GrokのVoice(音声会話)モードで話して相談する

ざっくり言うと

イメージ

正確には

音声会話が使える場所

xAIの公式サイト（x.ai/grok）では、音声会話がGrokの機能として紹介されています。X Help Centerの「About Grok」には、Webに加えてiOS / Androidアプリで使えると案内されています。

Voiceモードでできること

• 声で質問して、声で答えが返ってくる
  入力欄に文字を打たなくても会話できる
• 会話の流れがそのまま続く
  「さっきの話、もう少し詳しく」が通じる
• 手をふさがずに使える
  通勤の前後や家事など、画面を見づらいときに向く
• アプリ内の設定からON / OFFできる
  必要なときだけ呼び出せる

声で相談しやすい場面

• 通勤・通学の前後
  駅や停車後など、落ち着いて話せる場所で考えごとを整理する
• 外出の前後
  出発前や停車後に、行き先・持ち物・段取りを声で確認する
• 家事の最中
  料理や掃除をしながら、両手がふさがっていても聞ける
• ベッドの中
  寝る前に、画面の光を浴びずに雑談する

開発者向けの発表と、アプリの機能は別ものです

xAIは2026年7月1日に、開発者・事業者向けのVoice Agent Builderを発表しました。7月6日には、Voice Agent API・Text to Speech API・Voice Agent Builder向けに、21種類の多言語音声が追加されています。APIとは、ソフトどうしをつなぐ窓口のことです。Grok Voiceは、アプリの中の会話機能にとどまらず、APIや業務用の音声エージェントにも広がっています。

ここで増えた21種類は、API・開発者向け機能の音声です。Grokアプリを使う人が同じ音声をすべて選べる、という案内ではありません。アプリで選べる声や言語は、Grokの画面と、記事の最後の「参考ソース」の公式ページで確かめてください。

2026年7月23日には、開発者向けのSpeech to Text APIにvad_thresholdが追加されました。音声区間検出のしきい値を調整する設定です。音声区間検出とは、どこからどこまでが人の声かを見分ける処理のことです。小さい声やノイズの多い音声を文字起こしするときに、API利用者が値を調整します。一般利用者向けGrokアプリのVoiceモードに追加された設定ではないので、Voiceモードを使うだけならさわる必要はありません。

やってみよう

上から順に進めると、起動から終わり方までひととおり体験できます。

ステップ1：Voiceモードを起動する

1. Grokアプリ（iOS / Android）を開く
2. 設定でVoiceモードが有効になっているか確認する（初回のみ必要な場合がある）
3. チャット画面のマイク / 波形アイコンをタップする
4. マイクへのアクセス許可を求められたら「許可」を選ぶ

ボタンの位置やアイコンの形は、アップデートで変わることがあります。見当たらないときは、「マイク」「波形」のマークを目印に探してみてください。

ステップ2：まずは雑談で慣れる

夜ごはん、何にしようか迷ってる。冷蔵庫に卵と玉ねぎとベーコンがあるんだけど、簡単なやつで3つ提案して。

提案が返ってきたら、「2つめのやつ、もう少し詳しく」と声で続けてみてください。文字を打たずに会話が続く感覚が、これでつかめます。

ステップ3：安全な場所で試してみる

落ち着いて話せる場所を選んで、こんな相談をしてみましょう。

• 出発前や停車後に「会議で話す内容、頭の中で整理したい。聞いてくれる？」
• 料理の途中で「玉ねぎがちょっと焦げそうなんだけど、どうしたらいい？」

操作に気を取られても危なくない場所なら、落ち着いて声だけの相談に慣れていけます。

ステップ4：終わったら自分で切る

• Voice画面の終了ボタン（×や「End」）をタップする
• アプリをバックグラウンドに送るだけだと、マイクが切れない場合もある
• 電池の消費にも影響するので、使い終わったら切るクセをつける

「話したいときだけ起動して、終わったら切る」。電話と同じ感覚で使えば、Voiceモードは難しい機能ではありません。まずは自宅で、ひとりごとのつもりで話しかけてみてください！