音声入力
オンデバイスの音声テキスト変換で MadoHub に書き取る — オーディオはマシンから外に出ません。
音声入力を使えば、タイピングの代わりに書き取れます。ホットキーを押しながら話し、離すと書き起こしが指定した宛先に届きます。パイプライン全体がローカルで動きます — オーディオキャプチャ、リサンプリング、書き起こしすべてがあなたのマシン上で行われ、間にネットワーク呼び出しは一切ありません。
クラウドの音声 API に書き込んで、そのオーディオがどこへ行ったのか気になったことがあるなら、これはもう一つの設計です。あなたの音声はキャプチャされ、ローカルの Whisper モデルで書き起こされ、MadoHub に書き込まれます — すべて同じプロセスで、あなたのマシン上で。オーディオや書き起こしについての何もアップロードされません。
できること
- プッシュトーク式の書き取り — ホットキーを押しながら話し、離すと書き起こします。
- 最後の録音を再試行 — もう一度話さずに、同じキャプチャ音声で書き起こしを再実行します。最初のパスが聞き違えたときに便利です。
- 書き起こしを 3 つの宛先のいずれかに送る — MadoAgent のチャット入力、フォーカス中のターミナル（送信しない）、フォーカス中のターミナル（即時送信）。
- 宛先をその場で切り替え — 設定を開かずにコマンドパレットから書き取りの宛先を変更します。
- モデルサイズを選ぶ —
tiny（約 75 MB）からmedium（約 1.5 GB）まで。大きいモデルほど正確ですが遅く、ダウンロードも重くなります。 - 言語を固定か自動検出 — 英語、中国語、日本語、韓国語、スペイン語、フランス語、ドイツ語、または自動。
使い方
- 設定 → Voice から音声入力を有効化するか、コマンドパレット（Cmd+Shift+P）の Enable Voice Input エントリ（「voice」「dictation」「push-to-talk」「语音」で検索可）から有効化します。
- まだ Whisper モデルをダウンロードしていない場合、MadoHub は設定の Voice タブを開き、何をダウンロードすべきかをトーストで伝えます — 無音で録音することはありません。
- Cmd+Shift+V（デフォルトのプッシュトークホットキー）を押しながら録音し、離すと停止して書き起こします。
- 最初のパスが聞き違えたら Cmd+Shift+R で最後の録音を再試行します。再試行は書き起こし成功から 30 秒以内、かつ新しく録音を始めていない場合にのみ機能します。
- 書き起こしの宛先は 設定 → Voice で選ぶか、コマンドパレットからその場で切り替えます。
| 宛先 | 動作 |
|---|---|
| Agent（デフォルト） | MadoAgent のチャット入力に下書きされ、自動で開いて着地を見せます。あなたがレビュー・編集し、Enter は自分で押します。 |
| Terminal — insert | 現在フォーカス中のターミナルタイルに書き込まれますが、送信されません。シェルで自動送信されないよう改行はスペースに畳まれます。 |
| Terminal — auto | フォーカス中のターミナルタイルに書き込まれ、即座に送信されます。 |
2 つのターミナル宛先は、録音開始 時にフォーカスされていたターミナルタイルに固定されます — 録音中のフォーカス変更で書き起こしが誤配信されることはありません。ターミナルがフォーカスされていない（または話し終わる前にタイルが閉じた）場合、MadoHub は Agent 宛先にフォールバックし、トーストで理由を説明します。
よくあるユースケース
- 「認証モジュールをクラス化してリファクタリングし、ログインフローのテストを追加して」 — コードを頭の中で歩きながら MadoAgent に長いプロンプトを書き取り、レビューして送信します。
- 「タイピングせずに素早くシェルコマンドを走らせる」 — 宛先を Terminal — auto に設定し、
git statusやpnpm testを書き取ります。 - 「CJK の書き取り」 — 短い発話の精度を高めるため、言語を中国語/日本語/韓国語に固定します。Whisper の自動検出は静かたり非常に短い CJK クリップで誤動することがあります。
ヒントとベストプラクティス
- 最初は
smallモデル（デフォルト）で精度とサイズのバランスを取りましょう。頻繁に書き取り、追加の精度が必要ならmediumに上げます。 - 話す言語がわかっているときは固定しましょう — 短いまたは静かなクリップでの自動検出のミスを防げます。
- プッシュトークと再試行のホットキーが既存のショートカットと衝突するなら、設定でリバインドします。設定は衝突を警告します。
- 複数行の入力を書き取る場合は Terminal — auto ではなく Terminal — insert を使い、送信前にレビューできるようにしましょう。
関連機能
- コマンドパレット — 音声入力の切り替えや宛先の切り替えを行います。
- 設定 — モデル、言語、ホットキー、宛先を設定する Voice タブです。
- MadoAgent — デフォルトの書き取り宛先です。
制限事項
- 音声入力はデフォルトでオフです。初回使用前に有効化してください。
- 再試行は書き起こし成功から 30 秒以内、かつ新しく録音を始めていない場合にのみ機能します。
- ターミナル宛先は、録音開始瞬間にフォーカスされたライブターミナルタイルが必要です。それ以外の場合 MadoHub は Agent 宛先にフォールバックします。
- 録音前にモデルをダウンロードしておく必要があります — MadoHub は無音で録音しません。