Claude Codeの音声入力（Voice dictation）ガイド 日本語設定・注意点

Claude Codeには、話した内容をプロンプト欄へ文字として入れるVoice dictation（日本語版ドキュメントでは「音声ディクテーション」）があります。要件の説明、調査方針、修正の依頼など、文章量が多い指示をまず声で出したいときに役立ちます。

1. 01 利用条件を確認 Claude.aiアカウントでのログイン、ローカル環境、組織の利用ルールを確認する
2. 02 /voice を有効化 /voice を実行し、日本語で話すなら /config で言語を日本語にする
3. 03 文字を読んで送信 パス、識別子、コマンド、秘密情報を目で確認してから送信する

/voiceで有効にする

公式のVoice dictationドキュメントによると、Claude Code内で /voice を実行すると音声入力が有効になり、マイクのチェックが行われます。音声とキーボード入力は同じメッセージの中で混ぜて使え、話した内容はカーソル位置に文字として入ります。有効にした状態はセッションをまたいで保持されます。

/voiceで有効にする

コマンド	動作
/voice	オン・オフを切り替える（モードはそのまま）
/voice hold	長押しモードで有効にする
/voice tap	タップモードで有効にする
/voice off	無効にする

使えるのは、Claude.aiアカウントでログインしている場合だけです。Anthropic APIキーを直接使う構成、Amazon Bedrock、Google CloudのAgent Platform（環境変数名は CLAUDE_CODE_USE_VERTEX）、Microsoft Foundryでは使えません。環境変数 ANTHROPIC_API_KEY・ANTHROPIC_AUTH_TOKEN や apiKeyHelper 設定があると、Claude.aiのログインより優先されて Unknown command: /voice と表示されます。導入前に、自分の認証方法と会社・チームのポリシーを確認してください。

長押しモードとタップモードの違い

• 長押しモード（既定）：Space を押している間だけ録音します。押し始めに短いウォームアップがあり、キーを離すと文字が入力欄に入って Enter を待ちます。設定の voice に "autoSubmit": true を加えると、離したときに（文字起こしが3語以上なら）自動で送信されます。
• タップモード：入力欄が空の状態で Space を1回押すと録音が始まり、もう1回押すと止まります。文字起こしが3語以上なら自動で送信されます。公式ドキュメントによると、日本語のようにスペースを入れない言語でも語を数えるため、日本語の文字起こしも自動送信の対象です。同じくタップモードの説明では、15秒以上の無音か合計2分で録音が自動停止するとされています。

録音中に Esc か Ctrl+C を押すと、録音を取り消して入力欄を録音前の状態に戻せます。録音キーは ~/.claude/keybindings.json の voice:pushToTalk（既定は Space）で変更できます。公式は、長押しモードでは v のような文字キー単体を避け、既定の Space のままにするか、meta+k のような修飾キーとの組み合わせにするよう案内しています（修飾キーならウォームアップなしで録音が始まります）。

最初の60秒：安全に動作を確かめる手順

はじめて使うときは、いきなり実装指示を入れず、変更を伴わない質問で音声と設定を確認します。2026年10月15日時点の公式ドキュメントには必要バージョンの記載はありませんが、トラブルシューティング欄には特定のバージョンで修正された挙動の注記があります。claude --version で現在のバージョンを確認し、最新版に更新してから /voice を実行すると、問題の切り分けがしやすくなります。macOSでは、ターミナルにマイクの許可が出ていなければ、初回にシステムの許可ダイアログが表示されます。

その後は、次のような小さな依頼を話してみます。

このリポジトリのファイルは変更せず、最初に読むべきファイルを3つだけ教えてください。

文字になった内容を見て、認識言語、マイク、誤変換の傾向を確認します。音声がうまく認識されないときは、長い説明を繰り返すより、まず1文でテストするほうが原因を切り分けやすくなります。公式の日本語版Voice dictationドキュメントには、マイク権限、既定の入力デバイス、言語設定に関するトラブルシューティングもあります。

使いどころをゲームのように分ける

開発作業では、「声で説明すると早いカード」と「文字で確定したいカード」を分けると安全に使えます。

使いどころをゲームのように分ける

声で説明すると早いカード	文字で確定したいカード
再現手順、困っていること、期待する振る舞い	ファイルパス、ブランチ名、URL、バージョン番号
調査してほしい範囲、レビュー観点	シークレット、アクセスキー、削除・実行するコマンド
「変更せずに説明して」のような制約	変更対象の最終指定、外部へ送る内容

