3行でいうと
- いちばん手軽なつなぎ方は、AIアプリの入力欄に、Aqua Voiceで話して入れることです。公式の使い方のページにChatGPT、Claude、Codex、Cursorなどが挙がっています。つなぐ設定は要りません。
- 公式のAPIには、音声ファイルを文字にする機能（Avalon、OpenAI互換のルート）と、話した内容を整える機能があります。1ドル分は無料で、その後は従量課金と書かれています。
- 公式のCLIは、辞書や置き換えの管理と、音声ファイルの文字起こしができます。ClaudeやCodexに使い方を教える「スキル」を入れるコマンドもあります。
- 公式のMCPサーバーは、AIの側からAquaの履歴や辞書、設定を読み書きする仕組みです。「文字入力そのものは動かさない」と公式にあります。
- コミュニティ製・第三者製の連携は、読んだ範囲では見つかっていません（調べていない、という意味です）。
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。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。MCPの10個のツールの名前は、読んだ範囲では見つかりませんでした。
先に結論
- AIに「話して頼む」だけなら、連携の設定は要らない。 どの入力欄にも入るのが基本、と公式にあります。
- 音声ファイルを文字にしたいなら、APIかCLI。 アプリの説明では見つからず、開発者向けの入口に書かれています。
- MCPは「AIからAquaのデータを見に行く」道。 話した内容の履歴がAI会社側に渡りうるので、許可の範囲を見てから使うよう、公式も勧めています。
- 公式運営のものと第三者のものは分けて考える。 この記事で「公式」と書いたものは、すべてaquavoice.comの資料にあるものです。
前提：用語をそろえる
- API：ほかのプログラムからAquaを呼び出すための入口です。ベースのURLは
https://api.aquavoice.com/v1と書かれています。 - CLI：ターミナルで文字を打って使うツールです。コマンド名は
aquaです。 - MCP（Model Context Protocol）：AIアプリが外のツールやデータにつながるための共通の決まりです。Claude、ChatGPT、Codexなどが対応している、と公式にあります。
- OAuth：パスワードを渡さずに、「このアプリにここまで許可する」と決めてつなぐ仕組みです。公式のAPIでは、
readとwriteの範囲があります。 - スキル：AIのエージェントに、あるツールの使い方を教える手引きです。
- Avalon：Aquaの音声認識モデルです。APIでは
avalon-v1.5と書かれています。
たとえ話：「同じ秘書さんの、3つの窓口」
Aquaを「口述を書き取る秘書さん」と考えると、窓口が3つあります。1つめは、あなたが机で話しかける窓口（普通の使い方）。2つめは、プログラムが書類（音声ファイル）を渡して「文字にして」と頼む窓口（API、CLI）。3つめは、別のAI（ClaudeやChatGPT）が「この人の履歴と辞書を見せて」と申し込む窓口（MCP）です。窓口ごとに、渡す情報と、許可の取り方が違います。これは僕らのたとえで、公式の表現ではありません。
公式が用意しているもの
1. AIアプリの入力欄に話す（設定不要）
| 項目 | 公式に書かれていること | 公式のどこに |
|---|---|---|
| 入る場所 | どのテキスト入力欄でも使える | 使い方のページ |
| AI・コーディングの例 | Antigravity、ChatGPT、Claude、Claude Code、Codex、Cursor、Gemini、Perplexity、VS Code、Windsurf | 使い方のページ |
| ファイルを指す | Cursor、Windsurf、Cline、Antigravityでは、話したファイル名を「@」つきの形にできる。Claude Code、Codex、VS CodeのAIサイドバーは非対応と明記 | File Taggingのガイド |
- データの流れ：あなたの声はAquaのクラウドへ行き、文字になって入力欄に入ります。その文字を、あなたがAIに送ると、そのAI会社へ渡ります。AIへ送る段階の扱いは、そのAIのルールに従います。
2. 開発者向けAPI（公式）
公式の「Developer API」のページに書かれていた内容です（確認日10月23日）。
