メインコンテンツまでスキップ
ひそひそ声メモ
IDEA 33

ひそひそ声メモ

寝かしつけ中も満員電車でも、ささやき声だけでメモと予定が残る

忍び・和Qwen3-ASRWhistleULUNASblink-8M
忍びの心得、ひとことで
口元でささやく
+
雑音を抑える
+
文字にする
=
メモ・予定・買い物
音を立てずに伝える。声は文字になったら消え、巻物にだけ残る。
01

声を出せぬ時の巻

思いついたひとことは、手がふさがると消える

腕の下に、寝ている子
腕の下に、寝ている子
動けば起こしてしまう。スマホは手の届かないところで光っている。
よくいる人
ユキさん(33)時短勤務・2歳の子ども1人・寝かしつけに毎晩40分

布団の中で、明日の持ち物を思い出す。でも動けないし、声も出せない

困りごと

  • 寝かしつけ中に思い出したことが朝には消える
  • 電車で予定を思い出しても声に出せない
  • 音声メモは周りに聞かれそうで使えない

ほしいもの

  • 起こさずに残したい
  • 画面を見ずに済ませたい
  • 録音を残さない安心感
消えていくひとこと
残らない
思いつく
手が使えない
声も出せない
忘れる
朝にあわてる
声を出せない場面(想定)
寝かしつけ中34%
満員電車28%
図書館・自習室15%
会議・待合室13%
その他10%
メモを取り損ねた場面を、聞き取りで挙げてもらった想定の内訳。
残ったメモ・消えたメモ
朝に書いた買い物リスト予定アプリの会議
布団の中で思い出した持ち物電車で思いついた返信の文面子どもの熱の様子園からの連絡の返事買い足す牛乳来週の予約の電話
手帳に書けるのは、手が空いた後に覚えていたものだけ。
平日の夜、ひとことが消えるまで
20:30 寝かしつけ横になる
20:50 うとうと明日の持ち物を思い出す
21:10 子が寝るもう頭から抜けた
7:20 朝体操着がない
満員電車で思い出す
満員電車で思い出す
スマホを出す余裕もない。声に出せば周りに聞こえる。
02

種の巻

Hugging Face で見つけた、小さな耳と口封じの道具

組み合わせる4つのモデル
ささやき声
ULUNAS雑音を抑える。約5.7MB
Qwen3-ASR-0.6B日本語を文字にする
Whistleささやき検出・前処理の参考
blink-8M仕分けの軽い比較用
HF Hub重みを取って端末で動かす
それぞれの役目
Arm/ulunas-speech-enhancement-fp32-litert16kHz モノラルの音声から背景雑音を取る小型モデル。モデルカードでは 5.71MB、Android 実機で実時間の23倍の速さと書かれている。雑音を抑える
litert-community/Qwen3-ASR-0.6B日本語を含む30言語に対応した端末内の文字起こし。INT8 版で約960MB。ささやき声への強さはモデルカードに記載がなく、試して確かめる。文字にする
Cactus-Compute/whistle16.9MB の小型音声モデル。対応は英・独・仏・西・伊・蘭・波の7言語で、日本語は対応していない。日本語の文字起こしには使わず、発話区間や音声の特徴を取る参考として位置づける。前処理の参考
minishlab/blink-8M英語向けの静的な埋め込み(約31MB)。日本語の仕分けには弱いので、最小の比較対象として置き、日本語は規則と別の多言語モデルで補う。仕分けの比較
言葉への対応(モデルカードより)
ULUNASQwen3-ASRWhistleblink-8M
日本語言語に依らない対応非対応英語向け
ささやき声記載なし記載なし記載なし対象外
大きさ約5.7MB約960MB約16.9MB約31MB
端末内で動く○○○○
03

忍びの心得

音を立てずに伝え、跡を残さない

何が変わるか
いま
  • 手が空くまで覚えておく
  • 電車では何もできない
  • 音声メモは声が大きい
  • 録音が残るのが気になる
ひそひそ
  • 布団の中で口元に寄せて一言
  • 電車でも口を覆ってささやく
  • 息に近い声で足りる
  • 音声は文字になったら消える
口元にマイクを寄せる
口元にマイクを寄せるイヤホンのマイク手で口元を覆う
スマホでもイヤホンでも使える。口元10cmほどの距離で拾う設計。

