サービス

ツール

ディクテーション · macOSアプリ

SayMoは、お使いのMacアプリの中で音声をテキストに変換します。日々の業務のために自社で開発したもので、AIエージェントの権限リクエストも一か所に集約し、開いているチャットを探さなくても応答できます。

タスクの口述とエージェントへの応答は、多くのウィンドウにわたって繰り返される小さな動作です。どちらも画面上の作業に溶け込むようにし、認識や挿入が期待どおりにいかなかったときにディクテーションを復元できるようにしたいと考えました。

画面の端にコンパクトなコントロールを設計し、別のウィンドウを開かずに録音を開始できるショートカットを用意しました。権限リクエストは、適切なチャットに応答できるだけの文脈とともに表示されます。

復旧を通常のワークフローの一部にしました。認識したテキストは挿入前に保存され、未完了の録音は再試行のために利用できます。音声認識はMac上でローカルに実行されます。

録音、挿入、復旧のワークフローを定義し、インターフェースを設計して、ネイティブのmacOSアプリを構築しました。日々の私たち自身の利用が開発の指針です。この事例では現在の開発バージョンをご紹介しています。

01 / エージェントのリクエスト

権限リクエストは、開いている多くのチャットの一つで作業を止めてしまうことがあります。プロジェクト、チャット、正確なコマンドを画面上部のパネルにまとめ、各リクエストに判断に十分な文脈を与えています。

ユーザーはリクエストを許可、拒否、または別の指示を出すことができます。返信はそのリクエストに紐づくため、どの作業ウィンドウが前面にあるかに左右されません。

02 / ディクテーション

キーボードショートカットまたはマウスのサイドボタンで、現在のアプリにフォーカスを保ったまま録音を開始します。SayMoはMac上で文字起こしを行い、結果をアクティブなカーソル位置に挿入します。

録音コントロールはコンパクトなまま、トリガーと録音モードは一つの設定画面で選べます。これにより、繰り返しのディクテーションが普段の作業スタイルに沿ったものになります。

03 / 復旧

挿入に失敗しても、使えるディクテーションが残るようにすべきです。認識したテキストを挿入前に履歴に保存し、後で見つけやすいよう時刻とアプリの情報も記録します。

認識に失敗した場合、録音は再試行のために保持されます。履歴でテキストを検索して復元できます。アーカイブはディスク上で暗号化され、履歴ロックはデフォルトで有効です。

成果

私たち自身のアプリやAIチャットでの作業を軸に、SayMoを設計・構築しました。アプリページでは、コントロールとエージェントのリクエストをブラウザのデモンストレーションでお試しいただけます。これらのデモンストレーションのマイク入力と設定はシミュレーションです。