| 項目 | 書かれていること |
|---|---|
| ベースURL | https://api.aquavoice.com/v1 |
| 認証 | APIキーを、すべてのルートにBearerトークンとして付ける。キーはAPIダッシュボードで作る。OAuthのトークンには read と write の範囲がある |
| 話した内容を整える | POST /dictations。ディクテーションと、Edit Mode（operation=edit と選択した文章。公式のページは選択した文章を渡すと書いていますが、項目名は読んだ範囲では確認できていません）に使える |
| 音声ファイルの文字起こし | POST /audio/transcriptions（同期）、POST /audio/transcription-jobs（非同期）。OpenAI互換と書かれている |
| 記録と設定 | /sessions（セッションと文字起こしの読み出し）、/customizations、/settings、/me |
| 音声の形式 | 文字起こしのルートは flac、mp3、mp4、mpeg、mpga、m4a、ogg、opus、wav、webm。最大256 MiB、デコード後で4時間まで。/dictations は16 kHzモノラルPCM16のWAV、またはOgg Opus（Opusは19.2 MB以下）で、10分まで |
| 言語 | ディクテーションは auto と50の言語コード（ja を含む）。文字起こしは ISO 639-1 のコード、省略か auto で自動判別 |
| 料金 | 最初の$1.00分は無料で、カードは要らない。その後は、ディクテーションが1時間あたり$0.49、文字起こしが1時間あたり$0.39。秒単位で、最低10秒。席ごとの料金はない |
| データの扱い | 履歴をオフにしていると、ディクテーションは文字を返すだけで保存しない。「Privacy modeは今後の保存を止めるが、以前の履歴は隠さない」と書かれている。文字起こしのルートの保存の決まりは、ページに書かれていなかった |
- 音声ファイルの取り込みの入口は、アプリではなく、このAPIとCLIです。アプリ本体に「ファイルを読み込む」機能があるかは、読んだ範囲では見つかりませんでした。
- データの流れ：APIに送った音声は、Aquaのサーバー（api.aquavoice.com）へ行きます。公式は、このAPIを「OpenAI互換」と書いています。公式のAPIドキュメントには、リクエストは米国で処理される、とあります。また、Zero Data Retention（ZDR）のアカウントについて、処理を任せている会社として Baseten、予備の提供元として Groq、OpenRouter、Google、Speechmatics、RunPod上のAquaのサーバーが挙がっています（ZDR以外のアカウントに同じ一覧が当てはまるかは書かれていません）。
3. CLI（公式、aqua）
公式の「Aqua CLI」のページに書かれていた内容です。
- 入れ方：macOSとLinuxは
curlを使うインストールのコマンド、Homebrew、Windowsは PowerShell のコマンド。更新はaqua update。対応はmacOS、Windows、Linux、と書かれています。 - ログイン：
aqua auth login（ブラウザが開く）。文字起こしには、APIキー（aqua auth login --with-api-keyか、環境変数AQUA_API_KEY）も要ります。 - 辞書、置き換え、カスタム指示の管理：追加、一覧、削除、取り込み、書き出し。変更はアカウントに同期され、次の口述から全端末に反映される、とあります。
- 文字起こし：Avalonで音声ファイルを文字にします。出力は、テキスト、JSON、字幕などを選べます。ファイルは25 MB以下、1時間未満、と書かれています（APIのページの上限とは数字が違います）。
- コーディングエージェント向け：
aqua setup claudeかaqua setup codexを実行すると、エージェントがCLIを使えるようになる「スキル」を入れる、と書かれています。 - データの流れ：辞書や置き換えは、あなたのAquaアカウントと同期されます。文字起こしは、音声がAquaのサーバーへ送られます。
4. MCPサーバー（公式）
- 何か：Aquaが、リモートのMCPサーバーとして
