RSIの回復、アクセシビリティ、または純粋なスピードのために：Windowsでの完全なハンズフリーワークフロー。無料の音声ディクテーションアプリ、オプションのフットペダル、キーボードに触れることなく1分間に130語。
無料ソフトウェア、オプションのハードウェア、執筆タスクの完全なカバー。
ホームページからStarWhisperをダウンロードします。無料でインストールでき、サインアップは不要です。初回起動時にWhisperモデル（約200 MB）がダウンロードされます。その後、アプリはシステムトレイに常駐し、ホットキーを待ちます。初回セットアップ時に、マイクを選択し（ヘッドセットやUSBマイクは、ノートパソコンの内蔵マイクよりも精度が高くなります）、ホットキーを選択します。ハンズフリーで使用する場合は、次のステップでそのホットキーを足や音声で作動させるものに置き換えます。
予算と好みに応じた3つの現実的なオプションがあります。
オプションA、フットペダル（長時間の使用に最適）： StarWhisperのホットキーとして設定したものと同じキーに割り当てられたUSBまたはBluetoothフットペダル。推奨ハードウェア：Stream Deck Pedal（約90ドル、3つのペダル、Elgatoソフトウェアで完全にプログラム可能）、Kinesis Savant Elite 2（約100ドル、人間工学に基づいたデザイン、RSIユーザーに人気）、またはOlympusや他のメーカーからの予算向けシングルペダルUSBユニット（25〜40ドル）。1つのペダルをStarWhisperのホットキーに割り当てます。ペダルを押してディクテーションし、離して停止します。
オプションB、Windowsの固定キー機能（無料）： Windowsのアクセシビリティ設定で固定キー機能を有効にします。StarWhisperのホットキーを一度タップして「固定」し（押し続ける必要はありません）、もう一度タップして解除します。ペダルほどスムーズではありませんが、完全に無料です。
オプションC、Windows音声アクセス（無料、完全音声制御）： StarWhisperを組み込みの音声アクセス（Win+H、または設定、アクセシビリティ、音声アクセス）とペアリングします。音声アクセスがクリック/スクロール/ナビゲーションレイヤーを提供し、「ディクテーションを開始」と言うと、StarWhisperがより高精度なディクテーションレイヤーを提供します。
Word、Outlook、Chrome、Slack、Notion、コードエディタ、またはWindows上の任意のテキストフィールドを開きます。テキストフィールドをクリックする（またはステップ2のハンズフリークリックオプションを使用する）か、フットペダルを押す（または選択したアクティベータを作動させる）か、話すか、離します。文字起こしがキーボード入力のように入力されます。すべてのWindowsアプリで動作します。多くのユーザーが、ペダルを押す、1文、ペダルを離す、画面をちらっと見る、次の文のためにペダルを押す、というリズムを見つけています。
軽微な編集の場合は、文を再ディクテーションします（より明瞭に話せば、Whisperは通常2回目で正しく認識します）。ナビゲーションについては、音声アクセスは矢印キー、クリックコマンド、および正確なクリックのためのグリッドオーバーレイをサポートしています。フットペダルは、一般的なショートカット（Ctrl+Z、Ctrl+S、Tab）に割り当てることで、ワンステップで編集できます。長文の下書きの場合、多くのライターは大まかな初稿を受け入れ、後でサポートを受けながら、または短い編集セッションで改訂します。重要なのは、ディクテーション中のタイピング関連の負担をゼロに保つことです。
キーボード入力を必要としない実際のワークフロー。
回復中のキーボード負荷を70〜90%削減することは、多くの場合、治癒と手術の分かれ目になります。多くのエルゴノミストや理学療法士が、標準的なRSIプロトコルの一部としてディクテーションを推奨しています。詳しくは、手根管症候群向けの音声テキスト変換ガイドを参照してください。
