Windows
Windows 11
Windows版をダウンロード普段お使いの環境でそのまま動作
CursorClaudeChatGPTCopilotVS CodeJetBrainsZedSlackTelegramWhatsAppGmailNotionObsidianDocsFigmaLinearChromeCursorClaudeChatGPTCopilotVS CodeJetBrainsZedSlackTelegramWhatsAppGmailNotionObsidianDocsFigmaLinearChrome
スピード
話すことはタイピングよりも速い。明らかに速いのです。
会話の速度は1分間に約150語です。タイピングは平均40語で、さらに修正の手間もかかります。
音声で150 wpm
キーボードで40 wpm
左側の時計は、音声、認識、フォーマット、挿入という、最初の画面で示された3つのフェーズすべてで動作します。このプログラムは、話している最中に下書きを表示することもありません。右側は、1分間に40語のペースでタイピングし、1箇所誤字がある状態です。
第2ステップ
書き起こしは誰にでもできます。違いはその後に何が起こるかです。
通常のディクテーションは、手作業で修正が必要な単語の羅列を提供します。Midri Voiceは、言い淀みや思考の終わり、不要な言葉を自動的に判別します。
聞いたまま
えーっと、第3四半期、いや第4四半期の売上レポートを見ました。 。
「3番目、いや4番目」といった自己修正を検知し、意図した内容のみをテキストに残します。
音声での対話
コマンドではなく、自然な会話を
話し終わるのを待たずに聞き取り、文字起こしを介さず直接音声で応答します。途中で遮ったり、聞き直したり、内容を変更することも可能です。
あなたSpotifyを開いて、落ち着いた曲をかけて
アシスタントSpotifyを開いています
あなた30分後に電話の件をリマインドして
アシスタント承知いたしました。この会話を開いている間、7時に通知します
話し終えてから最初の応答まで1.4秒
手足となるアシスタント
言うことが、そのまま実行になる
やりたいことを伝えるだけで、最大3つのワーカーが同時に処理を行います。権限は個別に付与され、デフォルトで有効なのは「画面の確認」のみです。
Midri Voiceアシスタントの権限
アシスタントがこのコンピュータ上で実行可能な操作
これはお客様のコンピュータとファイルです。必要な機能のみを有効にしてください。権限はいつでも取り消せますが、実行済みの操作は元に戻せません。
確認頻度権限によって操作の可否が決まります。ここではアシスタントが確認を求める頻度を設定します。
常に確認する実行のみ許可し、不可逆的な操作で停止する確認しない
画面を表示スクリーンショットおよびウィンドウの内容。これをオフにすると、アシスタントは画面が見えない状態で回答します
プログラムの起動インストール済みのプログラムを開き、切り替えます
ファイルを操作しますファイルの読み取り、作成、変更、名前の変更を行います。削除したファイルはゴミ箱に移動します
コマンドを実行しますPowerShellコマンド。破壊的なコマンドはプログラム内でブロックされ、どのような権限でも実行されません
ブラウザを使用しますページを開き、読み取り、クリックします。実行環境独自のブラウザを使用し、お客様がログインしたアカウントで動作します。お客様のタブにはアクセスできません
あなたのもの
見た目は、あなたが決める
四つの形と七つの配色。選んでも、着替えを眺めていても。
形か色をタップ
それでも打つときは
文の半分は、もう頭の中にある
書きかけの続きを、こちらの窓ではなく、あなたが実際に書いている窓の上で差し出します。よければ Tab。違えばそのまま打ち続けてください。黙って消えます。
Slack
Acme
Channels
#general
#design
#releases
#random
#team
A
Ann10:12
エクスポートジョブの修正を反映しました。処理が速くなるはずです。
M
Max10:15
ありがとうございます。夜間バッチを再実行して数値を確認します。
修正のあと夜間ビルドを回した。書き出しは11分ではなく4分で終わった。
1手が止まる
2続きを差し出す
3Tab で受け取る
コードとプロンプト
エディタにプロンプトを口述するだけで、専門用語もそのまま維持されます。
「use state」はuseStateに、「task dashboard」はTaskDashboardに変換されます。名称は発音と画面上で開いている内容から復元されます。
アシスタント
~/プロジェクトプロジェクト
src
components
TaskList.tsx
Sidebar.tsx
hooks
useTasks.ts
package.json
1import { useTasks } from "../hooks"
2
3export function TaskList() {
4 const { tasks, done } = useTasks()
5
6 // one card per task