一、声は小さく。二、跡は残さず。三、朝には巻物に。

— ひそひそ声メモの三箇条
忍びの心得を借りた、設計の約束。
声の大きさの物差し
息だけの声ささやき(本案の中心)小声ふつうの会話
息に近いふつうの会話
どこまで小さくても読めるかは、試作で測る(未確認)。
既存の使い方との位置
仕分けまで
声が大きい
話して整理ささやいて整理録音するだけ小声のメモ音声メモアプリ音声入力のスマホ手帳に書くひそひそ声メモ
声が小さい
メモだけ
04

使い方の巻

寝かしつけの暗がりから、朝の台所まで

① 布団の中で口元に寄せる
① 布団の中で口元に寄せる
② ささやいた直後
9:41●●● ▮
ひそひそ声メモ
残しました21:04 ・ 音声は消去済み
  • 明日 体操着を入れるメモ
  • 金曜 15時 歯医者予定
  • 牛乳・食パン買い物
もう一言
③ 朝の3行
9:41●●● ▮
今朝のひとこと
今朝の3行7:10
体操着を入れる昨夜のメモ
金曜 15時 歯医者予定に入れました
牛乳・食パン帰りに買う
全部すませた
④ 電車では口を覆って
④ 電車では口を覆って
イヤホンのマイクに、息に近い声で。画面は見なくていい。
⑤ 図書館で
⑤ 図書館で
席を立たず、周りに聞こえない声で課題のメモを残す。
⑥ 朝の台所で確認
⑥ 朝の台所で確認
1日の流れ
  1. 1夜布団でひとこと
  2. 2雑音を抑える寝息・空調
  3. 3文字にする数秒
  4. 4仕分けるメモ・予定・買い物
  5. 5朝3行にまとめて表示
  6. 6帰り道買い物だけ再表示
ささやくと、返ってくる(文字だけ)
あした 体操着 いれる
メモに入れました。朝7時にお知らせします。
きんよう じゅうごじ はいしゃ
金曜 15:00 に予定を入れました。
05

ユキさんに届ける術

手がふさがり、声も出せない人の、いちばん小さな入口

ユキさんの困りごとと、機能の対応
ユキさんの困りごとと、機能の対応
ユキさんの1日と、ひそひそ声が入る場面
7:10 朝昨夜の3行を見る
8:30 通勤電車でひとこと
12:30 昼予定が整っている
18:30 買い物牛乳だけ表示
20:40 寝かしつけ起こさず残す
通知は朝の1回と買い物前の1回だけ。夜は鳴らさない。
設計の原則(困りごと → だからこう作る)
両手がふさがる → 画面を見ずに残せる起動は端末を口元に寄せる動作かイヤホンの長押し。画面の操作は要らない。入口
声が出せない → 息に近い声でよい最初に声量を測り、その人の「いちばん小さい声」に合わせて感度を決める。声量
聞かれるのが怖い → 録音を残さない音声は文字になった時点で消す。外にも出さない。安心
朝にあわてる → 夜の分を3行にして出す朝に1回だけ、昨夜の分をまとめて見せる。朝
よくある音声メモと、ユキさん向けの作り
よくある音声メモひそひそ声メモ
入口アプリを開いて録音ボタン口元に寄せる・長押し
声の大きさふつうの声ささやき・息に近い声
残るもの録音データ文字だけ
通知随時朝と買い物前の2回
言葉づかい録音・保存・共有ひとこと・残す・巻物
機能の優先度(刺さる度 × 作る手間)
刺さる
手間が大きい
あとで最初に作るやらないついでにささやきで文字になる録音を残さない朝の3行まとめ買い物の再表示家族とリスト共有話し相手のAI感情の分析
手間が小さい
刺さらない
話しかけると返事をする機能は、静かに使いたい場面では邪魔になるので入れない。

