Aqua Voiceを使い始める前に：どこで使えるか、無料でどこまでか、音声と文字起こしはどこで処理されるかを、公式の資料で確かめる

3行でいうと

公式の資料によると、Mac（Apple SiliconとIntel）、Windows 10/11、iPhone、Android 10以降で使えます。1つの購読でMac、Windows、iPhone、Androidをまとめて使える、と書かれています。
日本語は、公式の「対応する話し言葉」の一覧に入っています。ただし、日本語だけの詳しい説明は、読んだ範囲では見つかりませんでした。
無料プランは1,000語までで、クレジットカードは要らない、と書かれています。有料はPro、Max、Businessです。
音声はクラウドで処理され、インターネット接続が要る、と公式に書かれています。設定の「Privacy Mode」がオフ（既定）だと、文字起こしの結果が改善のために保存されることがあります。
録音ファイルを読み込む機能は、アプリの説明では見つからず、開発者向けのAPIとCLIで音声ファイルを文字にできる、と書かれています。会議の録音・文字起こしの専用機能は、読んだ範囲では見つかりませんでした。

この記事は、公式の資料を2026年10月23日に読んでまとめたものです。この記事は、実際に使って確かめた記録ではありません。運営者はAqua Voiceを入れて使い、現在は解約しています。この記事には使い心地を書いていません。画面名・設定名・金額は公式の表記を写しています。公式のページは要約の形で取得したため、「書かれていない」と言い切らず「読んだ範囲では見つからなかった」と書いています。精度や速さの数字は、載せていません。

先に結論

まずは無料の1,000語で、「話すと文字が入る」感覚を確かめるのが入り口になる。 カードは要らないと公式にあります。足りなくなってからPro以上を考える流れです（これは見立てで、公式の推奨ではありません）。
音声はクラウドで処理される。 Mac・Windowsは、端末の中だけで完結する使い方ではないと公式が書いており、「オフラインモードはない」とそれぞれのページにあります。iPhoneは、オフラインで使えるかが環境によるとFAQにあり、更新履歴にも「offline model」の語があるため、はっきりしません。
最初に見ておきたい設定は「Privacy Mode」。 既定のオフでは文字起こしの結果が保存されることがある、と公式にあります。オンにすると保存されない、とあります。
日本語は「使える言語の一覧にある」。 日本語での細かい動き（誤変換の傾向など）は、公式の資料では確認できていません。

前提：用語をそろえる

ディクテーション（音声入力）：話した内容を、文字として入力すること。公式は、どのテキスト入力欄でも使える、と説明しています。
Instant Mode（インスタント）：既定の方式です。公式の要約では、話し終えてから文字が入ります。全プランで使えます。
Realtime Mode（リアルタイム）：話している間に、Aquaのツールバーに言葉が出てくる方式です。MaxとBusinessに含まれ、無料でも最初の1,000語の範囲で試せる、と公式にあります。MacとWindowsのアプリで動き、iPhoneとAndroidでは話し終えてから入る、とあります。
Avalon（アバロン）：Aquaが自分たちで作った音声認識のモデルの名前です。Instant Modeはこのモデルで動く、と公式にあります（公式のAvalonのガイドは、Instant ModeとRealtime Modeの両方で自動的に使われる、とも書いています）。
Privacy Mode（プライバシーモード）：オンにすると、文字起こしの結果がAquaのサーバーに保存されなくなる設定です（詳しくは下の「データの扱い」）。
Deep Context（ディープコンテキスト）：画面を読んで、名前や専門用語の綴りを合わせる設定です。MacとWindowsのみで、既定ではオフです（02で扱います）。
Dictionary（辞書）：自分の名前や専門用語を登録して、正しく書いてもらう機能です。

どこで使えるか

入口	公式の資料に書かれていること	確かさ
Mac	ダウンロードページに「Mac (Apple Silicon & Intel)」。Macのページには、Apple SiliconでもIntelでも動く1つのダウンロードがある、とあるが、最低のmacOSのバージョンは書かれていなかった	書かれている（最低バージョンは確認できず）
Windows	「Windows 10/11」に対応。インストーラを実行し、Windowsに聞かれたらマイクを許可する、とある	書かれている
iPhone	App Storeにある音声キーボードで、Voice Edit Modeがある、とFAQにある。iPhoneのページに「Requires iOS 17 or later」、公式のまとめにも「iOS 17+」とある	書かれている
Android	Google Playにある（更新履歴によると2026年10月6日にv0.1.0として公開）。「Android 10 or later」。キーボードの横に出る浮かぶボタンとして動く。Android Goの端末は対象外、とある	書かれている
開発者向け（API、CLI、MCP）	APIとCLIがある。CLIはmacOS、Windows、Linuxに対応と書かれている	書かれている

