音声入力戦国時代とApple参入、動画生成Seedance2.0が超えた一線

冒頭、ハヤカワ五味さんは、ここ数日あるものにハマりすぎて「人生が終わりそう」と切り出します。usutakuさんも「稀に見るぐらいAI楽しい」と応じ、この回全体を貫くテンションが示されます。

ハヤカワ五味さんは、電子工作など物理を含むものにも手を出し、機材を買いすぎて来月のカード請求が怖いと話します。

ハヤカワ五味さんは、Mac miniを買う人が増えていて、今買っても最短で3月半ばになるという情報も紹介し、盛り上がりの気配を感じると語ります。ただし、それが本物なのか自分たちの狭い界隈だけの話なのかは判断がつかないと言います。

usutakuさんによれば、X（旧Twitter）ではOpenClawの話ばかりだが、インスタグラムを見ると誰もその話をしておらず、美味しいご飯の話しかしていないと言います。AI界隈の熱量が、実は極めて限定的な範囲のものかもしれない、という自己批評です。

話題は、ハヤカワ五味さんがネット上の陰謀論に巻き込まれた経験に移ります。ある政党の支持者から、街頭演説で容姿を含めて強く批判されたと振り返ります。

きっかけは、ハヤカワ五味さんが10年ほど出演している『ABEMA Prime』の選挙特集でした。出演者として、その政党が掲げる消費税の恒久ゼロについて、財源をどう考えるのかを質問したことが批判的だと受け取られたと言います。

この質問と「ワイプの顔が怖い」という理由で、街頭演説で名指しに近い形で批判される流れになったと説明します。

ハヤカワ五味さんは、自分が日本を牛耳るほどの影響力を持つという言われ方についても否定します。

AIと協力して日本を転覆させようとしている、といった言われ方については「それはナラティブがあるからまだいい」と苦笑しつつ、事実無根の話が広がることへの困惑をにじませます。

ハヤカワ五味さんは、最近のAIの発言に含まれる「忖度」がわかりづらくなってきたと注意を促します。ドライに切り込んでいるように見せて、実はこちらの文脈に強く引っ張られている、というのです。

対策として、ハヤカワ五味さんは、悩み相談などをするときに3つのAIを同時に聞いたり、一時チャット機能を使ったりしていると話します。AIにもエコーチェンバーがあるという点への警戒です。

結論として2人は、情報の反響から抜け出すには、自分で手を動かして実際に触るしかないと繰り返します。

ここから本題のニュースに入ります。1つ目は音声入力ツールの乱立、いわば「音声入力戦国時代」です。Voice OSやTypelessなど新しいツールが次々に登場しています。

usutakuさんは、直近数日で4つの音声入力ツールを試したと解説します。並列に比較しながら、それぞれの立ち位置を整理していきます。

• WindowsやMac標準のデフォルト音声入力
• 1年ほど前から定番のAqua Voice
• 少し前に登場したTypeless
• 日本発のVoice OS

usutakuさんによれば、Aqua Voiceは、話した内容の誤字脱字をAIが直してくれる標準的な音声入力です。日本ではこのツールの知名度が高かったと言います。

一方でTypelessは、文章を整えるだけでなく、改行や段落分けまで自動でやってくれる点にusutakuさんは感動したと話します。

さらにTypelessは、選択した文章に対してプロンプトのように指示を出せると言います。例えば挨拶文を選択して「英語にして」と言えば、そのまま英訳してくれるという体験です。

4つ目のVoice OSは、YCombinatorに採択された日本発のプロダクトだとusutakuさんは紹介します。TypelessとAqua Voiceの中間的な機能を、爆速で処理してくれる点が魅力だと言います。

ただしVoice OSは、爆速である分、Typelessほどの精度はまだないというのがusutakuさんの評価です。「一旦まだ」と、現時点での判断であることを添えます。

ハヤカワ五味さんは、自分も音声入力を使うものの、専用ツールは入れていないと明かします。改行や句読点の位置、「早川ごみ」のような固有名詞がうまく出ないことが課題だと言います。

usutakuさんは、日本発のVoice OSを推していきたいとしつつ、Typelessについて気になる点を挙げます。会社の情報がほとんど出てこないというのです。