動かなくて、大丈夫です。口元に寄せて、ひとこと。残りは朝に届けます。

— ストア説明文の書き出し(案)
できることだけを書く。「革命」「完全」といった言葉は使わない。
やらないことリスト
  • 声での返事返答は文字だけ。音は出さない
  • 録音の保存音声は文字にした時点で消す
  • 夜間の通知就寝前後は鳴らさない
  • 周りの声の書き起こし口元から離れた声は捨てる
06

入門の巻

最初のひとことを、ささやき声で残す

初回体験のストーリーボード
初回体験のストーリーボード
マイクの許可は、声量を試す直前に理由つきで聞く。登録は最初のひとことが文字になったあと。秒数はすべて想定。
声量の練習(見え方のイメージ)
ふつうの声ささやき息に近い声電車の音
  • ふつうの声
  • ささやき
  • 雑音
最初に「ふつう → ささやき → 息に近い声」の順に1回ずつ言ってもらい、読み取れる最小の声量を知らせる。
最初の30日(すべて想定)
100%
インストール
82%
声量の練習を終えた
61%
最初のひとことが文字になった
38%
7日目に再訪
22%
30日継続
ユキさんが「小さい声でも読める」と感じるのは最初のひとこと。ここを61%(想定)まで上げるのが初週の目標。
最初の7日間に出すもの
1週目
日月火水木金土1声量を試す2最初の朝の3行3予定に入る4買い物の再表示5イヤホンで試す67買い切りの案内
通知は1日2回まで(目標)。有料の案内は、3回目の朝の3行が出たあと、7日目に1度だけ見せる。初回には出さない。
つまずきどころと手当て
小さすぎて読めない → 声量を測って感度を合わせる「もう少しだけ口元に寄せてください」と1行で出す。電車の音が大きいときは、その場で伝える。声量
マイク許可の理由が分からない → 練習の直前に1行「ささやきを文字にするためだけに使います。音声は残しません」と添える。許可
言い間違いを直せない → 朝に1タップで直す夜は直さない。朝の3行の画面で、タップして文字を直せる。直し方
最初に求めないこと
  • 会員登録最初のひとことが文字になったあと
  • 予定アプリとの連携3回目の朝の3行が出たあとに1度だけ頼む
  • 通知の許可朝の3行が初めて出る前日に1度だけ
  • 長い使い方の説明画面の中の1つのボタンだけ
07

からくりの巻

ささやき声が、メモと予定に分かれるまで

1回のひとことで起きること
1回のひとことで起きること
仕分けの判定ルール
仕分けの判定ルール
周りの声を拾わず、録音を残さない
周りの声を拾わず、録音を残さない
1回の処理時間(目標)
雑音を抑える0.4秒
文字にする2.5秒
仕分ける0.1秒
合計3秒
Mac(Apple Silicon)での目標値。5秒区切りで読むため、長いひとことは分けて処理する。
どこで推論するか
スマホMacRunPod
速さ○◎◎
プライバシー◎◎△
料金◎◎△
寝室で使える◎××
外出先で◎×○
朝の3行の中身
昨夜のひとこと 21:04
体操着を入れる …… メモ朝
金曜 15:00 歯医者 …… 予定予定
牛乳・食パン …… 買い物帰りに
園への返事 …… やること
声を出せない場面の広がり
声を出せない場面の広がり
08

功の巻

取り逃すひとことが減り、朝が静かになる

3か月後の目標
週12件残したひとこと以前は手書き週3件ほど
-70%朝の忘れ物持ち物・連絡の取り逃し
3秒文字になるまで5秒区切りの1回分
8割ささやきで読めた割合静かな部屋で
すべて(目標)。数字は試作で測り直す。
週あたりに残るひとこと(想定)
  • 手書きのメモ
  • ひそひそ声メモ
ひとことが出やすい時間帯(想定)
月火水木金土日朝の通勤昼休み夕方の買い物寝かしつけ就寝前
寝かしつけの時間は毎日続く。週末も使われる。
09