たとえば「ログイン後に一覧が空になる。まず原因候補を3つに絞り、変更せず確認方法だけ示して」と話した後、画面に出たファイル名やコマンドを自分で読みます。この一呼吸を入れるだけで、便利さを残しながら意図しない操作を防ぎやすくなります。

日本語で使うときの設定と試し方

公式ドキュメントによると、音声入力の言語はClaudeの応答言語と同じ language 設定を使い、設定が空なら英語で認識されます。対応言語は日本語（ja）を含む20言語です。日本語で話すなら、/config で言語を変更するか、ユーザー設定ファイルに次のように書きます。言語名のほか、ja のようなBCP 47の言語コードも使えます。

{
  "language": "japanese"
}

この設定はClaudeのテキスト応答の言語にも使われるため、応答も日本語になる前提で設定します。対応外の言語を指定した場合は、/voice を有効にしたときに警告が出て、音声入力だけ英語で処理されます。VS Code拡張機能では、language が空ならVS Codeの accessibility.voice.speechLanguage 設定が使われます。

設定したら、最初から長い実装指示を話すのではなく、次のような短い指示で試すと、環境に合っているか判断しやすくなります。

このリポジトリの構成を説明してください。変更はせず、関連するファイルだけを箇条書きで示してください。

公式ドキュメントでは、文字起こしは regex、OAuth、JSON、localhost といった開発用語に合わせて調整されており、現在のプロジェクト名とgitブランチ名が認識のヒントとして自動で追加されると説明しています。それでも、ファイル名、関数名、CLIコマンド、バージョン番号は誤認識したときの影響が大きい部分です。重要なトークンは後からキーボードで補うか、送信前に必ず文字で確認しましょう。

コード作業では「話す部分」と「打つ部分」を分ける

1. 01 何を伝えるかを分ける 目的・背景は音声、識別子・コマンドは文字で扱う
2. 02 音声に向く内容 不具合の状況、期待する挙動、調査範囲、レビュー観点
3. 03 文字で確認したい内容 ファイルパス、APIキー、URL、ブランチ名、削除・実行指示

「この画面のエラーを調べて」「ここは変更せず原因だけ説明して」のような意図は音声で伝えやすいです。一方で rm のような破壊的なコマンド、アクセスキー、顧客データを含む文字列は、音声に頼らず安全な手順で扱います。

モードの選び方もこの考え方に合わせます。タップモードや autoSubmit を有効にした長押しモードでは、文字起こしが3語以上あると読み直す前に送信されます。送信前に必ず文字を確認したい作業では、既定の長押しモード（autoSubmit はオフのまま）を使い、自動送信は送っても困らない調査・質問に限ると安全です。

データの扱いと使えない環境

公式ドキュメントでは、Voice dictationは録音した音声を文字起こしのためAnthropicのサーバーへストリーミングし、ローカルでは処理しないと説明されています。文字起こしはClaudeのメッセージやトークンを消費せず、/usage に表示される利用上限にも数えられません。

文字起こしされたテキストは、入力欄に入ったあと通常のプロンプトとして送信されます。Voice dictationのドキュメントがデータの扱いについて参照先にしているデータ使用のページによると、Free・Pro・Maxプランでは、学習への利用を許可する設定がオンの場合、Claude Codeでの利用分も将来のモデルの学習に使われます。保持期間は、許可している場合が5年、許可していない場合が30日で、設定は claude.ai/settings/data-privacy-controls でいつでも変更できます。Team・Enterprise・APIなど商用規約での利用は、顧客が明示的に提供を選ばない限り学習に使わないと説明されています。なお、録音した音声そのものの保持期間と学習への利用の有無は、2026年10月15日時点のClaude Codeの公式ドキュメントには書かれていません。Anthropicのプライバシーセンターは、Free・Pro・Maxなど個人向けプランのClaudeモバイルアプリのディクテーションについて、音声を文字に変換したあと録音を削除し、声を学習に使わないと説明しています（2026年3月16日更新）。ただし、Claude Codeの音声入力にも同じ扱いが当てはまるとは明記されていません。気になる場合は、claude.aiのプライバシー設定で現在の設定を確認し、組織のルールとあわせて判断してください。