https://api.aquavoice.com/mcpを公開しています。ClaudeやChatGPT、Codexなどが、OAuthでつなぎ、セッションと文字起こしの読み出し、フィードバックの送信、辞書の用語の管理、設定の更新を行う、10個のツールを使う、と公式のAPIの紹介にあります。 - できないこと：「MCPサーバーはデータと設定の操作をAIに提供するが、ディクテーションは動かさない」と公式のまとめにあります。つまり、AIから「代わりに話して入力して」はできません。
- つなぎ方：AIアプリに、リモートのMCPサーバーとして上のURLを追加し、Aquaにサインインして許可し、会話の中でAquaを有効にします。ClaudeやChatGPTでの画面の道順は、公式のMCPのページ（docs/mcp）が取得できず、読んだ範囲では確認できていません。
- 許可と承認：AI側がリモートMCPに対応している必要があり、ワークスペースの管理者の承認が要ることもあります。公式は、一部のAIアプリが読み取りと書き込みの許可を同時に求めるので、許可を確認するよう勧めています。
- ツールの名前：10個の名前と中身は、読んだ範囲では見つかりませんでした。
- データの流れ：つなぐと、あなたのセッションや文字起こしの内容を、そのAI（Claude、ChatGPTなど）が読める状態になります。読んだ内容は、そのAI会社の扱いに従います。履歴は、Privacy Modeの状態や、企業向けのZero Data Retentionの状態によっては、そもそも残っていません（
history_availableが false）。
コミュニティ製・第三者製
- Aqua Voiceの連携を、第三者が作ったプラグインやツールとして探しましたが、読んだ範囲では確認できていません。この記事では、第三者の解説やリポジトリは根拠にしていません（公式の資料だけを読む、という方針のためです）。
- 公式が名前を挙げている第三者のサービスは、Claude、ChatGPT、Codex、Cursorなどの「つなぐ相手」です。これらは公式に「連携先」として書かれているだけで、Aquaが運営するものではありません。
どうつなぐと有意義か（見立て）
以下は僕らの見立てで、公式の推奨ではありません。
- まずは入力欄に話すだけ。 つなぐものは何もありません。
- 録音ファイルの文字起こしがしたい人は、CLIから。 1回の上限が小さいので、長い録音はAPIの非同期のルートが向く可能性があります（数字は公式の資料間で違うので、使う前に確かめてください）。
- MCPは慎重に。 履歴をAIが読めるようになるので、読み取りだけの許可が選べるか、まず確認する。
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。
- 公式のページ同士で、数字が違う所があります。CLIの文字起こしは25 MBで1時間未満、APIは256 MiBで4時間まで、と書かれています。どちらが今の最新かは、読んだ範囲では分かりません。
- MCPの10個のツールの名前、APIの文字起こしのデータの保存の決まり、レート制限の具体的な数字は、確認できていません。
- 会議の録音をAPIで文字にする場合、利用規約には、録音に関する法律を守る責任は利用者にある、と書かれています。他の人の声を含むときは、公式の規約を読み、必要なら専門家に確認してください。
- データの扱いの解釈は、公式のプライバシーポリシー、利用規約、またはサポート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。
出典
- Aqua API（Aqua Voice、確認日 2026-10-23）
- Aqua Voice API documentation（Aqua Voice、確認日 2026-10-23）
- Aqua CLI（Aqua Voice、確認日 2026-10-23）
- Use cases（Aqua Voice、確認日 2026-10-23）
- File Tagging（Aqua Voice、確認日 2026-10-23）
- Aqua Voice llms.txt（Aqua Voice、確認日 2026-10-23）
- Avalon を使う（How to use Avalon、Aqua Voice、確認日 2026-10-23）
- Terms（Aqua Voice、確認日 2026-10-23）
- Privacy Policy（Aqua Voice、効力発生日 2026年7月29日、確認日 2026-10-23）