Google、iOSでオフライン優先のAI音声転写アプリを静かにリリース

AI技術が日進月歩の時代に、Googleは再び控えめな姿勢でiOSエコシステムに参入し、「Google Dictation」という名のオフライン優先AI音声転写アプリをリリースしました。このアプリは2026年4月7日にApp Storeに静かに登場し、TechCrunchの記者Ivan Mehtaによって最初に報じられました。Googleの自社開発のオープンソースモデルGemma AIを搭載し、効率的でプライバシーに配慮した音声入力体験を提供し、Wispr Flowなどの人気競合製品に直接対抗しています。

アプリの核心機能：オフライン優先の革命的設計

従来のクラウド依存の音声転写ツールとは異なり、Googleのこのアプリは「オフライン優先」戦略を採用しています。ネットワークがない環境でも、ユーザーはリアルタイムで高精度な音声からテキストへの変換が可能です。Gemmaモデルの軽量アーキテクチャが鍵となっており、デバイスのローカル計算リソースのみで複雑な自然言語タスクを処理できます。地下鉄や遠隔地で、ボタンを押すだけで会議の記録、メモ、アイデアを瞬時にテキストに変換でき、多言語対応も可能で、中国語や英語などの多様な方言に対応しています。

Google's new offline-first dictation app uses Gemma AIモデル to take on the apps like Wispr Flow.

初期のテストによると、このアプリの応答遅延はミリ秒単位にまで低く、クラウドサービスと同等の精度を持ちます。また、スマートな句読点やコンテキスト修正などの高度な機能を統合し、伝統的なディクテーションツールでよく見られる同音異義語の混同や文の切断のようなエラーを回避します。これにより生産性が向上し、特にプライバシーに敏感なユーザーに適しており、データをサーバーにアップロードするリスクを避けます。

Gemmaモデル：GoogleオープンソースAIの切り札

GemmaはGoogle DeepMindが2024年に発表したオープンソースの軽量言語モデルシリーズで、パラメータ規模は2Bから7Bまでさまざまで、エッジデバイスに最適化されています。GPT-4のような巨大なモデルと比べ、Gemmaはスマートフォン上で非常に低い消費電力で動作し、iOSのAシリーズチップに適しています。Googleが今回これをディクテーションに応用したことは、オープンソースAIが実用段階に進むことを示しています。

業界の背景として、オフラインAIは主流のトレンドになりつつあります。AppleのSiriとDictationは一部のオフライン機能をサポートしていますが、正確性と多言語サポートにはまだ課題があります。MicrosoftのSwiftKeyキーボードも同様の統合を試みていますが、モデルのサイズに制限されています。GoogleはGemmaを使って空白を埋め、エコシステム全体を「オンデバイスAI」へと推進することが期待されています。Statistaのデータによれば、2025年の世界の音声アシスタント市場規模は500億ドルを超え、オフラインサブ分野の成長率は35%に達しています。

市場競争とGoogleのクロスプラットフォームの野望

このアプリのリリースは単独のイベントではなく、GoogleがiOSでの戦略的試行を行っていることを示しています。長年にわたり、GoogleサービスはAndroidエコシステムで君臨してきましたが、iOSユーザーの割合は世界の30%に達し、Googleは浸透を急いでいます。Wispr Flowは新興プレーヤーとして、Flow AIキーボードで知られ、リアルタイム転写とAI編集をサポートしていますが、ネットワーク接続が必要で、プライバシー問題が頻繁に指摘されています。Google Dictationのオフライン優位性は、直接的に市場を食い込むことになります。

その他の競合には、Otter.ai（プロフェッショナル会議転写）、Dragon Anywhere（企業向け）、Appleの標準Dictationがあります。Googleの差別化は無料+オープンソースエコシステムにあり、開発者がGemmaを基に二次開発を行い、プラグインや統合アプリを生み出すことができます。将来的には、Google DocsやKeepなどとシームレスに連携し、閉ループの生産性スイートを形成する可能性があります。

編集者注：オフラインAI時代、Googleの先行と挑戦

編集者は、今回のリリースはGoogleがAppleのAI覇権への巧妙な反撃であると考えています。iOS 18はApple Intelligenceを統合していますが、オフライン音声は依然としてクラウドに依存しており、Google Gemmaのローカライズ展開は一枚上手です。これはAI業界が「クラウド中心」から「デバイス端」への移行する必然を反映しており、GDPRやCCPAのようなプライバシー規制がますます厳しくなり、ユーザーはデータ漏洩事件にうんざりしています。

しかし、課題も残っています：iOSのサードパーティAIに対するサンドボックス制限は、モデルの更新に影響を与える可能性があります。iPhoneのハードウェアの断片化（iPhone 12以降のサポート）には、最適化と互換性が必要です。長期的に見れば、GoogleがGemma 2.0を改良し、多モード（音声+画像）をサポートできれば、モバイルAIの構造を再構築するでしょう。投資家の注目が集まり、Googleの親会社Alphabetの株価は反発する可能性があります。

総じて、Google Dictationは単なるツールではなく、AIの民主化のマイルストーンです。それは私たちに、テクノロジーの巨人間の静かな競争が日常生活を静かに変えていることを思い出させます。

本文はTechCrunchからの翻訳で、著者Ivan Mehta、原文日2026-04-07。