ガイド

Claude Codeの音声モード：2026年の音声入力ガイド

2026年6月16日

著者：Finnian Brown

10 分で読めます

Claude Codeには音声モードが内蔵されています。 CLIで/voiceを実行し、Spaceを押しながら話して離すと、コーディング用語に対応した文字起こしが入力欄に入ります。Claude.aiへのログインと、ローカルのマイクが必要です。Cursor、ターミナル、GitHub、Slackでも同じように話して入力したいなら、Aquaのようなアプリをまたいで使えるツールを組み合わせられます。

この記事ではClaude Codeの音声モードの設定、起動しない場合の対処、対応範囲、内蔵機能が使えない環境での入力方法を説明します。

Claude Codeの音声モードを有効にする方法。

公式の音声入力ドキュメントに沿って設定します。

Claude Codeを最新に更新し、/loginでClaude.aiアカウントにサインインします。
CLIで**/voiceを実行**します。マイクの確認が行われ、macOSでは初回にターミナルのマイク使用許可が表示されます。
Spaceを押しながら話し、離します。 発話中の文字は薄く表示され、キーを離すとカーソル位置で確定します。Enterで送信します。

これは標準のholdモードです。/voiceにはモードを指定することもできます。

コマンド	動作
`/voice`	現在のモードを維持し、音声入力のオン・オフを切り替える
`/voice hold`	Spaceを押している間に録音する
`/voice tap`	Spaceで録音を開始し、もう一度押して停止・送信する
`/voice off`	音声入力をオフにする

有効状態は次のセッションにも引き継がれます。設定ファイルのvoiceオブジェクトに"enabled": true、"mode": "tap"などを指定することもできます。

holdモードとtapモードの違い。

holdモードは、ターミナルのキーリピートでSpaceの長押しを検出します。そのため短い待ち時間があり、フッターはkeep holding…からlistening…に変わります。一度短く押すだけならスペースを入力できます。標準ではEnterを押すまで送信しません。voice設定で"autoSubmit": trueにすると、3語以上の文字起こしはキーを離したときに送信されます。

tapモードには長押し検出の待ち時間がありません。空の入力欄でSpaceを押すと録音を開始し、● REC · tap to sendと表示されます。話してからもう一度押すと、3語以上の内容を挿入して送信します。15秒間の無音、または合計2分でも録音を停止します。

EscまたはCtrl+Cで録音をキャンセルすると、入力欄は開始前の状態に戻ります。

コーディング向けの認識。

regex、OAuth、JSON、localhostなどの用語に対応し、プロジェクト名とGitブランチ名を自動で認識のヒントに加えます。CLI、Claude CodeのVS Code拡張機能、バックグラウンドセッションへ指示できるagent viewで使えます。文字起こし自体はClaudeのメッセージ数やトークンを消費しません。

入力言語を変更する。

音声入力は/configのlanguage設定に従い、標準は英語です。Anthropicが掲載している対応言語は、日本語、英語、スペイン語、フランス語、ドイツ語、韓国語、ヒンディー語、ポルトガル語など20言語です。未対応の言語では/voiceが警告し、英語を使います。

録音キーを変更する。

~/.claude/keybindings.jsonのvoice:pushToTalkアクションで設定します。meta+kのような修飾キーの組み合わせなら、holdモードの待ち時間を省けます。holdモードに単独の文字キーを割り当てると、録音開始前にその文字が入力されるため避けましょう。

Claude Codeの音声モードが動かないとき。

Anthropicのトラブルシューティングでは、主に次の原因が挙げられています。

「Voice mode requires a Claude.ai account」と出る： APIキーや外部プロバイダーでログインしている可能性があります。Anthropic APIキー、Amazon Bedrock、Google CloudのAgent Platform、Microsoft Foundryでは使えません。/loginでClaude.aiアカウントを使うか、Aquaなどの音声入力を使います。
「Voice mode is disabled by your organization's policy」と出る： 組織の管理者が無効にしています。管理者に確認してください。
マイクへのアクセスが拒否される： macOSでは「システム設定」→「プライバシーとセキュリティ」→「マイク」でターミナルを許可し、再度/voiceを実行します。Windowsではデスクトップアプリのマイク権限を確認します。macOSの一覧にターミナルがない場合は、対象ターミナルのバンドルIDを指定したtccutil reset Microphoneで権限をリセットし、ターミナルを完全に終了してからやり直します。
Spaceを長押ししてもスペースが入るだけ： /voice holdで有効にします。OSのキーリピートが無効だと長押しを検出できないため、/voice tapも試せます。
リモートセッションで録音できない： ローカルのマイクが必要です。クラウドセッション、SSH、VS Code RemoteのSSH・Dev Containers・Codespacesでは使えません。
文字が乱れる、言語が違う： まず/configで入力言語を確認します。

内蔵機能の対応範囲。

Claude Code内でプロンプトを話すには便利ですが、次の制約があります。

Claude Code内だけで使えます。 CLI、VS Code拡張、agent viewが対象です。Cursor、通常のターミナル、GitHubのPR、Gmail、Slack、Codexなどには引き継がれません。
認証方法に依存します。 APIキー、Bedrock、Agent Platform、Foundryでは使えず、組織のポリシーで無効になることもあります。
音声入力は20言語です。 対応言語以外を使う場合は制約になります。Aquaは49言語に対応しています。