運動障害、四肢の欠損、麻痺などのユーザーにとって、ハンズフリータイピングは回復ツールではなく恒久的なインフラです。StarWhisperとWindows音声アクセス、アイトラッキングを組み合わせることで、全入力スタックをカバーできます。
1分間に130〜150語の持続的なディクテーションは、平均的なタイピング速度の約3倍です。長文を書く人（著者、ブロガー、サポート担当者、ジャーナリスト）にとって、スピードアップは複利で効いてきます。1500語の投稿の初稿が15〜20分で完成します。
ウォーキングパッド、トレッドミルデスク、スタンディングデスクはすべて、キーボードとは相性が悪いです（歩きながらのタイピングは困難です）。ディクテーションによってキーボードが不要になり、歩きながらの作業が何時間も実際に可能になります。
ハンズフリーの対応範囲は、自動検出を備えた96言語に及びます。多言語を話すライター、翻訳者、国際的な知識労働者に役立ちます。言語サポートの詳細。
音声はCPUまたはGPUでローカルに処理されます。何もアップロードされません。医療、法務、金融、その他の機密コンテンツに重要です。プライバシーアーキテクチャ。
20年間、ハンズフリータイピングは理論的には可能でしたが、実際にはフラストレーションの溜まるものでした。Dragon NaturallySpeakingは金標準でしたが、700ドルもかかり、許容できる精度に達するまでに何時間もの音声トレーニングが必要でした。Windowsの音声認識は無料でしたが、特に訛りのある音声では精度が低く、実用的ではありませんでした。その結果、ハンズフリー入力を必要としていたほとんどの人は、Dragonを不承不承ながら使用するか、出力を減らして生活するしかありませんでした。
OpenAI Whisperがそれを変えました。2022年にオープンソースモデルとしてリリースされたWhisperは、ユーザーごとの音声トレーニングを一切行うことなく、ほとんどのアクセントや条件において初期状態で95〜98%の精度を達成しました。最新のCPUやNVIDIA GPU上でローカルに実行すると、人が話すよりも速く文字起こしします。初めて、無料のソフトウェアとオプションのコンシューマー向けハードウェア（フットペダル、まともなUSBマイク）からなる真剣なハンズフリーワークフローを構築し、Dragonの価格設定やトレーニングのオーバーヘッドなしにDragonレベルの精度を提供できるようになりました。
このガイドでは、完全なセットアップについて説明します。StarWhisperがディクテーションレイヤーを提供します。フットペダル（または固定キー機能、音声アクセス）がトリガーを提供します。オプションのアクセシビリティツールがマウス操作を処理します。その結果、知識作業の大部分においてタイピングを全く必要としないワークステーションが完成します。
持続的なハンズフリー作業において、足で操作できるハードウェアトリガーは、快適さを向上させる最大の要素です。おおよその価格とトレードオフ：
| ハードウェア | 価格 | 最適な用途 | トレードオフ |
|---|---|---|---|
| Stream Deck Pedal | ~$90 | 3つのペダル、完全プログラム可能、主流のサポート | 有線USB、ややかさばる |
| Kinesis Savant Elite 2 | ~$100 | 人間工学に基づいた形状、RSIコミュニティで人気 | 有線USB、プレミアム価格 |
| Olympus RS27/RS28 | ~$50 | トランスクリプショングレード、耐久性あり | 元々はトランスクリプション用、最近のレビューが少ない |
| 汎用USBフットペダル | $25-40 | 最低予算、ソフトウェアでマッピング可能 | 品質にばらつきあり、追加設定が必要な場合も |
| Bluetoothペダル（各種） | $60-120 | ケーブルフリー、ノートパソコンで動作 | バッテリー管理、ペアリングの問題が時々発生 |
| 固定キー機能（ハードウェア不要） | $0 | 予算ゼロ、すぐに動作 | 2回タップのパターンはペダルよりスムーズさに欠ける |
コミットする前にワークフローをテストする場合は、固定キー機能（無料、即時）から始めてください。ハンズフリーでの作業に慣れ、それを恒久的にしたい場合は、Stream Deck Pedalが最もサポートされている主流の選択肢です。RSI回復中のユーザーは、人間工学に基づいたペダル形状のため、Kinesis Savant Elite 2を好む傾向があります。
