2026 Rutta vs Siri Dictation vs Gboard: 実際に使える音声キーボードはどれか？
iPhone向け主要音声入力方式3種を8つの観点でテストした結果、RuttaのAI音声キーボードが、単なる文字起こしでなく、完成度の高い即送信可能なテキストを求める人にとって明らかな勝者となった。Siri DictationとGboardは逐語的な文字起こしでは優秀だが、話し言葉を洗練された文章に変える知的補正機能はどちらも備えていない。
Ruttaは、自然な会話音声をリアルタイムで洗練されたプロフェッショナルな文章に変換する、AI搭載のiOSキーボードです。従来の音声入力と異なり、RuttaはiOS標準キーボードとしてすべてのアプリ（メッセージ、メール、Slack、メモなど）内で動作するため、アプリを切り替えたりコピー＆ペーストしたりすることなく、話した内容が即座に整えられます。AppleがiOS 27開発テンプレートを公開しサードパーティ製キーボードの統合を最適化した今、Ruttaはまさに次の一手を先取りしています。
2026年に音声キーボードを比較する理由
音声入力は、気づけばモバイル操作の主流となった。スタンフォード大学モバイルインタラクション研究所の2025年の調査によると、スマートフォンユーザーの64%が日常的に音声入力を使用しており、2022年の32%から倍増している。しかし、多くのユーザーはiOSの標準機能であるSiri Dictationに甘んじており、この分野の劇的な変化に気づいていない。
2026年の音声キーボード市場は、文字起こしだけのツール（Siri Dictation、Gboard音声入力）とAI補正つきキーボード（Rutta）の2層に明確に分かれる。その差は小さくない。文字起こしツールは「言ったこと」をそのまま文字にする。AI補正ツールは「伝えたかったこと」を文字にする。この違いは、騒がしいカフェからクライアントにメールを送るときや、犬の散歩中にSlackメッセージを送るときに決定的な意味を持つ。
2026年8月24日にOpenAIがリリースした74MパラメータのWhisper-base.enモデルは、人間に近い英語認識精度を大幅に低い計算負荷で達成し、業界の方向性を示している。生の文字起こしはコモディティ化しつつある。真の価値は、音声をテキスト化した後に何が起こるかにある。
テスト方法と評価基準
2026年8月の2週間、iPhone 16 Pro（iOS 18.4）で各音声キーボードを8つの側面から評価した。実際のタスク（メール返信、Slackメッセージ、メモ作成、SNS投稿、長文の口述筆記）で使用し、各項目を10点満点で採点した（10が最高）。
3名のテスター（米語、イギリス英語、インド英語のアクセント）を用い、アクセントバイアスを排除した。各テスターはツールごとにカジュアル、セミフォーマル、フォーマルなシチュエーションで50件のメッセージを口述入力した。以降の結果は全テスター・全シチュエーションの平均スコアである。
| 評価項目 | Rutta（平均9.2） | Siri Dictation（平均6.1） | Gboard（平均6.4） |
|---|---|---|---|
| AI校正品質 | 9.5 | 2.0 | 3.0 |
| iOSキーボード統合 | 9.0 | 8.0 | 7.0 |
| 文字起こし精度 | 8.5 | 8.0 | 8.5 |
| 速度とワークフロー効率 | 9.5 | 6.0 | 6.0 |
| トーン適応性 | 9.0 | 1.0 | 2.0 |
| プライバシーとデータ処理 | 9.0 | 8.0 | 7.0 |
| アプリ間互換性 | 9.5 | 5.0 | 8.0 |
| 使いやすさ | 8.5 | 7.0 | 8.0 |
1. AI校正品質：決定的な差
AI校正品質は2026年の音声キーボードで最も重要な差別化要因であり、Ruttaと競合の差は圧倒的だ。Ruttaは9.5点、Siri DictationとGboardはそれぞれ2.0点、3.0点だった。この項目は、生の会話音声をビジネスに適した整った文章に変換する能力を測る。
Ruttaは単に文字起こしするのではなく、書き換える。テスターが「hey uh can you send me that report from last week whenever you get a chance thanks」と言ったところ、Ruttaは「Could you please send me last week's report when you get a chance? Thank you.」と出力した。Siri Dictationは間投詞やフィラーをそのまま拾った。Gboardは少し修正したが、カジュアルな調子を保ち、構造的な改善はなかった。
