openless: 話された入力を構造化されたAIプロンプトやプロフェッショナルなテキストに磨き上げるオープンソースの音声文字起こしユーティリティ

解決する課題

OpenLessは、話された思考と、クリーンで使いやすいテキストとの間の摩擦を解消するクロスプラットフォームの音声入力アプリケーションです。逐語的な文字起こしを提供する標準的なディクテーションツールとは異なり、OpenLessはAIを使用して、話された入力を磨き上げ、構造化し、プロフェッショナルなテキストや詳細なAIプロンプトへと整形して、あらゆるアプリケーションのユーザーのカーソル位置に直接挿入します。

仕組み

このアプリケーションは、macOSとWindows上でシステム全体のユーティリティとして動作します。ユーザーはグローバルホットキーを押し続け、考えを話し、キーを離します。システムはその後、パイプラインに従います：音声がキャプチャされ、ASR (Automatic Speech Recognition) エンジン（VolcengineのようなクラウドプロバイダーとQwen3-ASRのようなローカルモデルの両方をサポート）に送信され、文字起こしされた後、大規模言語モデル (LLM) によって選択されたスタイルに基づいてテキストを磨き上げます。最終的な結果は、文字単位でアクティブなテキストフィールドにストリーミングされます。

対象ユーザー

• AI Power Users: LLM (ChatGPT, Claude, Cursor) のための複雑なプロンプトを、タイピングではなく話すことで作成したい人々。
• Content Creators: メールの下書き、仕様書、またはソーシャルメディアの投稿を作成しており、フィラー（無駄な言葉）を取り除き、思考を素早く整理したい人々。
• Developers: IDEを離れることなく、コードコメント、コミットメッセージ、またはPRの説明文をキャップチャしたいユーザー。

ハイライト

• AI-Prompt Mode: 散漫な話し言葉を、文脈と制約を備えた構造化されたプロンプトに変換するために特別に設計されています。
• Style Pack Marketplace: ユーザーがカスタムシステムプロンプトをインストールまたは公開して、出力のトーンや形式を変更できる、コミュニティ主導のシステムです。
• Streaming Insertion: テキストが磨き上げられるのと同時に、リアルタイムでカーソルにテキストを流し込むことで、体感的な遅延を軽減します。
• BYO-Model: 独自のクラウド認証情報 (DeepSeek, OpenAI, Anthropic, etc.) やローカルASRモデルの持ち込みをサポートし、データのプライバシーを確保し、ベンダーロックインを回避します。
• Cross-Platform: Tauri/Rustバックエンドを使用したmacOSとWindowsのネイティブサポート。