WSL2での音声入力によるClaude Code操作の構築

[kenimo49]

概要

WSL2上のClaude Codeに音声で指示を出せる仕組みを構築する。別ウィンドウで作業中でもバックグラウンドで音声認識が動作し、自動的にClaude Codeに入力される。

背景

• Tip 2ではMac向けの音声入力ツール（superwhisper、MacWhisper、Super Voice Assistant）を紹介している
• Windows/WSL2環境向けの方法がない
• 並列作業しながら音声でClaude Codeを操作したい

技術調査結果

WSLgのマイク入力

WSL2ではWSLgを通じてWindowsのマイクにアクセス可能:

# オーディオソースの確認
pactl list sources short
# RDPSource が表示される

# 録音テスト
timeout 4 parecord --device=RDPSource --file-format=wav --rate=44100 --channels=1 /tmp/test.wav

# 再生確認
paplay /tmp/test.wav

必要なWindows設定

設定 → プライバシーとセキュリティ → マイク:

• 「マイクへのアクセス」→ オン
• 「デスクトップアプリがマイクにアクセスできるようにする」→ オン

実装案

アーキテクチャ

[バックグラウンドデーモン（WSL2）]
    ↓ RDPSourceからマイク常時監視（または音声検出時）
    ↓ whisper.cppで文字起こし
    ↓ tmux send-keys で Claude Code セッションに入力
[別ウィンドウで作業中でもOK]

必要なコンポーネント

1. 音声認識: whisper.cpp（ローカル）またはWhisper API（クラウド）
2. 入力制御: tmux send-keys でClaude Codeセッションに送信
3. トリガー方式:
   • 常時リッスン（音声検出で自動開始）
   • または ホットキー（押している間だけ録音）

参考: Windows向け既存ツール

• WhisperWriter - オープンソース
• OpenWhispr - クロスプラットフォーム
• Handy - Tauri製、完全オフライン

タスク

• WSLgマイク入力の動作確認
• whisper.cppのインストールと設定
• 音声認識デーモンスクリプトの作成
• tmux連携の実装
• Tipとして文書化

関連

• Tip 2: Talk to Claude Code with your voice
• Tip 45: Execute PowerShell commands from WSL2
• Tip 46: Use Claude in Chrome from WSL2