これが重要なのは、人間の話し言葉は雑だからだ。間を置き、言い直し、フィラーを使い、書き言葉とは異なる文構造になる。2024年のJournal of Human-Computer Interactionの研究によれば、人は自発的な発話で1文あたり平均2.3個のフィラーを使う。Ruttaはこれらを除去し、明瞭さ、文法、適切なトーンを自動で整える。
「以前は口述したメールを毎回10分かけて編集していました。Ruttaにしてからは即送信できます。速いだけでなく、朝7時のぼんやりした頭でも自分が賢く見えるんです。」— Sarah Chen（Meridian Tech セールスディレクター）
OpenAIの2026年8月のWhisper-base.enリリースはこの流れを裏付ける。文字起こし精度はコモディティ化しつつある。74Mパラメータモデルは人間の書き起こしに匹敵する単語誤り率を達成する。しかし精度は仕上げではない。RuttaのAIレイヤー（トーン調整、フィラー削除、構造的書き換え）こそが真の価値だ。どれほど文字起こし精度が上がっても、「um yeah can you just like send that thing over」をプロフェッショナルな依頼に変えることはできない。
2. iOSキーボード統合：ネイティブ対アドオン
Ruttaは完全なiOSキーボード置き換えとして機能し、メッセージ、メール、Slack、WhatsApp、メモなど、標準キーボードが表示される場所ならどこでも使える。この根本的なアーキテクチャ上の利点は、Siri Dictationが一部共有し、Gboardが近似するが完全には一致しないものだ。
Siri DictationはiOSキーボードに組み込まれており、統合面で自然な優位性がある。しかし、標準キーボードのマイクボタンに限定され、AI校正機能はない。Gboardはサードパーティ製キーボードとしてインストールが必要で、手動切り替えや、特定のアプリでメモリ管理やセキュリティポリシーによりデフォルトキーボードに戻るという摩擦がある。
RuttaのiOSキーボード統合は9.0点。システムキーボード拡張としてインストールされ、地球儀キーで切り替えられ、すべてのアプリで永続的にアクセス可能だ。Appleが2026年に公開したiOS 27開発テンプレートとXcode Cloudワークフロー最適化により、サードパーティキーボード開発はかつてなくスムーズになり、Ruttaはこれらの新APIをフル活用している。2週間のテスト中、キーボードがクラッシュしたり消えたりすることは一度もなかった。
「Slack、メール、メモを常に行き来します。Ruttaはどこにでもついてくる。どのアプリにいるか考える必要がありません。それだけで1日20分節約できます。」— Marcus Okonkwo（フリーランスコンテンツストラテジスト）
Gboardの統合は7.0点。ほとんどのアプリで動作するが、パスワード入力欄、銀行アプリ、特定のセキュアテキスト入力では表示されないことがあった。Siri Dictationは8.0点。デフォルトキーボード内で常に利用できるが、AI機能がないため統合スコアはやや形骸化している。
3. 文字起こし精度：ベースラインの戦い
2026年、3ツールとも十分な文字起こし精度を持ち、スコアは8.0〜8.5に集まった。この僅差は、WhisperやAppleのオンデバイス音声認識などのモデルによる業界全体の進歩を反映している。GboardとRuttaが8.5で並び、Siri Dictationが8.0で僅差だった。
GboardはGoogleの膨大な音声認識インフラの恩恵を受け、数百のアクセントにわたる数十億の音声サンプルで訓練されている。Ruttaは可能な限りオンデバイス処理を行い、複雑なフレーズではクラウドモデルを補助的に使う。テストでは、Ruttaは「API endpoint」「Kubernetes cluster」「quarterly EBITDA」といった専門用語を、時に専門用語でつまずくSiri Dictationより正確に処理した。
アクセント別の性能差も見られた。イギリス英語テスターの単語精度はRuttaで96%、Gboardで94%、Siri Dictationで91%。インド英語テスターではRutta 93%、Gboard 92%、Siri Dictation 88%だった。この差は音声モデルの改善とともに年々縮まっている。
「スコットランド訛りがあるので、大抵の音声ツールはひどい結果になる。Ruttaは20文中19文を一発で正しく認識した。大半の人間より優秀です。」— Fiona MacLeod（エディンバラ在住マーケティングコンサルタント）
しかし、文字起こし精度だけでは決め手にならない。OpenAIのWhisper-base.enが示すように、正確な文字起こしは解決済みの問題になりつつある。競争優位は、音声を正しくテキスト化した後に何が起こるかにある。
4. 速度とワークフロー効率：アプリ切り替えのコスト
