VoiceDrop

話すと自動的にアーカイブされる - 音声主導の記事作成アプリ

ライティングツールナレッジマネジメント音声合成

https://jianshuo.dev/voicedrop/

公式サイトへ

詳細レポート

VoiceDrop は、有名なテクノロジーブロガー Jianshuo Wang によって開発されたディクテーションメモおよび音声書き込みアプリケーションです。中心となるデザインコンセプトは「話すと自然にファイルされる」です。このアプリは単なる録音ツールではなく、完全な音声駆動のライティングシステムです。録音、文字起こし、スタイルの調整から記事の生成、修正、公開まで、すべてを音声で行うことができます。このアプリケーションは現在 TestFlight のパブリックベータ段階にあり、開発者の「小さいながらも洗練された」製品哲学を反映して GitHub でオープンソース化されています。
王建碩氏は、中国インターネットの初期の象徴的な人物です。彼は eBay China のゼネラルマネージャーでした。彼のブログ「Wang Jianshuo's Blog」は、過去 20 年にわたって多くの忠実な読者を獲得してきました。近年は、cchour (クロードコード作業時間レポート)、cclight (MacBook グルーブリマインダーライト)、ccline (コマンドラインアシスタント)、ccglass (AI プログラミング視覚化) などの製品を含む、AI プログラミングと日常業務のための「小さいながらも美しい」ツールの開発に注力しています。これらはすべてオープンソースで無料で使用できます。 VoiceDrop は、Wang Jianshuo の個人的な執筆ニーズから生まれました。長年ブロガーとして活動している彼は、コンテンツをより有機的に生成する方法を常に模索しています。彼は 2026 年 6 月中旬にこのプロジェクトを開始し、4 日以内に 61 の TestFlight テストバージョンを送信し、合計約 174 のコミット (これまでに 384) を送信しました。同氏は Tencent News の記事で、VoiceDrop が 5 つのコア機能を完了した後、「3 日間閉鎖」され、「コミュニティのアプローチに基づいた観察」を行って製品を反復したと述べました。製品名の「VoiceDrop」は「音声を投げ込む」という意味で、Wang Jianshuo の別の製品である「Drop」（ファイル転送ステーション）の命名スタイルを反映しています。このアプリケーションのスローガンは「話せば、自動的にファイルされます。」です。
VoiceDrop の機能設計は非常に抑制されており、「たった 1 つのアクションをメモする」ことに重点が置かれています。アプリを開くということは録音を意味します。スタートページや最初に入力するタイトルはありません。アプリをクリックした瞬間、すでに録音が開始されます。完了したら、手を放して (停止して) 保存します。このデザインは、思考が消えてしまう前に、インスピレーションを 1 つのアクションに圧縮します。各録音には、「06-27 09:14 · Shanghai · Pudong New Area」のように、録音時間とその時点で録音があった都市と地区を組み合わせた名前が自動的に付けられます。ユーザーが手動で名前を付けたり、後で分類したりする必要はありません。将来、いつ、どこで記録されたかを一目で認識できます。録音が完了すると、ユーザー自身のプライベートファイル転送ステーション (Cloudflare R2 ベース) に自動的にアップロードされ、iCloud にアーカイブされます。録音はユーザーの管理下にある場所に保存され、開発者のサーバーには蓄積されません。機種変更やバックアップ、エクスポートもスムーズです。しかし、VoiceDrop の本当の中心は録音だけにとどまりません。 Wang Jianshuo 氏は Tencent News の記事でより完全な製品ビジョンを明らかにしました。VoiceDrop は音声駆動の記事執筆システムです。最初のステップは録音です。独り言には社会的なプレッシャーは必要ありません。いつでも一時停止して、独り言を話す快適な状態に入ることができます。 2 番目のステップは処理と書き換えです。録音をテキストに変換するのは簡単ですが、難しいのは、テキストを掘り出して自分のスタイルに合わせて書き直すことです。 VoiceDrop の中核となる機能は、あなたが以前に書いた記事をフィードし、あなた自身のスタイルの特徴 (意見ではなく、話し方) を抽出することです。文は長いですか、それとも短いですか？書き言葉か話し言葉か？リズムは均等ですか、それともずらしていますか?スムーズに終わるのが好きですか、それとも突然終わるのが好きですか?例をあげるのが好きですか、それともロジックをあげるのが好きですか?自分のスタイルで記事を書く、これが VoiceDrop の核心です。書き込みインターフェイスには、キーボード入力のための場所が意図的にありません。