Cue AIは、ホットキーを押して話すだけで、文字入力から画面を読んだ作業の実行までをこなす、デスクトップ常駐型の音声AIエージェントです。キーボードを「必須ではなく任意のもの」にすることを掲げ、音声を日常のPC操作の入り口にする設計になっています。

主な機能

  • 任意のアプリで使える音声ディクテーション。話した内容を整え、カーソル位置に貼り付けます
  • 画面を読み取り、適切なツールを選んで操作するエージェント型のタスク実行
  • 句読点の補完と文の区切り、言いよどみの除去
  • 前後の文脈を読んだ同音異義語の修正
  • 入力欄に合わせた整形。短いコマンドには句点を付けず、メール作成画面ではきちんと句読点を付けるといった使い分け

仕組み

音声はまずクラウドの音声認識でテキスト化され、そのテキストをユーザーのPC上でOllama経由で動くGoogleのオープンモデルGemma 4 E4Bが整えます。Google DeepMindの公開事例では、この整形工程をローカル処理に切り替えたことで遅延が44%短くなり、中央値は876ミリ秒から488ミリ秒に下がりました。ディクテーション機能の利用は30%増え、推論の追加コストはゼロになったとされています。話し言葉らしさを残し、堅い文章に直しすぎないことも重視されています。

料金と対応環境

MacとWindowsに対応します。無料プランでは音声ディクテーションを無制限に使え、エージェント機能には毎日のクレジットが付きます。上位プランは今後提供予定で、料金は公開されていません。

注意点

音声認識の段階はクラウドで処理されるため、完全にオフラインで動くわけではありません。周囲の音など話す環境も使い勝手を左右します。キーボード入力を減らしたい開発者やライター、営業担当者などに向いたツールです。