7 return tasks.map((task) => (
8 <Card key={task.id} done={done(task)} />
9 ))
10}
アシスタント準備完了。タスクを説明してください。
Claude Sonnet
コード名は発音と画面上の情報から復元されます。
mainTypeScript7行目, 22列目
普段お使いの環境でそのまま動作CursorClaudeChatGPTCopilotVS CodeJetBrainsZed
話しながら翻訳
あなたの言語で話せば、相手の言語で入力されます。
翻訳は後からの別工程ではなく、キーを押す一連の流れに含まれます。25言語に対応しており、設定でターゲット言語を選択するだけです。
Slack
Acme
Channels
#general
#design
#releases
#random
#team
D
Dana13:48
エクスポートジョブの修正を反映しました。処理が速くなるはずです。
I
Ivan13:55
ありがとうございます。夜間バッチを再実行して数値を確認します。
M
Mark14:02
プルリクエストを再度ご確認いただけますでしょうか？
ENこんにちは！修正ありがとうございます。すべて修正して再送しました。
挿入先: ES
メッセージ #team
他人のテキスト
選択して、自分の言語で読む
選択すると、自動的にバーが表示されます。翻訳カードには質問欄があり、音声または入力でテキストの内容やトーンについて質問できます。
Telegram
Search
J
James19:12
移行が完了するまでリリースは保留中です。本番環境を壊すより、遅れてリリースする方がましですから。
D
Design18:20
sent the mockups
A
Anna17:04
ok, tomorrow then
R
Releases16:41
build 412 is up
J
James
最近オンライン
今日
ステージング環境へのデプロイは完了しましたか？
18:54
はい、1時間前に完了しました。ログに異常はありません。
18:57
了解しました。一点だけ確認です。
19:03
移行が完了するまでリリースは保留中です。本番環境を壊すより、遅れてリリースする方がましですから。
19:12
メッセージ
テキストチャット
声を出せない時もある。それでも訊ける。
ショートカットキーで、作業中の画面の上に呼び出せます。音声アシスタントと記憶やツールを共有しており、思考プロセスをリアルタイムで表示するため、回答の生成中も先読みが可能です。
四半期報告書.docx
作業中、ブラウザタブを開いていない状態でも、切り替える必要はありません。
メモリ
単なる事実の羅列ではなく、ウェブ状の構造です。
通常のメモリは単語一致で検索されるファイルの行ですが、ここではリンクで構成されています。新しいノードは関連するノードを見つけ、呼び出し時にはリンクを辿って周辺情報まで引き出します。
Midri Voice会話メモリ
メモリを検索
9 ノード·このコンピュータに保存すべて表示
150wpm
会話のペース
1.4秒
最後の言葉から音声回答まで
25言語
挿入時の翻訳言語
できること
10個のウィンドウを1つのアシスタントに
音声対話、アプリやファイルの操作、リマインダー、お客様に合わせた設定、そしてすべての始まりであるディクテーション機能。
アシスタント
話しかけたときの動作について。
10テキストではなく音声で回答
話している最中から聞き取りを開始し、文字起こしを介さず直接音声で回答します。最初の反応まで約1.5秒です。
「Spotifyを開いて」で即座に起動
インストールされているすべてのアプリを認識し、名前で起動します。すでに起動しているアプリを指定した場合は、新しく開くのではなく、そのウィンドウを前面に表示します。
独自のブラウザでタブを占有しません
アシスタントは独自のプロファイルを持つ独立したChromiumを使用します。ページの読み込み、クリック、フォーム入力はそのブラウザ内でのみ行われます。必要なサイトへのログインは、そのブラウザ内で一度行うだけです。ブラウザは別途ダウンロードされます（ダウンロードサイズ：149MB、ディスク使用量：344MB）。
選べる30種類の音声
低く落ち着いた声、活発で軽快な声、柔らかくゆったりとした声。音声はオーブメニューや設定から変更できます。30種類のうち2種類は無料プランでも利用可能です。
あなたの視界を共有
画面を共有して、表示内容について質問できます。エラーの読み上げ、操作手順の案内、見慣れないウィンドウの解説などに対応します。
会話の中で音声リマインド
「30分後に教えて」と頼めば、会話ウィンドウが開いている限り、30分後に音声で通知します。通知バナーではなく、会話の流れの中で自然に伝えます。
ディクテーション
音声がテキストに変換される仕組みについて。
9インターネットなしで動作
音声認識はPC内で完結します。接続が切れてもディクテーションは継続され、ルールに基づいてテキストが補正されます。音声データが外部に送信されることはありません。