公式は、「1つの購読でMac、iPhone、Androidをカバーする」と書いています（Windowsのページにも同じ趣旨の記述があります）。
機能は入口ごとに違います。たとえば、Realtime ModeとDeep ContextとEdit ModeはMacとWindowsのアプリの機能で、iPhoneには別の形の音声編集がある、と公式のEdit Modeのページにあります（Androidは、更新履歴の2026年10月6日の項目に、選んだ文章を声で編集できると書かれています）。
辞書、置き換え（Replacements）、カスタム指示（Custom Instructions）は、同じアカウントなら端末の間で同期される、とAndroidのページにあります。

日本語は使えるのか（公式の表記）

公式の「Languages」のページには、対応する話し言葉が49種類並び、その中にJapanese（日本語）があります。
FAQには、「Aqua supports English, Spanish, French, German, Japanese, Mandarin, Arabic, and more.」と書かれています。
言語は設定で選びます（公式の言語のページは「in settings」と書くだけで、メニューの道順は読んだ範囲では見つかりませんでした）。「Auto-Detect」を選ぶと、話すたびに言語を判別します。Auto-Detectの間は、デスクトップではInstant Modeになる、とあります。
公式のLanguagesのページは、言語によって精度に差が出ることがある、と認めています。日本語だけの数字や説明は、読んだ範囲では見つかりませんでした。
更新履歴（changelog）には、2026年10月6日付で「More accurate Japanese dictation」という項目がある、と読み取れました。数字は載せません。内容の詳細は、読んだ範囲では確認できていません。
Send It（話し終わりに「送って」と言うと送信する機能）の日本語の言い回しとして、「送って」「送信してください」が公式に挙がっています。
公式サイトのフッターに「日本語」のリンクがあることは確認しました。日本語のページの中身は読めていません。

無料と有料

公式の料金のページ（aquavoice.com/pricing）の表示です（確認日10月23日。金額は米ドルで、変わることがあります）。

プラン	公式のページに書かれている金額	主な内容
Free	無料	1,000語まで。Avalon 1.5のモデル、Deep Context、MCP / CLI。カード不要
Pro	月払い$12/月、年払い$10/月	語数は無制限。カスタム指示、拡張された辞書
Max	月払い$24/月、年払い$19/月	Proの内容に加え、Realtime Mode、Voice Commands（「Send it」）、新機能の先行提供
Business	月払い$24/席/月、年払い$19/席/月	Maxの内容に加え、一括請求、SSO/SAMLとSCIM、レポート、Zero Data Retention、チームの辞書。2席から

学生は、Pro・Maxが70%引き、と書かれています。学校のメールアドレスが要り、.eduのほか .ac.jp などの学術ドメインも挙がっています。
無料の「試用期間」という名前の仕組みは、料金ページには書かれていません。無料プランが、実質の試用になります。
日本円の表示は、読んだ範囲では見つかりませんでした。Google Play経由の課金は金額が違うことがある、とAndroidのページにあります。
公式サイトの中で、金額がそろっていないページがあります。料金のページ、iPhoneとAndroidのページ、公式のまとめ（llms.txt）は、Pro $10（年払い）/$12（月払い）、Max $19/$24です。一方、MacとWindowsのページの紹介文には「$8/mo billed annually」、Realtime Modeのページには「Max $24 / $30」とあり、古い表示の可能性がありますが、理由は書かれていません。この記事は料金のページの表示に合わせました。
料金は04でもう一度、解約・書き出しとあわせて整理します。

データの扱い：音声と文字起こしの結果はどこへ行くか

ここは使う前に一番確かめたいところなので、公式の書き方をそのまま分けて書きます。

処理される場所 - 公式のまとめ（llms.txt）に「Audio is processed in the cloud」とあります。Mac・Windowsのページに、クラウドで処理し、オフラインモードはない、とあります（Androidのページは、文字起こしにインターネット接続が要る、と書いています）。 - AndroidのページとFAQには、インターネット接続が要る、と書かれています。FAQは、オフラインで使えるかはプラットフォーム・バージョン・モードによるので、サポートに確認するよう案内しています。iPhoneのページには、クラウドでの口述と音声編集にはインターネット接続が要る、とあります。一方、iOSの更新履歴（2026年9月22日、v1.0.37）には、オフラインのモデルのダウンロードに関する修正が書かれており、iPhoneには端末にモデルを取り込む仕組みがあるように読めます。ただし、その仕組みの説明は公式の資料では確認できていません。 - どの国・どの会社のサーバーで処理するかは、プライバシーポリシーを読んだ範囲では書かれていませんでした。開発者向けAPIのドキュメントには、APIへのリクエストは米国で処理される、とあります（アプリの音声に同じ扱いかは書かれていません）。サブプロセッサー（処理を任せている会社）の一覧は、Trust Center（公式の信頼性のページ）にある、と公式にあります。Trust Centerの中身は読めていません。 - Instant Modeは自社モデルで動く、と公式にある一方、Realtime Modeは「第三者のリアルタイム音声認識の提供元」に音声を流す、と公式のまとめに書かれています。ただしAvalonのガイドはRealtime Modeでも使われると書いていて、2つのページの説明が合っていません。実際の処理の経路と提供元の名前は、読んだ範囲では分かりません。