音声のみを使用して、複雑な入力の問題を解決します。これは、大規模な言語モデルがなければ達成できない大きな課題です。 3 番目のステップは、音声インタラクションの変更です。記事を修正するには音声インタラクションを使用することが非常に重要です。ユーザーは記事に対して「第 2 段落の文中の単語を別の単語に変更してください」「第 3 段落を削除してください」「このロジックに基づいて第 4 段落と第 5 段落を書き続けるのを手伝ってください」と直接言うことができます。満足できない場合は、満足するまで変更を続けてください。4 番目のステップは、WeChat 公式アカウントを送信することです。記事はほぼ完成しており、自動または手動で WeChat 公式アカウントに共有できます。公開アカウントは自動的に公開することはできませんが、すべてを準備して下書きボックスに配置することができ、ユーザーは投稿する前にそれを開いて確認することができます。 Wang Jianshuo 氏は、この制限は良い制限であると考えています。最後にもう一度確認する必要があります。この見た目は余計なものではなく、本当に便利です。 5 番目のステップは VD コミュニティです。完成した記事は、VD コミュニティで積極的に共有したり、同じツールを使用して執筆している人々と共有したりできます。共有は完全にアクティブです。ユーザーは右上隅の「VD コミュニティに共有」をクリックして参加できます。コメントも音声録音を使用して返信され、返信は元のテキストに接続されます。
VoiceDrop は現在完全に無料で、TestFlight を使用したパブリックベータ版です。このアプリケーションには広告はなく、サードパーティの追跡 SDK もありません。開発者の声明は、「データにはできるだけ触れないようにしてください。処理できない場合は、処理しないでください。」です。技術的なアーキテクチャの観点から見ると、VoiceDrop はユーザー独自のファイル転送ステーション (jianshuo.dev/files) と iCloud を使用してデータを保存し、ユーザーコンテンツの保存に開発者のサーバーを必要としないため、運用コストが非常に低くなります。音声文字起こしおよび AI 処理機能では、大規模な言語モデル API を呼び出す必要があります。現在、このコストは開発者が負担しています。将来的には、ユーザーが用意するAPI Keyモデルが導入されたり、サブスクリプションプランが提供されたりする可能性があります。王建碩氏は自身のブログで「個人企業」と「小さいが美しい」製品を好むことを繰り返し表明している。彼はかつて「現時点で一人でも気に入ってくれれば、制作する価値がある」と書いていた。この製品哲学は、VoiceDrop がユーザー規模と収益を追求する商用製品にはならない可能性があり、無料または非常に低価格のツールに留まる可能性が高いことを意味します。
VoiceDrop は現在主に TestFlight を通じて配布されており、まだ App Store に掲載されていないため、一般のユーザーレビューはほとんどありません。しかし、Wang Jianshuo のブログ投稿と GitHub ウェアハウスの提出記録から判断すると、製品は急速に反復されており、開発者は製品の詳細に対して非常に高い要求を持っています。 GitHub リポジトリには、このプロジェクトに 384 件の提出があり、最新の提出は 2026 年 7 月 3 日であることが示されており、開発が非常に活発であることがわかります。開発者は Tencent News の記事の中で、「3 日間の閉鎖」の後、「毎日使用し、コミュニティのやり方に従って観察した」と述べており、実際の使用状況のフィードバックを非常に重視していることがわかります。機能設計から判断すると、VoiceDrop のターゲットユーザーは、文章を書く習慣があり、文章を書く手間を軽減したいと考えており、音声入力に積極的に挑戦するコンテンツクリエイターです。特に、すでにブログを書く習慣があるものの、タイピングが遅かったり、思考回路が中断されたりしていると感じている人は特にそうです。王建碩氏自身も、「AIを使って記事を書くべきか？」など、AIライティングについて多くの考えをブログに書いている。「AIが書いた記事は一目で見抜けます。」「私はAIが書くことで私たちが失うものを受け入れます。」これらの記事は、VoiceDrop の設計哲学を理解するのに役立ちます。つまり、AI に執筆させるのではなく、AI にユーザーのスタイルを学習させ、口述入力されたコンテンツを独自の記事に編成するのに役立ちます。