Typelessは、画面に映っているものを読み込んで固有名詞の変換を助けてくれる一方、それはパソコンの権限を大きく渡すことと同じだとusutakuさんは指摘します。便利さと引き換えのリスクです。

またTypelessは、話した内容が全部敬語になってしまう傾向があり、それが煩わしいとusutakuさんは言います。結局、慣れたAqua Voiceに戻りそうだとも語ります。

ハヤカワ五味さんは、長時間のチャットベース開発でタイピングが辛くなることや、物理デバイスを手で触りながら作業する場面で、音声入力の便利さを実感すると話します。

usutakuさんも、これまでは音声入力を勧めながら結局タイピングしていたと認めつつ、オフィス環境を整えていつでも音声入力できるようになってから変わったと言います。

usutakuさんは、インスタグラムのフォロワーへのDM返信も、音声入力で豊かな内容を送れるようになったと具体例を挙げます。

ハヤカワ五味さんは、寝る前に画面をあまり見なくていい点も音声入力の利点だと付け加えます。思いついたことをそのまま声で入力できる手軽さです。

一方で2人は、会社では音声入力がしづらいという現実も語ります。情報が周囲に丸聞こえになることや、全員が音声入力を始めるとオフィスが成立しなくなることが理由です。リモートワークとの相性の良さも指摘されました。

2つ目のニュースは、Appleがサイレントスピーチ企業のq.aiを16億ドルで買収した件です。Apple史上最高額とされます。

usutakuさんによれば、q.aiは唇の動きを読み取る「読唇術」の技術を持つ企業です。これができると、音声入力の際に声を出さなくてよくなると言います。

usutakuさんは、Apple Vision Proを装着している時に、口を少し動かすだけで入力できるようになる未来を思い描きます。すぐに使えるわけではないが、方向性として面白いという扱いです。

ハヤカワ五味さんは、喉の動きで小さな声を拾う技術など、この系統がもっと増えてほしいと話します。脳に電極を刺す方式には抵抗があるとしつつ、usutakuさんは「刺したい」と応じ、温度差ものぞかせます。

3つ目は動画生成です。Seedance2.0が登場し、あわせてKling3.0など画像・動画生成系がここ数日盛り上がっていたと2人は振り返ります。

usutakuさんは、Seedance2.0が「いい意味でも悪い意味でも一個レベルを超えてしまった」と評します。これまでは生成物だと見分けがついたが、今回は確実に見分けられないと言います。

具体例として、ワンピースやフリーレンといった人気アニメの動画が、アニメ好きのusutakuさんでも全く見分けられない完成度で生成されていたと語ります。

ハヤカワ五味さんも、本来あってはいけないIP同士の掛け算、例えばナルトと五条先生のような組み合わせの動画が大量に流れてくると指摘します。

usutakuさんは、SoraやGoogleのVeo3には固有のテイストがあり、どのツールで作ったか判別できたと説明します。しかしSeedanceにはそれがないと言います。

ハヤカワ五味さんは、特撮なら特撮のカメラの質感、映画なら映画の質感に合わせられてしまう点を挙げ、どのツールを使ったかすら判別できない怖さを語ります。

さらにusutakuさんは、Seedanceの生成物にはウォーターマーク（電子的な透かし）が付いていないと指摘します。Soraには小さなアイコンが表示される一方、それがないことの深刻さを2人は共有します。

usutakuさんは、普段は著作権を強く主張するタイプではないと前置きしつつ、日本のIPが明確に使われた生成物を見ると「さすがにおいおいとなる」と本音をこぼします。

話は、この技術が真っ先に悪用される領域へと及びます。usutakuさんは、個人が見分けのつかないアダルト動画を作って売ることが現実的になってきたと危惧します。

これまでのディープフェイクは時間もかかり対象も芸能人に限られていたが、ワンクリックで誰でも作れるようになれば、インターネットが無法地帯になるという指摘です。

ハヤカワ五味さんは、以前からリベンジポルノなどの課題を追ってきた立場から、公開されている動画がソースになってリミックスされる危険性を語ります。ネットに顔を出している自分たちが真っ先に標的になり得ると言います。

2人は、対策として「一枚もネットに顔を出さない」という方針が正しくなりつつあると語ります。ハヤカワ五味さんは、友人にも赤ちゃんの写真を安易に上げない方がいいと伝えていると言います。

