# AIに画面を見せて「ここをこう」と言えるようにしました

Windows用の音声入力ツール「MagentaVoice」がベータ版として公開された。個人開発者による実装だが、「AIに指示を出す際の手間」という、誰もが感じながら言語化しにくい課題を正面からとらえている。機能はシンプルで、音声で喋った内容を文字起こしし、複数の整形モード（メモ、箇条書き、文章整形など）で加工したうえで貼り付けまで自動化する。さらに画面上に直接赤い線で注釈を書き込める機能を備え、「この右上のあたり、もう少し小さく」といった指示を、言葉ではなく指差しで示せる。ホットキー（Altキー2回押し）で呼び出し、ローカルの音声認識モデルかAPI呼び出しを選べるという柔軟性も特徴だ。

AIの鬼がここに目をつけるのは、ユーザー層の多様化だ。従来の音声入力ツールは、精度を求めるビジネス向けか、単純な文字起こし向けのどちらかに分かれていた。だがMagentaVoiceは異なるアプローチを取っている。開発者が明言している「語彙力が要らない」「指を差して喋るなら、言い方を探す工程が要らない」という視点は、AIユーザーの現実を映している。クリエイティブな仕事では、発想を言葉に変換する過程で思考が削られることが多い。赤入れと音声の組み合わせは、その思考損失を減らす可能性を秘めている。ただし課題も正直に提示されている。リモートデスクトップ経由では使えない、短い指示ではキーボードが速い、音声認識の精度は環境とモデル性能に左右される。

実務的には、UI/UXの荒さを受け入れられるなら、試す価値がある。特にWebデザイナーやシステム構築を扱う職種なら、「ここをこう」という指示の速度化は確かに仕事を変える。今はベータだが、GitHub Issuesで不具合報告を受け付けているため、ユースケース駆動で改善される可能性が高い。AIが単なる生産性ツールではなく、思考プロセス自体を変える例として注目に値する。