OpenWhispr

OpenWhisprとは？

OpenWhisprは、すべてのデスクトップアプリケーションで音声を即座にテキストに変換するオープンソースの音声テキスト変換アプリケーションです。ローカルWhisperまたはNVIDIA Parakeetモデルを使用してデバイス上で音声認識を完全に実行し、音声がマシンを離れないことを保証します。または、より高速な処理のためにクラウドAPIをオプションで使用できます。このツールはオフラインで動作し、100以上の言語と自動検出をサポートし、Slack、Google Docs、ChatGPT、Claude、Cursor、Gmail、Teamsなどのアプリケーションとシームレスに統合されます。ユーザーは1分間に約150単語の速度で音声入力でき、これはタイピングより約3倍速く、音声コマンドを使用してテキストをクリーンアップしたり、メールを下書きしたりできます。

主な機能

• プライバシー優先のローカル処理

  ローカルWhisperまたはNVIDIA Parakeetモデルを使用してデバイス上で音声をテキストに完全に変換し、ゼロデータ保持を実現します。音声はどこにも送信されず、モデルダウンロード後はインターネットが不要です。

• クロスプラットフォームデスクトップ音声入力

  macOS、Windows、Linuxで、Slack、Google Docs、ChatGPT、Claude、Cursor、Gmail、Teamsなど、テキストを受け入れるあらゆるアプリケーションで動作し、シンプルなホットキーで操作できます。

• 音声コマンドとAIクリーンアップ

  「これを整理して」や「Mikeへのメールを下書きして」などの音声指示を与えます。ツールは音声コマンドに従ってテキストを自動的にフォーマットまたは編集します。

• 100以上の言語と自動検出

  100以上の言語をサポートし、自動言語検出機能により、手動設定なしに会話の途中で言語を切り替えることができます。

• カスタム辞書と自動学習

  医学、法律、技術用語のカスタム単語を追加でき、システムが修正から自動的に学習して、時間とともに精度を向上させます。

• オフラインモードと複数モデルオプション

  複数のローカルWhisperモデル（Tiny、Base、Small、Medium、Turbo）またはNVIDIA Parakeetから選択して、速度と精度のトレードオフを調整でき、クラウド処理用に独自のAPIキーを持ち込むオプションもあります。

ユースケース

• 高速な執筆とコンテンツ作成 : ライターとクリエイターは、あらゆるアプリケーションでメール、ドキュメント、記事、ソーシャルメディア投稿を、タイピングより3倍速く音声入力で作成します。
• LLMプロンプティングと開発者ワークフロー : 開発者は、長いコードや質問を入力する代わりに、音声でChatGPT、Claude、Cursor、その他のAIツールに素早くプロンプトを入力します。
• 会議メモと文字起こし : Google Calendarを接続して、Zoom、Teams、FaceTimeの会議を自動的に文字起こしし、スピーカーラベルを付けて、強化された会議メモを作成します。
• プライバシーに敏感な専門的音声入力 : 法律、医療、ジャーナリズムの専門家は、ローカルのみの処理を使用して、特権情報または機密情報をクラウド転送なしにデバイス上に保持します。
• 多言語通信 : 100以上の言語を話すユーザーが、国際協力、翻訳作業、または言語学習でシームレスに切り替えます。

よくある質問