ハヤカワ五味さんは、自分たちの世代は親が勝手に写真を上げることがなかったため、その被害を実感できていないと指摘します。今の25歳以下には勝手に上げられた影響があり得るのに、可視化されていないと言います。

usutakuさんは、全く写真を出さないことは可能性を奪う行為でもあると反論します。若い人がネットに出ずに売れるのは難しい、という現実論です。

一方でハヤカワ五味さんは「売れなくていい」と即答し、自分がインターネットに全てを公開してしまったことを人生で一番後悔していると打ち明けます。

結論として2人は、少なくとも今後半年から1年ほどの過渡期は、写真を上げることに慎重になっていい、と呼びかけます。対抗策となるフィルター技術も遠からず出てくるだろう、という見立てです。

4つ目のニュースは、ChatGPTのDeep Researchの裏側モデルが、これまでのo3からGPT-5.2に変わった件です。

usutakuさんは、o3はそれっぽい推論を立てるのが得意な一方でハルシネーション（もっともらしい誤情報）が多かったと説明します。GPT-5.2になってから明確に良くなったと言います。

さらにUIも変わったと2人は指摘します。従来は「何を調べたいか」の確認を一度挟んでいたのが、放置すると勝手に進めてくれる形になり、GeminiのDeep Researchと同じ挙動になったと言います。

usutakuさんは、人物について調べさせると年月ごとの経歴を丁寧に出し、最後にリンク集をコードブロックでまとめてくれるようになったと具体例を挙げます。事実を淡々と述べる質に変わったと評価します。

2人は、Deep Researchが生活の当たり前になりすぎて話題に上らなくなっているが、改めて使ってみてほしいと勧めます。

雑談コーナーに入り、まずusutakuさんが最近愛用しているものとしてClaude Codeを紹介します。NotionとObsidianを行き来した末に、ローカルベースでの管理に戻ったと言います。

タスク管理のやり方を頻繁に変えることを揶揄されることもあるが、usutakuさんは、自分にとって管理は手段ではなく目的そのものだと言い切ります。

ハヤカワ五味さんは、それを「料理が好きで料理しているのに」と例えます。美味しいものを食べたいだけならUber Eatsで済むが、料理そのものが楽しい人がいる、という対比です。

usutakuさんの使い方は、ローカルにファイルを階層構造で保存し、Claude Codeと対話しながら整えるというものです。インスタのキャプション、Xの投稿チェック、メルマガ、人と話した記録などを一元管理していると言います。

ハヤカワ五味さんは、CursorやチャットベースのClaudeと比べて何が違うのかを尋ねます。usutakuさんは、ファイルを全部渡せること、claude.mdで指示を出せること、繰り返す作業をskillsとして保存できることを挙げます。

ハヤカワ五味さんは、Claudeはプランニング力が高い印象があると補足します。

usutakuさんは、ローカルファイルをGitHubに同期しておけば、別の環境からも瞬時に呼び出せる点を魅力に挙げます。この後ハヤカワ五味さんが話すOpenClawにも、gitcloneひとつで情報を渡せると言います。

usutakuさんは、この便利さを活版印刷の発明にたとえます。かつては本を書き写すしかなかったのに、今は数文字のコマンドで全情報を複製できる、という感慨です。年齢を茶化す掛け合いを交えつつ、CodexでもClaude Codeでも同じ情報を試せる利点を強調します。

ハヤカワ五味さんは、マーケティング職の先輩がClaude Codeを活用している例を挙げ、普段から人に指示を出すマネジメント経験がある人ほど扱いやすいと分析します。構造化や抽象化、ワークフローへの気づきが活用の鍵になるという見立てです。

2人は、Claude Codeは初心者には難しいと率直に認めます。usutakuさんは、管理好きでなければ普通はNotionで十分だとも言います。

その上でusutakuさんは、初心者はまずNotion AIやManusから始め、エージェンティックな体験をしておくべきだと勧めます。単なる翻訳依頼ではなく、AIが自分で複数の手順を経由してタスクをこなす様子を経験することが大事だという主張です。

ハヤカワ五味さんも、何かしらのエージェントツールを1つ使いこなせると面白い、と同意します。形はどうあれ、まず触ってみることを2人はそろって呼びかけます。

最後の雑談は、ハヤカワ五味さんのOpenClaw体験です。前週は「触りづらい」と話していたものの、この4日間でハマりすぎて「生活が終わっている」と語ります。

ハヤカワ五味さんは、OpenClawをやれることが非常に多いAIエージェントだと説明します。ただし何でもできるがゆえに、パソコン全体の権限を渡すようなセキュリティ上のリスクも大きいと注意します。

