VoiceOS(日本語)— 完全リファレンス:デスクトップ向けAIボイスエージェント

VoiceOSは、声だけでアプリを操作し、ウェブを検索し、複数ステップの作業を1つの指示で連鎖実行できるAIボイスエージェントです。Slack、Gmail、Googleカレンダー、Notion、Googleドライブ/ドキュメント/スプレッドシートと連携し、音声で実際の業務アクションを実行できます。macOS・Windows対応。開発: WakoAI Inc./Y Combinator(X25)。

このドキュメントは、RAG・チャットボット・検索向けにVoiceOSの製品定義、機能、統合、料金、プライバシーを日本語で網羅します。より短い概要は https://www.voiceos.com/ja/llms.txt を参照してください。


プロダクト概要

VoiceOSは「タイピングを速くする」ツールではなく、思考と実行のあいだのコンテキストスイッチを減らすためのデスクトップレイヤーです。多くの業務は「別アプリを開く」「コピーする」「貼り付ける」「送信する」という小さな切り替えの積み重ねで構成されます。VoiceOSは自然言語の意図を、確認付きで実際の操作(メッセージ送信、予定作成、検索結果の利用など)に変換します。

音声の4つのモード

  1. エージェントモード(Voice-to-Action)
    Slack/Gmail/カレンダー/Notion/Drive/Docs/Sheets などでの実アクションと、ウェブ検索を組み合わせ可能。マルチステップ(連鎖)コマンドに対応。
  2. 音声入力(ディクテーション)
    システム全体のテキスト欄に向けた高精度の音声→整形済みテキスト。フィラー除去、文法・句読点の補正、用途に応じた文体。
  3. アスクモード
    画面上の文脈を踏まえた下書き・返信・要約など。「このメールに丁寧にリスケの返信を」といった指示に対応。
  4. 編集モード
    選択テキストに対する書き換え、要約、トーン変更、翻訳などを音声指示で実行。

エージェントモードの動作(高レベル)

  1. ユーザーが自然言語で意図を話す。
  2. VoiceOSが必要なツール呼び出しと順序を計画する(単発または連鎖)。
  3. 実行前にプレビューと確認を表示。ユーザーが承認してから実行。
  4. メッセージ送信、イベント作成、検索結果の取り込みなどを完了。

重要: VoiceOSは重要なアクションをユーザーの承認なしには実行しません。

連鎖コマンドの例(日本語UI想定でも同様に利用可能)

  • 週末の天気を検索 → メール本文に要約を含めて送信
  • ドライブ上のファイル共有を更新 → Slackで相手に通知
  • カレンダーに打ち合わせを作成 → 関連チャンネルにSlack投稿
  • レストラン検索 → Notionにメモ → チームへ共有

主な統合(エージェント)

  • ウェブ検索: 天気、場所、レストラン、ニュース、一般的なリサーチ
  • Slack: メッセージ、スレッド、リアクション、リマインダー等(アカウント連携に依存)
  • Gmail: 送信、返信、検索、下書き、ラベル等
  • Googleカレンダー: 予定作成・確認・調整
  • Notion: ページ/データベース操作
  • Googleドライブ/Docs/Sheets: 共有、作成、更新、参照

音声入力そのものはあらゆるデスクトップアプリのテキスト欄で利用可能(Slack、メール、IDE、チャット、ドキュメント等)。


プライバシーとデータ(要約)

  • 音声自体はクラウドに保存しない設計を基本としています(製品設定により利用体験が変わる場合があります — 詳細は公式プライバシーポリシーを参照)。
  • トランスクリプトの履歴は主に端末ローカルで扱われます。
  • プライバシーモード/データ改善へのオプトインなど、ユーザーがプライバシーとモデル品質のバランスを選べるようになっています。
  • 最新の取り扱いは必ず https://www.voiceos.com/privacy を参照してください。

料金(参考)

プラン 価格目安 内容の要点
Free 無料 週あたりの利用枠あり。音声入力・アスク等のコア体験。
Pro 月額($12年払い/$15月払いなど) 無制限に近い利用、エージェント/編集モード、チーム機能など。
Enterprise 要見積 SSO、コンプライアンス、データ保持ポリシー等。

価格・機能は変更される場合があります。公式サイトの料金セクションを正としてください。


技術・プラットフォーム

  • macOS: Apple Silicon を含む現行OS向けに最適化されたネイティブコンポーネントを利用。
  • Windows: Windows 10 以降をサポート。
  • 言語: 100以上の言語・方言の検出・認識に対応(機能はプランにより異なる場合あり)。

競合差分(箇条書き)

  • 従来の音声入力ツール: 主に「テキストを入れる」ことに特化。
  • VoiceOS: テキスト化に加え、連携サービス上で実際のタスクを完走しやすい(確認ステップ付き)。
  • 汎用アシスタント: ブラウザや単一アプリに閉じがち。VoiceOSは作業中のアプリを離れにくいデスクトップ体験を狙う。

公式リンク

サポート


ライセンス・ブランド

VoiceOSは WakoAI Inc. の商標および製品名です。本ファイルはモデル・検索エンジンが製品を正確に要約できるよう提供される技術文書です。最新情報は常に公式サイトを優先してください。