使えない環境は、公式ドキュメントでは次のように案内されています。

• クラウドセッション（Web版のClaude Code）とSSHセッション：ローカルのマイクが必要なため使えません
• VS Code Remote（SSH、Dev Containers、Codespaces）：Claude CodeのVS Code拡張機能自体は、同じClaude.aiアカウント要件で音声入力に対応しています。ただしRemoteでは拡張機能がリモート側で動くため使えません
• 管理者のポリシーで無効化されている組織：Voice mode is disabled by your organization's policy と表示されます。利用できるかどうかは組織の管理者に確認するよう案内されています

このため、次のように判断します。

1. 01 機密情報を含まないか 鍵、トークン、顧客情報、未公開コードの扱いを組織ルールで確認する
2. 02 ローカル環境か クラウドセッション、SSH、VS Code Remoteでは使えない
3. 03 送信前に文字を読むか 認識されたコマンド、ファイル名、変更範囲を確認する。自動送信の設定も見直す

一般的な確認項目は音声入力を仕事で使う前のセキュリティ確認リストも参照してください。音声入力は、開発判断そのものを代替するものではなく、意図を早く言葉にする補助として使うのが安全です。

うまく使うための最小ルール

1. 指示は「目的」「変更してよい範囲」「確認してほしいこと」の順に話す
2. 固有の識別子・コマンド・数値は、送信前に読み直す
3. まずは変更を伴わない調査・説明から試す
4. 変更の多い作業は、出力された計画を確認してから進める

生成AIへ伝わる話し方自体を整えたい場合は、生成AIへ音声で指示するコツも役立ちます。

3分だけの導入チャレンジ

最初の一回は、1つの小さな調査を選びます。/voice を有効にし、/config で言語を日本語にしてから、日本語の質問を一文だけ話す。文字起こしされた内容を読み、最後に「変更はしないでください」と付けた依頼の答えを読みます。この3分で、認識の傾向だけでなく、自分が音声で説明しやすい作業と、画面で確認したい作業の境目がつかめます。

音声入力を有効にした状態はセッションをまたいで保持されるため、使わないときは /voice off でオフにする習慣も決めておくと安心です。機能や条件は更新されるため、導入時と見直し時に公式ドキュメントを開くことをルーティンにしましょう。

つまずいたら、音ではなく条件を1つずつ確認する

「反応しない」状態で何度も話し直すより、原因候補を小さく分けます。公式ドキュメントのトラブルシューティングをもとにすると、確認する順番は次のとおりです。

• Unknown command: /voice と出る：Claude.aiアカウントでログインしているかを確認します。ANTHROPIC_API_KEY・ANTHROPIC_AUTH_TOKEN・apiKeyHelper 設定や他社プロバイダーの設定があれば外し、Claude Codeを再起動します
• マイクが使えない：OS側でターミナルにマイクを許可します。macOSは「システム設定 → プライバシーとセキュリティ → マイク」で使っているターミナルアプリをオンに、Windowsは「設定 → プライバシーとセキュリティ → マイク」でデスクトップアプリのマイクアクセスをオンにしてから、/voice をもう一度実行します
• 音が入らない：既定の入力デバイスと入力レベルを確認します（macOSは「システム設定 → サウンド → 入力」、Windowsは「設定 → システム → サウンド → 入力」）
• 文字が英語寄りになる・崩れる：/config の言語設定を確認します。未設定だと英語で認識されます
• 長押ししても録音が始まらない：押している間の入力欄を見ます。スペースが入力され続ける場合は音声入力がオフなので、/voice hold で有効にします。スペースが1〜2個入ってそれ以上何も起きない場合は、長押しを検出できていません。検出にはOSのキーリピートが必要なので、キーリピートを無効にしている場合は /voice tap でタップモードに切り替えます

WSLで使う場合はWSLgが必要です。公式ドキュメントによると、WSLgはWindows 10または11でMicrosoft StoreからインストールしたWSL2に含まれており、WSLgがない環境（WSL1など）ではネイティブWindowsで実行するよう案内されています。WSLで Voice mode could not find a working audio recorder in WSL と表示されたときは、sudo apt install sox libsox-fmt-pulse を実行します。

説明を一気に話し切ろうとせず、「目的」「確認してほしいこと」「変更してよいか」を短い段落に分けると、再録音も確認も楽になります。

---

この記事の情報について：Voice dictationの有効化手順、録音モード、認証要件、対応言語、データ経路、使えない環境、データ使用の方針は、2026年10月15日にClaude Code公式ドキュメント（英語版・日本語版）とAnthropicのプライバシーセンターで確認しました。機能や利用条件は更新されるため、使用前に公式の最新情報を確認してください。