VoiceDrop は、主に Wang Jianshuo 氏の個人的な影響により、中国のテクノロジー界である程度の注目を集めています。彼は中国のテクノロジーブログの初期の著者の 1 人であり、開発者コミュニティで高い評価を得ています。製品形態の観点から見ると、VoiceDrop は、ボイスメモ + AI ライティング + 個人の知識管理という興味深い交差点にあります。同様の製品には、Otter.ai (音声文字起こし)、Notion AI (AI ライティングアシスタント)、Drafts (クイックメモ) などがありますが、VoiceDrop の差別化点は、フル音声操作、スタイル指紋抽出、WeChat 公開アカウントとの緊密な統合にあります。オープンソース戦略も VoiceDrop のハイライトです。コードは GitHub で完全に公開されており、ユーザーはニーズに応じてアプリケーションの動作を変更できます。 Wang Jianshuo は GitHub README に次のように明確に書いています: 「アプリの動作を変更する → このリポジトリ。設計に関する唯一の信頼できる情報源は docs/superpowers/specs/2026-06-18-voicedrop-design.md です。」この種の透明性はモバイルアプリでは比較的まれです。
VoiceDrop が直面する主なリスクと紛争には次のものがあります。まず、App Store のレビューのリスクです。王建碩氏はテンセントニュースの記事で「今回のアップルは少し変だ。3日間審査に動きがない。週末のせいかもしれない」と言及した。この記事の執筆時点では、このアプリはまだ App Store では入手できず、TestFlight を通じてのみ配布されています。 TestFlight のパブリックリンクには 90 日間の有効期限があり、製品の長期的な配布に影響します。第 2 に、音声の書き起こしの精度にリスクが生じます。 VoiceDrop は、音声の転写と記事の生成のために大規模な言語モデルに依存しています。中国語北京語の文字起こしの精度は比較的高いですが、方言、アクセント、専門用語の処理能力がユーザーエクスペリエンスに影響します。さらに、音声転写の遅延もインタラクションの流暢性に影響を与える可能性があります。第三に、データプライバシーのリスクです。開発者は「録音を独自の転送ステーションに保存する」と約束していますが、音声の文字起こしと AI 処理では、音声をモデルプロバイダーのサーバーに送信する必要があります。ユーザーは、データの処理方法について開発者を信頼する必要があります。 4 番目に、WeChat の公開アカウントのリリースのコンプライアンス。 WeChat 公式アカウントに自動的に公開するには、ユーザーが AppID とキーを提供し、IP ホワイトリストを構成する必要があります。このプロセスには、技術者以外のユーザーに対して一定のしきい値があり、WeChat パブリックプラットフォームの API 使用仕様が関係します。
VoiceDrop は次のような用途に適しています。日常的に文章を書く習慣のあるコンテンツ作成者、特にブロガーや WeChat 公開アカウントの作成者。音声入力により、書き始めるときの手間が大幅に軽減され、インスピレーションをより早く捉えて整理できるようになります。タイピングが苦手な思想家。人によっては、入力するよりも早く考えたり、入力中に「編集」しているために「思考」状態が中断されたりすることがあります。スピーチは思考の一貫性を保ちます。屋外で歩いたり、車を運転したり、散歩したりすることが多い人。このようなシナリオで入力するのは不便ですが、話すのは自然です。 VoiceDrop の「開いて録音」設計は、これらのシナリオに特に適しています。データのプライバシーを重視するユーザー。 VoiceDrop の「自分の場所に保存」設計とオープンソース戦略は、データ主権を重視するユーザーにとって魅力的です。 VoiceDrop は次のような場合には適さない可能性があります。高度に構造化されたメモを必要とするユーザー。 VoiceDrop の設計哲学は、「構造化された組織化」ではなく、「自然な取り込み」です。ワークフローが厳格な分類とラベル付けシステムに依存している場合、このアプリは緩すぎる可能性があります。音声入力に心理的な障壁がある人。携帯電話で話すことに慣れておらず、ぎこちない人もいます。この心理的障壁により、VoiceDrop の恩恵を受けることができません。 iPhoneを使っていない人。現在、VoiceDrop は iOS でのみ利用可能であり、Android ユーザーは利用できません。
VoiceDrop は、最も自然な入力方法 (話し言葉) を使用して、最もパーソナライズされた出力 (独自のスタイルで書かれた記事) を生成するという、明確な製品哲学を持つツールです。「AIが文章を書くのを手伝ってくれる」ツールではなく、「AIが自分の発言を整理して自分流に表現し直すのを手伝ってくれる」ツールです。この位置付けは、現在の AI ライティングツールの中でも比較的独特です。この製品は現在、急速な反復段階にあり、TestFlight バージョンはすでに入手可能であり、App Store バージョンはレビューを待っています。あなたがiPhoneユーザーで文章を書く習慣があるなら、VoiceDropは試してみる価値があります。