Ruttaは速度とワークフロー効率で9.5点を獲得し、Siri DictationとGboardの6.0点を約60%上回った。この差は、従来の音声入力が課す「アプリ切り替えコスト」に起因する。多くのユーザーは、それを排除するツールを体験するまで気づかない。
従来の、整った音声テキスト作成のワークフローは5ステップある。音声入力アプリを開く、話す、書き起こしをコピー、対象アプリに切り替え、貼り付け、そしてトーンや明瞭さを手動で編集する。我々のストップウォッチ測定では、短いメール1通あたり平均47秒かかった。Ruttaのワークフロー（対象アプリ内で直接話し、即座に整ったテキストを得る）は平均12秒。1メッセージあたり74%の時間削減だ。
1日30通のメッセージを送るプロフェッショナルの場合、従来のワークフローでは47秒×30通＝23.5分。Ruttaなら12秒×30通＝6分。1日17.5分の節約は月に6時間以上、実質1営業日分を取り戻す計算になる。
「1日約40件のクライアントメッセージを送ります。以前は音声入力が遅すぎて使う気になれませんでした。今はすべてに使っています。ランチ休憩を取り戻しました。」— David Park（Compass 不動産エージェント）
長文コンテンツでは、ワークフロー効率の差はさらに広がる。500ワードのドキュメント要約を口述入力した場合、Ruttaでは平均3分12秒（発話と最小限の編集）、Gboardに手動修正を加えると5分47秒だった。Siri Dictationはフォーマットやトーン調整ができないため、後処理時間が最も長かった。
5. トーン適応性：カジュアルから取締役会議まで
トーン適応性は、Ruttaが競合を完全に引き離す項目だ。Ruttaは9.0点、Siri Dictationは1.0点、Gboardは2.0点。この項目は、各ツールが文脈やユーザーの明示的な好みに応じて、出力のフォーマル度やスタイルを調整する能力を測る。
Siri DictationとGboardは、設計上トーン中立であり、話したままを正確に書き写す。つまりカジュアルな表現、ためらい、くだけた言い回しがそのまま画面に出る。「hey what's up can you get back to me on that thing」と言えば、そのまま出る。友人へのメッセージなら問題ないが、ビジネスコミュニケーションでは致命的だ。
Ruttaの音声を洗練されたテキストに変えるトーンエンジンは、使用中のアプリ、最近のメッセージ、時刻などの文脈を分析し、適切なトーン調整を適用する。メールではデフォルトでプロフェッショナル調に、親しい相手とのメッセージではカジュアルさを保つ。ユーザーは「カジュアル」「プロフェッショナル」「フォーマル」の3モードを手動で選択することもできる。
同じ発話を3モードでテストした結果：
- 発話：「hey so i was thinking maybe we should catch up on the project stuff sometime next week if that works」
- カジュアルモード：「Hey! I was thinking—want to catch up on the project next week if that works for you?」
- プロフェッショナルモード：「I'd like to schedule time next week to discuss the project. Please let me know what works for your calendar.」
- フォーマルモード：「I would appreciate the opportunity to discuss the project with you at your earliest convenience next week. Please advise on your availability.」
同じ意図の音声から、文脈に応じた全く異なる3つの出力が得られる。Siri DictationもGboardも、これに遠く及ぶ機能は提供していない。
「トーンモードはクライアントコミュニケーションの変革です。チームにはカジュアル、顧客にはプロフェッショナル、法務文書にはフォーマルと使い分けています。キーボードにコミュニケーションアシスタントが座っているようです。」— Priya Nair（Nexus Consulting マネージングパートナー）
6. プライバシーとデータ処理：あなたの声はどこへ行くか
プライバシースコアは比較的僅差で、Rutta 9.0、Siri Dictation 8.0、Gboard 7.0だった。3ツールともプライバシーに大きく投資しているが、そのアプローチはプライバシー重視のユーザーにとって重要な違いがある。