保存と学習 - 公式のまとめによると、Privacy Modeがオフ（既定）のとき、文字起こしの結果は「製品の改善のために」サーバーに保存されることがあります。オンにすると保存されませんが、時刻、端末の種類、動作の指標などのメタデータは集まることがある、とあります。 - プライバシーポリシー（効力発生日は2026年7月29日）にも、同じ趣旨が書かれています。「AIモデルの学習に使うか」は、ポリシーのこの部分には書かれていませんでした。 - 一方、利用規約（Terms）には、同意しない限り、内容を使ってAIモデルを学習させない、という趣旨の文があると読み取れました。この規約（ページ上の表示は「Last updated: October 1, 2025」）は、無料のサービス（Free Services）にも触れていて、法人向けだけとは書かれていません。個人の有料プランへの当てはまりは、読んだ範囲では分かりません。専門家やサポートに確認してください。 - 音声は「売らない」「広告のために共有しない」と公式にあります。

年齢について、プライバシーポリシーは、サービスは13歳未満の人向けではなく、13歳未満の個人情報は意図して集めない、と書いています。利用規約には、最低年齢の記載は読んだ範囲では見つかりませんでした。
履歴（History）には、直近のセッションの音声が端末の中に残り、3日で消える、と書かれています。

Privacy Modeの置き場所 - 設定の名前は「Privacy Mode」です。チームのプランでは、組織として強制できる、とあります。具体的な画面の道順は、読んだ範囲では見つかりませんでした。

使い方の入口：どのアプリに入るか、ファイルは読み込めるか

キーを押して話し、離す。 Mac・Windowsのページには、キーを押し続けて話し、離す、とあります。ハンズフリーは、Macは Fn、Windowsは右Altを2回押す、とSend Itの記事にあります。
どのアプリでも。 公式は「カーソルを置ける所ならどこでも」と書いています。使い方のページには、AIツール、チャット、ターミナル、メール、文書アプリなどの例が並びます（02で扱います）。
録音ファイルの読み込み。 アプリの説明では、見つかりませんでした。APIとCLIには、音声ファイルを文字にする機能があります（形式や上限は03で扱います）。
会議の録音。 FAQは、音声ファイルの取り込みや会議の文字起こしを扱っていませんでした。Aqua Voiceは、公式の説明では「自分が話して入力する」ツールで、会議の録音アプリとしては書かれていません。
録音に関する公式の注意。 利用規約には、録音や会話の監視についての法律（Recording Laws）を守る責任は利用者にある、と書かれています。他人の声を録る場合の同意の手順は、規約には書かれていませんでした。

最初に決めること

どの端末で使うか。 Mac、Windows、iPhone、Androidで入口が違います。
Privacy Modeをどうするか。 仕事や個人情報にかかわる内容を話す前に、設定を見ておくと安心です（見立て）。
日本語で使うなら、言語の設定。 設定で言語を選ぶか、Auto-Detectにします。
どのくらい使うか。 無料は1,000語です。公式は「編集（Edit Mode）も語数に数える」と書いています。
Deep Contextを使うか。 画面を読む設定です。既定はオフで、セットアップで案内される、と公式にあります。

気をつけること

この記事は、実際に使って確かめた記録ではありません。運営者はAqua Voiceを入れて使い、現在は解約しています。この記事には使い心地を書いていません。公式のページを要約の形で読んだ範囲です。
公式の資料同士で、書き方が食い違う所があります。たとえば、料金のページは「GDPRとHIPAAに準拠」と書き、公式のまとめは「認証ではなく、準拠のためのプログラム」と書いています。また、Avalonが使われる範囲について、公式のまとめとAvalonのガイドで説明が合っていません。さらに、Realtime Modeの対象は、Max/Businessと書かれる一方、公式の別ページには、以前の購読者はそのまま使える、という注記もあります。
日本語の細かい挙動、最低のmacOSのバージョン、Trust Centerの内容、アプリの音声の処理される国は、読んだ範囲では確認できていません。iOSは17以降とiPhoneのページにあり、APIの処理国は米国とAPIのドキュメントにあります。
認証や規約の解釈は、公式のプライバシーポリシー、利用規約、または専門家に確認してください。この記事は法律の助言ではありません。医療情報（HIPAA）を扱う場合は、使う前にサポートに連絡するよう公式が案内しています。