ユーザーレビュー

Edward.Ramirez_77

—

ついに私を理解してくれる録音アプリを見つけました。開始をクリックせずに、開いて録音するだけです。このデザインはとても正しいです。以前は Apple の内蔵録音機能を使用していましたが、それをクリックするたびにインスピレーションが失われていました。

RPerezSr

—

自動命名機能が私の命を救ってくれました。以前は録音が多すぎてどれがどれだか分からなかったのですが、今は時間と場所を見れば分かるようになりました。ただし、位置が不正確なところもあるので、将来的には手動で名前を変更できる機能が追加されることを期待します。

ARuizQ

—

Wang Jianshuo は自分の作るものに対して常に非常に抑制的であり、このガジェットも同様です。余計な機能はなく、録音するだけです。しかし、その背後には多くの考えがあり、iCloud アーカイブ、プライベート転送ステーション、データは自分の手の中にあり、これはプラスです。

Beverly_Gray

—

TestFlight バージョンが使用されており、文字起こしの品質はかなり良好です。ただし、Android 版はまだないので、私の彼女はそれを使用できません。今後もサポートされることを願っています。

EvelynHill

—

VoiceDrop を使用してインスピレーションを記録し、それを記事に整理するのに役立てました。出てきたものはまさに私のスタイルです。 AI色の強い文章ではないですが、自分で書いたような文章です。これはとても珍しいことです。

Ralph_Jimenez_2024

—

無料？無料のようですが、転記にはお金がかかりますか？ドキュメントには明確に記載されていないので、開発者が明確にしてくれることを願っています。

飞鸟_4

—

私はオープンソースに満点を与えます。コードはすべて GitHub 上にあるため、バックドアやサービスがいつかシャットダウンされることを心配する必要はありません。自分でコードを書くことができれば、関数を変更することもできるので、とても便利です。

萧瑶

—

Wang Jianshuo 氏の記事「3 日間ブロック」を読んだ後、この製品のアイデアは非常に明確であると感じました。「AI が文章を書くのを助ける」というツールではなく、「AI が自分の発言を整理するのに役立つ」ということです。このポジショニングは賢いですね。

暖阳751

—

録音を自分の中継ステーションにアップロードできるのは良い設計です。以前に他の録音アプリを使用したことがありますが、録音はサーバーに保存されていたため、常に信頼性が低いと感じていました。これにはこの問題はありません。

AWhite_2021827

—

検索機能の追加を希望します。何十もの録音を録音した後、特定の録音を見つけるために下にスクロールする必要があり、少し面倒でした。文字起こしがある場合、その内容を検索することはできますか?

流年_11

—

インターフェイスは非常にクリーンで、広告、推奨事項、小さな赤い点はありません。今はそのようなアプリが少なすぎます。ほとんどの録音アプリは無料ですが、大量の広告が表示されます。こちらは全く無いですね。

ERichardson_2023

—

音声で記事を切り替える機能はまだありますか？ GitHub のドキュメントを見ると、計画はあるようですが、まだ完了していないようです。この機能が完成したら毎日使いたいと思うので楽しみです。

侠客_20

—

王建碩とは誰ですか？調べてみると、彼はeBay Chinaの元ゼネラルマネージャーで、20年前からブログを書いていることが分かりました。シャープ。このアプリは、1 つのことをうまく実行することに重点を置いた昔ながらのツールのような雰囲気があります。