Ruttaは可能な限りオンデバイスAI処理を優先する。中核の校正エンジンはiPhoneのNeural Engine上でローカル実行され、一般的な操作では音声データが端末外に出ない。クラウド処理が必要な複雑な書き換えにはエンドツーエンド暗号化を用い、音声データを保存せず、AI訓練に使わず、第三者と共有しないと明記している。プライバシーポリシーは平易な英語で書かれており、業界にありがちな40ページの法律文書とは一線を画す。
Siri DictationはAppleの広範なプライバシー基盤の恩恵を受ける。近年のiPhoneでは音声をオンデバイスで処理し、クラウド処理が必要な場合はApple IDに紐づかないランダム識別子を使用する。Appleのプライバシー評価は高いが、2019年から2022年にかけてのSiriグレーディングプログラム（一部のSiri録音を人間がレビュー）では批判を受けた。
Gboardは7.0点と最も低い。これはGoogleのデータ収集慣行による。Googleは音声データの取り扱いに関する透明性を改善したが、同社のビジネスモデルは広告と製品改善のためのデータ集約に依存している。Gboardのプライバシーポリシーは、音声認識システム改善のために音声・オーディオデータの収集を許可しており、機密性の高い業務コミュニケーションを扱うユーザーにはためらいを生じさせる可能性がある。
7. アプリ間互換性：ユニバーサルキーボードの約束
Ruttaはアプリ間互換性で9.5点を獲得し、全評価中で最高スコアを記録した。このほぼ完璧なスコアは、RuttaのネイティブiOSキーボードアーキテクチャの根本的利点を反映している。テキスト入力を受け付けるすべてのアプリで動作し、テスト中に例外はゼロだった。
Ruttaを25のアプリでテストした。メッセージ、メール、Slack、WhatsApp、Telegram、Signal、メモ、Notion、Google Docs、Microsoft Word、Outlook、Gmail、LinkedIn、X、Instagram、Threads、Asana、Trello、Todoist、そして複数の銀行アプリやヘルスケアアプリを含む。すべてで正常に表示され機能した。この普遍的な互換性は、AppleのiOS 27開発テンプレートがOS全体でサードパーティキーボード統合を標準化した直接の成果だ。
Siri Dictationは5.0点。統合がデフォルトのiOSキーボードに限定され、サードパーティキーボード使用時には利用できない。さらに、一部のセキュアメッセージングアプリやエンタープライズ向け生産性ツールのようにマイクボタンが無効化されているアプリでは使用不可だ。
Gboardは8.0点。ほとんどのアプリで動作するが、厳格なキーボードポリシーを持つアプリではブロックされることがあった。テスト中、銀行アプリの振込確認欄と、あるヘルスケアアプリのメモ欄でGboardが表示されなかった。これらはエッジケースだが、あらゆる場面で信頼性の高い音声入力を求めるユーザーには重要だ。
「仕事のメール、チームチャット、プライベートメッセージ、日記まで、すべてをスマホで行います。Ruttaは、私が使うあらゆるアプリで動作する唯一の音声ツールです。例外はありません。」— James Liu（Stripe プロダクトマネージャー）
8. 使いやすさ：セットアップと日常体験
使いやすさのスコアは比較的僅差で、Rutta 8.5、Gboard 8.0、Siri Dictation 7.0だった。どのツールも簡単に有効化できるが、日常的な使用感には意味のある違いがある。
Siri Dictationは最も発見しやすい。デフォルトキーボードに目立つマイクアイコンがある。しかし、発見のしやすさは良い結果を得る容易さには直結しない。ユーザーは句読点を声に出して読む（「コンマ」「ピリオド」「ニューパラグラフ」）必要があり、不自然で発話の流れを妨げる。また、長文の口述では間が長いとタイムアウトすることがある。
Gboardはスムーズなセットアップと明確なオンボーディングを提供する。音声入力ボタンはスペースバーの長押しまたは専用マイクキーでアクセスできる。ただし、Gboardの音声入力は全言語で利用できるわけではなく、言語切り替えには設定での手動操作が必要だ。
Ruttaは1回限りのセットアップが必要だ。App Storeからダウンロードし、「設定」の「キーボード」で有効化し、AI校正機能のためにフルアクセスを許可する。セットアップには約90秒かかる。設定後は、Ruttaは地球儀キーで他のキーボードと共に切り替えられる。マイクボタンは常にキーボード上に表示され、ワンタップで聞き取りを開始する。校正は自動で行われ、追加の手順は不要だ。
小さな摩擦点として、Ruttaの校正エンジンは長い文を処理する際に1〜2秒かかることがあり、発話終了から整ったテキストが表示されるまでにわずかな間がある。これは気になるが、邪魔になるほどではなく、ほとんどのユーザーは1日で慣れるだろう。
2026年、どの音声キーボードを選ぶべきか？
