Devin Desktopで音声入力する方法（2026年）

Devin DesktopはWindsurfの新しい名前です。Cognitionは2026年6月2日にエディターの名前を変更しました。Windsurfの音声入力はエージェントのチャットであるCascadeの機能でしたが、CascadeはDevin Desktopでは開けない旧エージェントになりました。Devinのボイスモードはエージェントとの音声通話で、音声入力ではありません。Devin Localのプロンプト、エディタ、ターミナル、コミットメッセージ、ほかのアプリでも使い、コードの名前も正確に入力したいなら、Aquaのようなアプリをまたいで使える音声入力が選択肢になります。

Devinのボイスモードは、問題を声で相談したいときに便利です。通話を始めて話すと、Devinが声で答えます。ただし、カーソル位置に文字を入力する機能ではないため、エディタ内のコメント、統合ターミナルのコマンド、コミットメッセージ、Devin Desktopの外のアプリには使えません。AquaはDevin Desktopのどの入力欄にも、ほかのアプリにもカーソル位置へ文字を挿入し、コードの識別子を扱えるように設計されています。エージェントと会話したいだけならボイスモードで十分です。コード、コマンド、文章をパソコン全体で話して入力するなら、対応範囲が広いツールが向いています。

ここでは、WindsurfがDevin Desktopになって音声まわりで変わったこと、エージェント中心のIDEで音声入力が役立つ理由、Devin Desktop全体で使うための設定を説明します。

WindsurfがDevin Desktopになって、音声入力で変わったこと。

Cognitionは2025年7月にWindsurfを買収し、2026年6月2日に通常のアップデートで名前をDevin Desktopに変更しました。エディター、拡張機能、キーバインド、設定はそのままです。音声入力については、次の2点が変わりました。

1. Cascadeは旧エージェントになりました。 WindsurfのエージェントであるCascadeには、話した内容をチャットに書き起こすVoice inputがありました。Devin Desktopでは新しいCascadeの会話を始められず、ローカルのエージェントはDevin Localになりました。
2. Devinのボイスモードは音声入力ではなく通話です。 メッセージ欄から音声通話を始めて話すと、Devinが声で答えます。エージェントとアイデアを話し合うための機能で、カーソル位置に文字を入力するものではありません。

どちらの機能も、エディタ、統合ターミナル、コミット欄、Commandのインライン編集、ブラウザやSlack、メモ、GitHubのPR説明には文字を入力しません。以前はCascadeの音声入力が届かない範囲でしたが、今はそれがすべてです。

エージェント中心のIDEで音声入力が役立つ理由。

Devin Desktopでは、自然言語で意図を伝え、Devin Localにファイルをまたいだ作成、編集、リファクタリングを任せます。Agent Command Centerでは、ローカルとクラウドのエージェントを並べて動かせます。重要なのはコードを打つ速さよりも、やりたいことを伝える速さです。話す速度はタイピングの最大5倍。「チェックアウト処理をリファクタリングして、税計算をCartSummaryからuseTaxフックに切り出し、テストも更新して」と話せば、長い指示もすぐに伝えられます。

一方、その指示にはCartSummary、useTax、フック、ファイルパス、ライブラリ名など、汎用の音声認識が苦手とする言葉が含まれます。識別子が別の単語になれば、エージェントが違うシンボルを編集し、修正作業が増えることもあります。IDEの動作が速くなるほど、認識後の修正が流れを止めます。Cursor向けの音声入力やClaude Code向けの音声入力でも、この点が重要です。

Devin Desktop向けの音声入力に求められること。

選ぶときは、次の4点を確認しましょう。

1. コードの識別子を正しく入力できること。 useTax、tRPC、pnpm dlx、apps/web/src/routes、AuthContextを、意図した表記で扱えることが重要です。Aquaの独自モデルAvalonは、プロンプト、コード、コマンド、メールなど、人がコンピュータに向かって話す場面を学習しています。9to5Macが同じ文章で行った比較では、macOS標準の音声入力が17件、Aquaが1件の誤りでした。
2. Devin Desktopの内外で使えること。 Devin Localのプロンプト、エディタ、統合ターミナル、Commandのインライン編集、コミット欄に同じショートカットで入力でき、ブラウザ、Slack、GitHubのPRでも使えると、操作を覚え直す必要がありません。
3. 文脈を考慮できること。 AquaのDeep Contextは画面上の内容を読み取り、プロジェクト固有の名前を認識する手がかりにします。
4. 待ち時間が短いこと。 Aquaはキーを離してから約450ミリ秒で文字を挿入します。短い指示を次々に出す作業では、この待ち時間が使い心地を左右します。

Avalonは2025年10月の公開時、OpenASRリーダーボードでクローズドソースモデルの中で1位を獲得しました。Aqua独自のAISpeakベンチマークでは、AI・コーディング用語で97.3%という結果が出ています。後者は自社測定の数値です。Aquaは49言語に対応し、Mac、Windows、iOS、Androidで使えます。

