Codex CLIで音声入力する方法（2026年）

OpenAIのCodex CLIはテキスト中心のツールです。公式ドキュメントでは、標準の音声入力を備えないターミナルインターフェースとして説明されています。手で打つ代わりに話したい場合は、Aquaのようなシステム全体で動く音声入力が選択肢になります。一つのキーを押して話すと、コード、コマンド、ファイルパスを意識したテキストがカーソル位置へ入るため、Codexだけでなく、普段入力する他の場所でも使えます。

ここでは、Codex CLIの入力方法、OpenAIのリアルタイム音声との違い、同じターミナルでCodexへの指示とgit rebaseを入力する設定方法を解説します。

Codex CLIに標準の音声入力はある？

文書化された、安定して頼れる機能としてはありません。公式ドキュメントはテキストベースのターミナルUIを説明しており、音声入力やマイクの機能は記載していません。openai/codexリポジトリでは、セッション中の音声入力を求める要望が、以前からある追跡用issueとの重複として閉じられています。開発者の需要はありますが、CLIの確立した標準機能とは言えません。

外部の議論や実験的な構成は多数あり、OpenAIも製品全体でリアルタイム音声を開発しています。ただし、それはターミナルへテキストを入力することとは別です。日常的な作業では、Codex CLIには文字を入力し、声を使いたければ音声入力ツールを組み合わせるのが実用的です。

macOS標準の音声入力も代用できますが、ターミナルでは扱いにくいことがあります。シェルと干渉したり、長い発言が途切れたりし、pnpm、--force、~/.codex/config.tomlのような表記を普通の単語にしてしまいます。Windowsでも代替手段は限られ、この不足を専用アプリが補っています。

音声でCodexと会話することと、Codexへ音声入力すること

混同しやすい二つの用途を分けて考えましょう。

一つは、OpenAIのリアルタイム音声会話です。音声接続を通して話し、モデルが声で返答します。製品全体で急速に進化していますが、Codex CLIやエディターのカーソル位置に、編集できる文字を入れることとは異なります。

もう一つが、この記事で扱う音声入力です。キーを押して話すと、Codexの入力欄、隣のシェル、コミットメッセージなどへ、正確なテキストを入力します。複数行の具体的な指示を話して貼り付け、一語を直し、その後ビルドを実行するような作業には、音声会話よりもこの入力方法が役立ちます。

システム全体で使う方法

Aquaは特定のツールやターミナルの中ではなく、MacとWindowsのOS全体で動きます。Aquaキーを押して話し、離すと、現在のカーソル位置に文章が入ります。Macの標準キーはFnです。Codex CLI、続けて実行するシェルコマンド、Gitのコミット欄、エディターで開いた~/.codexの設定ファイル、Linear、Slackまで、一度の設定と同じ操作で使えます。

ターミナルにあるCodex CLIでは、この範囲が特に重要です。一日の作業はエージェントへの指示だけではありません。同じ画面でコマンド、パス、フラグ、パッケージ名を入力し、隣のブラウザーやメモも使います。一つのアプリに閉じた入力ツールでは、その一部しかカバーできません。OSのカーソルへ入力する方法なら広く使え、Codexのバージョンごとに連携を更新する必要もありません。

ターミナルでは精度が重要

Aquaは独自の音声モデルAvalonを使い、開発者の話し方に合わせて調整しています。Codex CLIでは、二種類の入力が混ざります。一つは「認証ミドルウェアを変更して、Authorizationヘッダーからトークンを読み、テストも追加して」といった意図の説明。もう一つは、npm run build、git rebase -i HEAD~3、--dry-run、pip install ruff、apps/marketing/srcのような、厳密な構文です。

汎用モデルは、これらを普通の単語として扱いがちです。--forceが「dash dash force」、useEffectが「use effect」、numpyが「num pie」になり、実行に必要な大文字・小文字や記号が失われます。Avalonは識別子、フラグ、パス、表記を保ち、ライブラリ名やツール名の認識を重視しています。

独立した評価では、Avalonは2025年10月のOpenASR初登場時にクローズドソースモデルの首位でした。記事執筆時点では総合6位です。自社のAISpeakでは97.3%の認識率を報告し、9to5Macが同じ文章で比較した検証では、Appleの音声入力が17か所、Aquaが1か所の誤りでした。一つのトークンの違いでコマンドが失敗するターミナルでは、この差が大切です。

Codexで音声入力の価値が高まる理由

Codex CLIは単なる補完ではなく、エージェントです。文章でタスクを説明し、複数ファイルにまたがる計画や編集を任せ、結果を確認して方向を調整します。作業の中心が、正確な構文を打つことから、意図を表現することへ移っています。

背景を一段落でCodexに伝える場合、話す方が手で打つより2〜3倍速く、編集の合間に手も空きます。エージェントに任せる仕事が増えるほど、プロンプト入力がボトルネックになり、速く正確な音声入力が役立ちます。他のターミナルやClaude Code、Cursorにも同じ方法を使えます。CLI構文全般については、ターミナルでの音声入力ガイドもご覧ください。

Codex CLIで音声入力を設定する

AquaはCodexプラグインではないため、ツールを問わず同じ設定を使います。

1. MacまたはWindowsにAquaをインストールし、求められたマイクやユーザー補助の権限を許可します。
2. ターミナルを開き、いつも通りCodex CLIを起動します。内部への追加インストールや設定同期は不要です。
3. Codexのプロンプト、シェル、コミット欄、エディターの設定ファイルなど、入力先にカーソルを置きます。
4. Aquaキー（Macでは標準でFn）を押して話し、離します。句読点、コマンド、識別子を含む文章が入力されます。
5. サービス名、社内ライブラリ、特殊なCLIツールなどをカスタム辞書に登録します。

ブラウザー、メモ、Slackでも同じキーを使えます。音声入力の習慣や声で編集する方法は、Aquaガイドで詳しく紹介しています。

他の選択肢との比較

一つの画面から出ず、コードの語句を直す手間が気にならなければ、Codex専用やターミナル専用のツールも有効です。プロンプトとシェルコマンドを交互に入力したり、複数のAI開発ツールやブラウザーを使ったりするなら、システム全体で動き、コードに強い入力方法が向いています。

AquaとWispr Flow、AquaとSuperwhisperでは、精度、対応範囲、料金を詳しく比較しています。

Aquaは最初の1,000語が無料で、カード登録も不要です。Proは年払いで月額8ドル相当、音声入力は無制限です。Codexに話して指示する方法が日々の作業に合うか、試してみてください。

よくある質問

OpenAI Codex CLIに標準の音声入力はありますか？

文書化された、安定して使える機能としてはありません。公式ドキュメントはテキスト中心のUIを説明しており、セッション中の音声入力に関するリポジトリの要望は重複として閉じられています。現実的には、システム全体で使える音声入力アプリを組み合わせます。

Codexへの音声入力はOpenAIのリアルタイム音声と同じですか？

違います。リアルタイム音声は、音声で双方向に会話する機能です。音声入力は、話した言葉を編集可能な文字として、Codexや他のアプリのカーソル位置へ入力します。この記事は後者を扱います。

ターミナルのコマンドも正しく認識できますか？

汎用モデルはフラグ、パス、パッケージ名を普通の単語にしてしまうことがあります。AquaのAvalonはコード向けに調整され、--force、git rebase -i、大文字・小文字、識別子を保つことを重視しています。

Codex CLI以外でも使えますか？

はい。MacまたはWindowsに一度インストールすれば、他のターミナル、エディター、Claude Code、Cursor、ブラウザー、Slackなどでも使えます。ツールごとの設定は不要です。