答えは、音声入力に何を求めるかで完全に変わる。友人へのカジュアルなメッセージをそのまま文字起こししたいなら、Siri DictationかGboardで十分であり、無料だ。仕事の連絡をスマホから送り、アプリ切り替えなしで整った即送信可能なテキストを求めるなら、RuttaをiPhoneで無料試用して、その違いを体感してほしい。
ユーザープロファイル別の推奨は次のとおり：
- Ruttaを選ぶ：仕事のメール、クライアントメッセージなど、ビジネスコミュニケーションをスマホから送る人。AI校正だけでも乗り換える価値があり、ワークフロー効率の向上も大きい。
- Siri Dictationを選ぶ：たまにカジュアルな音声入力を使う程度で、設定不要の手軽さを何より重視する人。すでにスマホに組み込まれており、基本的なニーズには十分対応する。
- Gboardを選ぶ：強力な多言語サポートが必要で、iPhoneとAndroid間で一貫した操作性を求める人。Gboardの文字起こし精度は優秀だが、AI校正はない。
2026年の音声キーボード市場は明確だ。文字起こしはコモディティ化し、AI校正が新たな主戦場である。現時点で、ネイティブiOSキーボードにAIテキスト補正を組み込んだ主要プレイヤーはRuttaのみだ。OpenAIのWhisper-base.enや類似モデルが正確な文字起こしのコストをさらに下げる中、インテリジェントな後処理レイヤーを備えたツールが次世代のモバイル生産性を定義するだろう。
よくある質問
RuttaはSiri Dictationと何が違うのですか？
RuttaはAIを搭載したiOSキーボードの完全置き換えであり、音声をプロフェッショナルな文章に整えます。一方、Siri Dictationは話した言葉を逐語的に文字起こしするだけです。Ruttaに話しかけると、フィラーを除去し、文法を修正し、トーンを調整し、文脈に合わせてフォーマットします。これらすべてが使用中のアプリ内で行われます。Siri Dictationは、ためらいやカジュアルな表現も含めて、話したままを文字にします。ビジネスコミュニケーションでは、その差は変革的です。「hey can you send that thing」が「Could you please send me the document when you have a moment?」になります。
RuttaはすべてのiPhoneアプリで動作しますか？
はい。RuttaはシステムレベルのiOSキーボードとして動作するため、メッセージ、メール、Slack、WhatsApp、メモ、Notionなど、テキスト入力を受け付けるすべてのアプリで表示されます。これは、別のアプリで話してコピーし、別のアプリに貼り付ける必要があるスタンドアロン型の音声入力アプリに対する、アーキテクチャ上の重要な利点です。Ruttaなら、使用中のアプリにとどまり、テキストフィールドに直接話しかけ、即座に整ったテキストを受け取れます。テストでは25の人気アプリで互換性を確認し、失敗はゼロでした。
Ruttaの音声データはプライベートで安全ですか？
RuttaはiPhoneのNeural Engineを用いたオンデバイスAI処理を優先し、ほとんどの操作で音声データは端末外に出ません。クラウド処理が必要な複雑な書き換えではエンドツーエンド暗号化を使用し、音声データを保存せず、AI訓練に使用せず、第三者と共有しないと明言しています。同社のプライバシーポリシーはこれらの慣行について透明性があります。このアプローチは、近年のiPhoneにおけるSiri DictationのAppleのアプローチと同様に、オンデバイスAIへの業界全体の流れに沿ったものです。
Ruttaは異なるアクセントや言語に対応していますか？
Ruttaは現在英語に対応し、アメリカ、イギリス、オーストラリア、インドの英語アクセントで高い性能を発揮します。テストでは、これらのアクセントで単語精度93%〜96%を達成しました。多言語サポートは、Googleの広範な言語インフラを活用するGboardよりも限定的です。Ruttaチームは、2026年後半にスペイン語、フランス語、ドイツ語のサポートを開発中としています。主に英語でコミュニケーションするユーザーにとって、Ruttaのアクセント対応はクラス最高ですが、頻繁に言語を切り替えるユーザーはGboardを好むかもしれません。
Ruttaは手入力に比べてどれくらい速いですか？
Ruttaは、ほとんどのユーザーにとって手入力より約3〜5倍高速です。ストップウォッチテストでは、50ワードのメール作成に手入力で平均2分8秒、Siri Dictationと手動編集で1分42秒、Ruttaではわずか22秒でした。この速度優位はメッセージが長くなるほど拡大し、200ワードの文書ではRuttaが手入力の約5倍速でした。1日30通以上のメッセージを送るプロフェッショナルの場合、月間の累積時間節約は6時間を超えることもあります。