独自の名称や専門用語
GitHub、macOS、Kubernetesなど、45種類の主要な用語は自動的に認識されます。それ以外の用語もリストに追加でき、音の響きに基づいてマッチングされます。
画面がヒントになる
アクティブウィンドウの名称が現在のフレーズの辞書に追加されます。「Slack」について話しているときは、そのまま「Slack」として認識されます。
任意のキーまたは組み合わせ
Right Alt、Caps Lock、Ctrl+Shiftなど、単一キーを含むあらゆる組み合わせが可能です。トランシーバーのように、話している間だけ押し続けてください。
独自のライティングルール
「ビジネス調」「感嘆符なし」「短文」など、ルールを言葉で指定し、すべてのフレーズに適用できます。
何も失われません
ディクテーションした内容はすべて手元に残り、ワンクリックで再貼り付けが可能です。データはコンピュータ内にのみ保存されます。
ローカル動作
使用していないときのプログラムの動作について。
49つのセクションで構成
ディクテーション、テキスト処理、チャット、Live AI、コネクタ、履歴、外観、システム、サブスクリプションの各項目があります。アシスタントの権限やAIモデルの設定は「Live AI」内に集約されています。テーマ、12色のアクセントカラー、ウィンドウの質感、パネルの配置場所もカスタマイズ可能です。
待機時はスリムな帯状
操作していないときは画面の端に細い帯として表示されます。マウスを合わせると展開し、マイク、会話、アシスタント、設定の各機能にアクセスできます。離れると再び収納されます。
独自のキーを利用可能
当社経由の支払いを希望されない場合は、OpenAI、Anthropic、GoogleなどのAPIキーを入力して、各社のモデルをMidriで利用できます。キーはWindows資格情報マネージャーに保存され、当社サーバーには送信されません。
常にサイドで動作
パネルはフォーカスを奪わず、作業画面の上に被さることもなく、カーソル位置も移動させません。ブラウザ操作の権限を許可し、実際にブラウザを使用する場合のみ、専用のウィンドウが開きます。
インストール
音声データはコンピュータから外に出ません
認識はローカルモデルで実行されるため、インターネット接続は不要で、データが外部に送信されることもありません。プログラムの使用にはアカウントが必要ですが、これはスマート処理、翻訳、読み上げ、アシスタントなど、サーバー側で実行される機能のために使用されます。
macOS
予定
準備中Linux
予定
準備中現在プログラムはクローズドベータ版であり、公開ビルドはまだありません。アカウントを作成していただければ、ビルドが利用可能になり次第ご連絡いたします。macOS版およびLinux版も予定していますが、開発はまだ開始されていません。
料金
あなたの機械が計算する分は無料。こちらのサーバーが計算する分は有料
認識はあなたの機械で走り、こちらには一円もかかりません。お金をいただくのは、こちらで走る分だけ - 整形、翻訳、音声、エージェントです。
年払いは20%お得
枠は請求と同じく毎月1日にリセットされます。
よくある質問
ダウンロード前によくある質問
Midri VoiceはWindows用の音声アシスタントです。キーを押しながら話すだけで、入力中のウィンドウに完成したテキストが挿入されます。また、話しかけることで音声による回答、アプリの起動、ファイルの整理を行うことも可能です。
プレビュー期間中は無料です。現在サイト上での決済はなく、クレジットカード情報の入力も求められません。
はい。Googleアカウントでワンクリックでサインインできるため、パスワードを作成したり忘れたりする心配はありません。アカウントは有料プランや利用制限の管理に使用されます。
ディクテーションはローカル環境で処理されるため、音声データが外部に送信されることはありません。一方、音声会話機能では、AIが応答を生成するために音声データがサービスを経由します。
現在はWindows 10およびWindows 11に対応しています。今後、他のOSにも順次対応予定です。アシスタント自体はWindowsに依存していません。
テキストフィールドがあるすべてのウィンドウで利用可能です。Cursor、VS Code、JetBrains、ターミナル、Telegram、Slack、Gmail、Notion、ブラウザなどに対応しています。話し始める前にクリックしたフィールドを記憶しているため、ウィンドウが移動してもテキストは正しく入力されます。
標準機能は音声をそのまま文字起こしするだけですが、Midriは文脈を理解します。句読点の自動挿入、フィラー（「えーと」など）の除去、コードや固有名詞の正確な保持、リアルタイム翻訳、そして過去の会話内容の記憶が可能です。
まずは試してみましょう。このページを読み終えるよりも早く体験できます
音声認識はPC内で行われます。アカウントは、スマート処理、翻訳、音声読み上げ、アシスタントなど、クラウド側で処理される機能のために使用されます。
Windows 11 · プレビュー期間中は無料