Devin Desktop全体で音声入力を使う設定。

AquaはOS上で動くため、Devin Desktop内に拡張機能を入れたり、パネルごとに設定したりする必要はありません。

1. macOSまたはWindows向けのAquaをインストールし、サインインします。
2. 案内に従ってアクセシビリティなどの入力権限を許可します。macOSでは「システム設定」→「プライバシーとセキュリティ」→「アクセシビリティ」です。
3. 録音用のキーを選びます。 標準はFnです。押している間に録音し、離すと文字を挿入します。短いプロンプトや変数名を入力する作業に向いています。
4. 入力先をクリックします。 Devin Localのプロンプト、コードファイル、統合ターミナル、インライン編集、コミットメッセージ欄などを選べます。
5. Fnを押しながら話し、離します。 カーソル位置に文字が入ります。内容を確認してから送信や実行をしてください。

ブラウザや別のターミナル、Slackに移っても、操作は同じです。

Devin Localでの入力例。

Devin Localのセッションを開いてプロンプト欄をクリックし、Fnを押しながら次のように話します。

「useTaxで、カートの国コードをキーにしてuseMemoで税率の取得をメモ化して。税率ゼロの地域をカバーする単体テストをuseTax.test.tsに追加して。」

キーを離すと、useTax、useMemo、useTax.test.tsを含む指示が入力欄に入ります。確認して送信します。エディタでdocstringを入力するときや、ターミナル内のCLIエージェントに話しかけるときも同じ操作です。

コードを正確に音声入力するコツ。

音声入力は、一文字ずつ記号を読み上げるよりも、意図を伝えるために使うと効果的です。

• 識別子は自然に話します。 よく使う特殊な表記のシンボルは、毎回修正するより辞書に登録しておくと便利です。
• 定型的なコードはエージェントに任せます。 Devin Localには、構文を読み上げる代わりに「税計算を独立したフックに切り出して、CartSummaryから使えるようにして」と目的を伝えます。
• 固有名詞をカスタム辞書に登録します。 リポジトリ名、社内ライブラリ、サービス名、モデル名、同僚のハンドルネームなどを登録できます。Proでは最大800件です。
• 繰り返し使う方針はカスタム指示に設定します。 例えば「コミットメッセージはConventional Commits形式にする」「サンプルはJavaScriptではなくTypeScriptを使う」といった指定です。

厳密な記号をキーボードで入力する場面が残っても問題ありません。エージェントに伝える内容の多くは、音声と相性のよい説明や指示です。

DevinのボイスモードとAqua、どちらを選ぶべきか。

• Devinのボイスモードが向く場合： エージェントと問題を声で相談し、声で答えを聞きたい場合です。カーソル位置への文字入力が不要なときに向いています。
• Aquaのようなツールが向く場合： Devin Desktopのあらゆる入力欄とほかのアプリで使いたい、シンボル名やライブラリ名、ファイルパスの精度を重視する、どこでも同じショートカットを使いたい場合です。

Aquaはクラウド型なので、ネット接続が必要です。完全にオフラインで使うなら、ローカル処理のツールが適しています。

Aqua Proは年払いで月額10ドル相当です。2,000語を試せる無料のStarterプランがあり、大学のメールアドレスで登録すると学生割引で70%オフになります。自分のツールに音声機能を組み込む場合は、音声1時間あたり0.39ドルのOpenAI互換Avalon APIも使えます。Wispr Flowとの比較やAquaガイドもご覧ください。

音声入力を、エディター全体へ。

Windsurfの音声入力は一つのパネルの機能で、そのパネルは旧機能になりました。Devin Desktopはエージェントを動かすためのエディターで、意図を伝える作業こそ、話して入力する価値が大きい場面です。音声をエージェントのプロンプト、エディタ、ターミナル、コミット欄、ほかのアプリでも使い、コードベースの名前を正確に扱えてこそ、その価値が生きます。

よくある質問。

Devin DesktopはWindsurfと同じものですか？ はい。Cognitionは2026年6月2日に、通常のアップデートでWindsurfの名前をDevin Desktopに変更しました。プラン、設定、拡張機能は引き継がれ、AquaもWindsurfと同じように使えます。

Devin Desktopに音声入力は内蔵されていますか？ Windsurfの音声入力はCascadeの機能で、CascadeはDevin Desktopでは旧エージェントになりました。Devinのボイスモードではエージェントと音声通話できますが、エディタ、統合ターミナル、コミットメッセージ、ほかのアプリには文字を入力しません。

Devin Desktop向けの音声入力では、何の精度を重視すべきですか？ コードの識別子、ライブラリ名、ファイルパスです。AquaのAvalonはプロンプトやコードを含む発話を学習し、2025年10月のOpenASRでクローズドソースモデルの中で1位でした。9to5Macの比較では、macOS標準音声入力の17件に対し、Aquaの誤りは1件でした。

エージェントだけでなくエディタやターミナルにも入力できますか？ アプリをまたいで使える音声入力ならできます。AquaはDevin Localのプロンプト、エディタ、統合ターミナル、Commandのインライン編集、コミット欄、ほかのアプリのカーソル位置に、同じ操作で文字を挿入できます。

Devin DesktopでAquaを使う費用はいくらですか？ Proは年払いで月額10ドル相当です。無料のStarterプランは2,000語、大学のメールアドレスで登録すると学生割引で70%オフです。開発ツールに組み込めるAvalon APIは音声1時間あたり0.39ドルです。