JudithJackson520

—

歩くときにとても便利です。以前は入力するために携帯電話を取り出さなければなりませんでしたが、今では一言言うだけで自動的に保存されます。ただし、環境が騒がしすぎて録音効果が平均的になる場合もあります。将来的にはノイズリダクションも追加できると嬉しいです。

Christian.AllenZ5

—

GitHub への投稿は頻繁に行われており、開発者は非常に熱心です。ただし、まだApp Storeには公開されていないので、TestFlightしか使えないのが少し面倒です。レビューがもっと早くなることを願っています。

杨君海

—

スタイルの指紋のアイデアは興味深いです。つまり、あなたが以前に書いたものを AI に与えて、あなたのスタイルを学習させ、そのスタイルを使って話された内容を整理するのです。クールに聞こえますが、実際にどのように機能するかはわかりません。

Vincent_CastilloSr

—

この機能を WeChat パブリックアカウントで公開することは、私にとって非常に便利です。私は公開アカウント向けに書いています。以前は、まずアイデアを書き留めてから、時間を見つけてコンピューターの電源を入れて書く必要がありました。今では音声を使用して最初のドラフトを完成させることができるので、時間を大幅に節約できます。

EKimJr837

—

小さなバグがあります。記録を停止した後、ファイルのアップロードが失敗する場合があり、アプリを開いた後に再アップロードする必要があります。修復できればいいのですが、録音が消えてしまうのが怖いです。

Rei_d835

—

Otter.ai よりも優れているのはどれですか? Otter の文字起こしはより正確ですが、VoiceDrop のスタイルのフィンガープリントは Otter にはないものです。私のスタイルで記事を書きたい場合は、VoiceDrop の方が適しています。

蔡哲平

—

プライバシーポリシーを読んだところ、録音は開発者のサーバーを経由しないと書かれていました。これは非常に重要です。最近では誰もがプライバシーにますます敏感になっているため、このデザインはプラスです。

JacobGonzalesSr

—

VDコミュニティとは何ですか?紹介文を見るとユーザー同士で記事を共有できるようです。これは良いアイデアですが、役立つようにするにはより多くの人が必要です。現在はまだ利用者が少なく、コミュニティも比較的閑散としているのかもしれない。

刘平_1

—

ダウンロードリンクは TestFlight で、使用するには TestFlight をインストールする必要があります。初めて利用する人は少し戸惑うかもしれません。公式サイトに説明があると嬉しいです。

Diana_Taylor_77

—

録音ファイルはm4a形式で、品質はまあまあで、ファイルサイズは大きくありません。他のアプリケーションとの共有は非常に便利ですが、これはうまく機能します。

zgopw

—

私は長年にわたって Wang Jianshuo 氏のブログを読んできましたが、AI の執筆に関する彼の考えは非常に深いものです。この製品は、単に手っ取り早くお金を稼ぐためのツールではなく、彼の考えを具現化したものでなければなりません。

CryptoBas_e

—

いいねやお気に入り機能も追加していただければと思います。今後も繰り返し聴きたい録音もあるが、今となっては刻印がなければそこにしか存在できない。

MagdalenaTešić

—

数日使ってみて一番感じたのは、摩擦がなくなったことです。多くのメモ作成アプリケーションを開いた後、メモをどこにとるべきか、メモを分類する方法を知りたいと思います。これを行う必要はありません。それを開いて言うだけで完了です。

DRamos_Pro

—

質問があります: 携帯電話を変更した場合、以前の録音はまだ残っていますか? iCloudに保存されているとのことなので、同期できるはずです。でもまだ試したことないんですが、試した人はいますか？

JeanOrtiz168

—

この製品はドラフトとどう異なりますか? Drafts はノートブックに似ていますが、これはディクテーションキャプチャーに似ています。位置付けは異なります。それは必要なものによって異なります。

骑士448

—

オープンソース契約とは何ですか? GitHub に LICENSE ファイルがありません。誰か知っていますか?オープンソースの場合は、契約を明確にすることが最善です。

Walter.MurrayZ

—

全体的には、特に私のような独り言を好む人にとっては良いツールです。自分の考えを入力するよりも口に出した方が早いです。このアプリを使用すると、それが最も簡単に行えます。

VoiceDrop

詳細レポート

ユーザーレビュー

類似の製品