一歩はOSレベルのツールです。
• 無料のシステム口述はオンのままにしておく。 WindowsのWin+Hは置いておくコストがゼロで、まだ何も入れてないマシンの保険として妥当です。テスト文ではなく、実際に書く語彙の本物の段落で試せば、精度が自分の障壁かは1分で分かります。

よくある質問

出典

• Obsidian Forum, Dictation - speech to text、2021年1月から2023年3月。macOSの報告と、引用した書き出しの投稿。
• Obsidian Forum, System dictation not working correctly、2020年11月。遅延と無反応の報告。解決の記録なしにアーカイブ。
• Obsidian Forum, Windows key remapping with PowerToys、2024年12月。口述の失敗と広く読み違えられる、ショートカット再割り当ての問題。
• Obsidian Forum, Voice input on Obsidian Mobile、2023年3月、および SwiftKeyの不具合スレッド。モバイルの挙動。
• Obsidianコミュニティプラグインの掲載ページ、 Speech to Text、 Speech Kit、 Voice MD。APIキー要件、料金、ライブ対バッチの挙動。
• whisper-obsidian-plugin のREADME。対応エンドポイントと、Alt+Qの録音して停止する流れ。
• Microsoft Support, Use voice typing to talk instead of type。Win+Hの要件。
• Obsidian開発者ドキュメント、 Mobile development。デスクトップアプリがElectron APIを公開することの確認。