Claude Codeだけで完結するなら、内蔵機能で十分な場合があります。複数のアプリを行き来するなら、同じ入力方法をどこでも使えると便利です。

Claude Codeとほかのアプリに、同じ操作で入力する。

Aquaはアプリをまたいで使える、キーを押して話す音声入力です。Fnを押しながら話し、離すとカーソル位置に文字が入ります。Claude Code、Cursor、ターミナル、PR、Gmail、Notion、Slackで同じ操作を使えます。キーを離してから約450ミリ秒で入力され、Claude Codeの認証方法にも依存しません。AquaはHIPAAにも準拠しています。保護対象の医療情報を扱う場合は、利用環境についてチームにご相談ください。

対応範囲に加え、次の特徴があります。

エンジニアの発話を学習したモデル。 独自の音声認識モデルAvalonは、プロンプト、コード、メールなどの発話を学習しています。2025年10月のOpenASR公開時はクローズドソースモデルで1位、全体で6位でした。9to5MacのmacOS音声入力との比較では、Appleが17件、Aquaが1件の誤りでした。自社測定の難しいコーディング用語ベンチマークAISpeak-10では、Avalonが97.4%、Whisper Large v3が65.1%です。
リポジトリに合わせたカスタム辞書。 サービス名、社内略語、独自ライブラリなどを登録できます。Proでは最大800件です。自分で表記を指定できます。
Deep Context。 アクティブな画面を読み取り、変数、CLIフラグ、同僚の名前を区別する手がかりにします。コミットでは簡潔に、Slackでは文章として、入力先に合う書き方を支えます。
49言語と複数のプラットフォーム。 Mac、Windows、iOS、Androidに対応し、Proは年払いで月額8ドル相当です。

Claude Code内の短い指示には/voice、作業全体で同じ精度と操作を使いたいときはAqua、という使い分けができます。音声コーディングガイドやCodex CLI向けの音声入力もご覧ください。

Claude CodeでAquaを使う設定。

aquavoice.comからmacOSまたはWindowsにAquaをインストールし、マイクとアクセシビリティの権限を許可します。
Claude Codeを実行しているターミナルを開きます。VS Codeの統合ターミナルでも使えます。Aquaは入力欄に文字を入れるため、Claude.aiへのログインや特定のプロバイダーは必要ありません。
Fnを押して指示を話し、離します。 Claude Codeのカーソル位置に文字が入ります。確認してEnterで送信します。
カスタム辞書に技術用語を登録します。 フレームワーク、サービス、CLIツール、頻繁に使うライブラリなどを追加できます。設定ガイドもご覧ください。
必要に応じて、カスタム指示に「コードの識別子はcamelCaseにする」などの方針を設定します。

自分のエージェントに音声を組み込む場合は、AvalonのOpenAI互換APIを使えます。

コーディングエージェントへ話すコツ。

背景まで伝えます。 ファイル、制約、例外、すでに試したことまで話せば、エージェントが判断できる情報が増えます。
表記が重要なときは指定します。 例えばcamelCaseのuserId、snake_caseのmax_retriesのように伝えます。
ファイルパスやフラグは自然に話します。 Avalonはこうした発話も学習しており、Deep Contextが画面上のパスを手がかりにすることもあります。
タイピングと組み合わせます。 打つほうが速い部分は打ち、話すほうが速い部分は話します。どちらの音声入力もカーソル位置に挿入するため、前後を編集できます。

ソフトウェアを作るエージェントに意図を説明する場面では、音声入力が入力時間を短くします。Aquaを無料で試す。1,000語まで無料で、その後は年払いで月額8ドル相当です。Mac、Windows、iOS、Androidで使えます。

よくある質問。

Claude Codeに音声モードはありますか？ はい。/voiceで有効にし、Spaceを押して録音、離して入力できます。/voice tapなら、一度押して開始、もう一度押して送信します。コーディング用語に対応し、プロジェクト名とブランチ名をヒントに使います。CLI、VS Code拡張、agent viewで利用できます。

「Voice mode requires a Claude.ai account」と表示されるのはなぜですか？ 音声はAnthropicの文字起こしサービスに送られ、Claude.aiアカウントでのログインが必要だからです。APIキーやBedrock、Agent Platform、Foundryには対応しません。/loginを使うか、認証方法に依存しないAquaなどを使えます。

/voiceがあっても別の音声入力アプリは必要ですか？ Claude Codeの外でも使いたい場合に役立ちます。Cursor、ターミナル、GitHub、Gmail、Slackを行き来する場合や、内蔵音声に対応しない認証環境なら、Aquaで同じ操作を使えます。

コーディングに十分な精度はありますか？ 用途に合うモデルと辞書が重要です。AquaのAvalonはコードやプロンプトの発話を学習し、2025年10月のOpenASRでクローズドソースモデル1位でした。Claude Codeの内蔵音声もコーディング向けで、プロジェクト名やブランチ名をヒントに使います。

Claude Codeの音声入力は何言語に対応していますか？ Anthropicの掲載では20言語です。language設定で選び、標準は英語です。Aquaは49言語に対応しています。

最終更新：2026年10月2日。内蔵/voiceの動作は、英語版記事の作成時に2026年10月の公式ドキュメントで確認しています。OpenASRは外部のリーダーボード、AISpeakはAqua独自のコーディング用語ベンチマークです。競合製品の内部モデルについて断定するものではありません。