報酬の巻

ささやきを守る人たちから、ほんの少しをいただく

お金と価値の流れ
お金と価値の流れ
料金プラン(想定)
無料1日5件までのひとこと、朝の3行、声量の練習。0円
本巻件数の制限なし・予定アプリへの書き出し・ささやき辞書の追加。買い切り 1,200円(想定)
贈り物祖父母や友人が贈る、本巻の3か月ぶんのコード。出産祝い向け。600円(想定)
静かな席図書館・自習室・コワーキングが「ささやきでメモできる席」として案内を出す。月2,000円(想定)
ユキさんは夜に3回、翌朝の持ち物を取り逃すと、朝に10分あわてる(想定)。1,200円はその数回ぶん。
収益の柱(想定)
4本
  • 本巻の買い切り48%
  • 贈り物コード22%
  • 静かな席の掲載18%
  • 育児用品店の紹介12%
広告と、声や文字の販売には頼らない。声を扱う道具で、それをすると信頼が続かないため。
ユニットエコノミクス(すべて想定)
約900円1人あたり売上(初年度)買い切りと贈り物の合算
7%無料→有料の転換導入30日後
25%贈り物経由の割合出産祝いの時期に集中
300円獲得単価(CAC)育児用品店の店頭案内が中心
60施設静かな席の目標1年目
約4,000人損益分岐の有料利用者固定費 月120万円
月次の売上と費用の見込み(想定)
  • 売上
  • 費用
買い切りなので、売上は新しい利用者の数に比例する。黒字化は2年目の前半を目指す(目標)。
1人あたりの原価(想定)
端末内で推論(本案)6円
ストアの手数料180円
サポート・決済40円
全部クラウドの場合(比較)420円
雑音除去と文字起こしを端末内で動かすので、サーバー代がほぼかからない。買い切りが成り立つのはこのため。
10

修行の巻

8週間で、ささやきが文字になる所まで

試作の計画
W1W2W3W4W5W6W7W8
ささやき声の評価データ
ULUNAS の雑音抑え
Qwen3-ASR で日本語
仕分けの規則
iPhone アプリ
寝かしつけで2週間試す
最初の1週間でやること
  • ささやき声を50件録る静かな部屋・寝室・電車の音を混ぜる
  • Qwen3-ASR で書き起こして誤り率を測るふつうの声と比べる
  • ULUNAS を通した場合と比べる声が削られていないか
  • Whistle を日本語で試して限界を確かめる非対応の振る舞いを記録
  • blink-8M で日本語の仕分けを試す足りなければ多言語の埋め込みに替える
試作の仕様
入力
ささやき声(5秒区切り)
出力
メモ・予定・買い物の3種
処理
すべて端末内(音声は文字にしたら消去)
端末
iPhone 15 以降 / Android 8GB 以上
目標時間
ひとことから文字まで 3秒
会議室の隣の席でも
会議室の隣の席でも
周りが静かな場所ほど、小さな声が役に立つ。
11

影の巻

うまくいかないかもしれないこと、その先

リスク
影響大
起きにくい
対策を用意最優先で潰す様子見慣れで解決ささやきが読めない雑音抑えが声を削る日本語の誤変換仕分けの間違い録音の流出
起きやすい
影響小
不確かな点と手当て
Whistle は日本語に対応していない対応は英・独・仏・西・伊・蘭・波の7言語。日本語の文字起こしは Qwen3-ASR が担い、Whistle は前処理の参考に留める。対応状況
ささやき声は声帯が震えない雑音抑えが声ごと削る恐れがある。どのモデルのカードにも記載がないため、最初の2週間で実測する。未確認
blink-8M は英語向け日本語の仕分けは、規則と多言語の埋め込みで補う前提。足りなければ替える。仕分け
Qwen3-ASR は約960MB端末の空き容量を食う。初回に1度だけ取得し、容量の理由を1行で示す。容量
その先のあゆみ(案)
  1. 1期ささやきで文字になる
  2. 2期朝の3行と予定の書き出し
  3. 3期イヤホンの長押しで起動
  4. 4期静かな席の案内
その先
その先
イヤホンのマイクひとつで、息に近い声が、そのまま巻物になる。