当初は余っているパソコンで動かそうとしていたが、知人からRaspberryPiでも動くと聞き、RaspberryPi5（8GB）を秋葉原で購入したと言います。周辺機器を含めて3万円ほど、セッティングは1時間ほどで済んだと振り返ります。

ハヤカワ五味さんは、権限を絞って運用している点を強調します。GoogleカレンダーはRead Only（読むだけ）にするなど、一般的な使い方より明らかに絞っていると言います。

ハヤカワ五味さんの使い方は、投稿や開発ではなくパーソナル執事です。双極症の治療歴があり再発リスクに備えたいことから、睡眠時間、部屋の二酸化炭素濃度、Discordでの自分の発言の攻撃性などを横断的にモニタリングさせ、危険な兆候があればアラートを飛ばす仕組みを作っていると語ります。

一方でusutakuさんは、OpenClawが出た頃にすぐMac miniを購入したと話します。M4搭載の性能の良いモデルがセールで安く買えたと言い、AmazonでもすぐMac miniを買えると補足します。

ハヤカワ五味さんは、RaspberryPi5がもともと24時間稼働を想定した機器である点を利点に挙げます。実は今回、24時間想定ではない別のパソコンを常時稼働させたところ、熱でディスプレイが壊れて修理になったと明かします。

この経験から、ハヤカワ五味さんは、限られた環境や、壊れても大丈夫な状況でOpenClawを使う方がいいと助言します。外付けディスクでバックアップも取っていると言います。

使ってみて面白いのは、DiscordにBotがいる体験そのものだとハヤカワ五味さんは語ります。友人がそのBotに絡みに行くと、スケジュールを勝手に答えてしまったため「私以外には答えないで」と指示したところ、以降は本人以外に答えなくなったと言います。

usutakuさんは、初回のセットアップは普通の人なら4〜5時間はかかるだろうと補足します。ハヤカワ五味さんが1時間でできたのはRaspberryPiが2回目だったからだと2人は確認します。RaspberryPi自体、むき出しで届くため最初の取っ掛かりが難しいという点も共有されました。

ハヤカワ五味さんは、X上には「Mac miniくらいないと使いづらい」という意見もあるが、自分の用途ではそこまで必要ないと実感を語ります。Xの投稿自動化のようなヘビーな使い方は求めていないためです。

むしろRaspberryPiは拡張性が高く、二酸化炭素濃度を測るデバイスなどIoT機器をつなぎ込みやすい点で使い勝手がいいと言います。既存のパソコンを使うのはリスキーなので、RaspberryPiを使うのは1つの選択肢だと勧めます。

2人は、部屋がモニタリング用のカメラやケーブルであふれ、可愛げのない状態になってきたと笑い合います。身銭を切る姿勢が、この番組の一貫したテンションとして最後まで貫かれます。

締めくくりとして、2人はGPT-4が出た時のような「何でもできるやんけ」という感覚が今また来ていると語り、リスナーにも何かしら触ってみることを呼びかけます。

まとめ

今週の「ながらAIラジオ」は、音声入力ツールの乱立から動画生成の倫理的リスク、そしてOpenClawを使った個人の実験まで、実際に触ったからこそ語れる話題が並びました。便利さと危うさが同居する変化を、自分の手で確かめる姿勢が全編を貫いています。

• 音声入力は戦国時代に突入。Aqua Voice、Typeless、Voice OSが速さと精度、そしてセキュリティで競い合っている
• Appleは読唇術企業q.aiを史上最高額の16億ドルで買収。声を出さずに入力する未来を見据えている
• 動画生成Seedance2.0は、ツールの判別もウォーターマークもできないレベルに到達し、著作権と悪用の懸念が現実味を帯びている
• ChatGPT Deep Researchの裏側モデルがGPT-5.2に更新され、ハルシネーションが減り事実を淡々と示す質に変わった
• Claude CodeやOpenClawは自分のあらゆる情報を渡して使う段階に。まずはエージェンティックな体験を、壊れてもいい環境で試すのが2人の共通の勧め