マイクの選択は、予想以上に重要です。USBヘッドセットマイク（Logitech H390、Audio-Technica ATR2100x、またはまともなゲーミングヘッドセット）は、口の近くに配置され、部屋のノイズを排除するため、ノートパソコンの内蔵マイクよりもはるかに高い精度を提供します。Whisperは不完全な音声もうまく処理しますが、100ドルのマイクはほぼすべての文字起こしエラーをなくし、持続的な使用の数週間以内に修正時間の節約で元が取れます。
反復性過労損傷、手根管症候群、腱炎の積極的な回復中の人にとって、目標は、仕事を続けられるだけの生産性を維持しながら、キーボード負荷をほぼゼロに下げることです。実用的なプロトコル：
このプロトコルにより、ほとんどの人は1日あたりのキーストロークが70〜90%減少します。これは通常、炎症サイクルを断ち切り、収入を維持しながら身体的な回復を可能にするのに十分です。医療面のより深い背景については、手根管症候群のタイピング代替手段のリファレンスページを参照してください。
持続的なディクテーションは実際の生産性向上をもたらしますが、その向上の大きさは、何を書くか、どれだけ編集が必要かによって大きく異なります。実際のユーザーからの正直な見積もり：
支配的な利益は速度ではなく、持続力です。ディクテーションを行う人は、同じ量をタイピングすると疲労し、おそらく怪我をするであろうような場合でも、1日6〜8時間の執筆を肉体的な疲労なしに持続できることがよくあります。フルタイムのライター、ジャーナリスト、カスタマーサポート担当者にとって、これはピーク速度よりも重要です。
ハードウェアを購入せずに完全なハンズフリーワークフローをテストしたい人にとって、無料のWindowsスタックは本当に使いものになります。
Windows 11に組み込まれています（Windows 10でもダウンロード可能）。設定、アクセシビリティ、音声アクセスを開き、オンにします。クリック、スクロール、アプリの切り替え、基本的なディクテーションのための音声コマンドを提供します。ワークフローのクリックレイヤーとして使用します。音声アクセスに組み込まれているディクテーションはまあまあですが、Microsoftの古い音声エンジンを使用しているため、StarWhisperとペアリングするのが理にかなっています。音声アクセスがクリックを処理し、StarWhisperが単語を処理します。
設定、アクセシビリティ、キーボード、固定キー機能を開き、オンにします。これで、ホットキーを押すともう一度押すまで「固定」されたままになります。StarWhisperのホットキーと組み合わせることで、一度タップしてディクテーションを開始し、一度タップして停止できます。フットペダルやペダルの代用品がなくても、StarWhisperをハンズフリーにする最も摩擦の少ない方法です。
無料のスタック：StarWhisperのディクテーショントリガーを制御するための固定キー機能と、クリックとナビゲーションのための音声アクセス。ハードウェアコストはゼロ。ワークフロー全体が平均的なWindows 11ノートパソコンで実行されます。ハードウェアのアップグレード（フットペダル、USBマイク）は快適さと精度を向上させますが、開始するために必須ではありません。Windows音声アクセス単独との比較については、StarWhisper vs Windows音声入力のページを参照してください。
正直な告白。強力なハンズフリーワークフローであっても、すべてをカバーできるわけではありません。タイピングや正確なマウス操作がまだ現実的な答えであるアクティビティ：
ほとんどの知識労働者にとって、これらのカテゴリーに費やす時間の割合はわずかです。デザイン、動画編集、ハードコアなコーディングを多く行う人にとって、現実的な結果はハイブリッドセットアップです。執筆、読書、返信に費やす80%の時間はハンズフリーで行い、精度が重要なツールを使用する20%の時間のために手を使えるようにしておきます。そのハイブリッドは、RSIサイクルを断ち切るのに十分なことが多いです。