Beingpax/VoiceInk

VoiceInk – macOS用のオフライン、AI駆動型音声認識

何であるか – VoiceInkは、macOS 15+専用のネイティブアプリで、OpenAIのWhisper（whisper.cpp経由）および他のGGUFモデルをローカルで推論することで、音声をテキストに変換します。このアプリは、クラウドベースの音声入力サービスに対するプライバシー最優先の代替手段として位置づけられています。

主な機能

• 即時音声認識 – SenseVoice SmallなどのローカルAIモデルがMac上で実行され、"ほぼ瞬間的"な音声認識を実現。READMEの記載によると、約99%の正確性を達成。
• 完全オフライン処理 – データはコンピュータ外に送信されません。外部APIに依存しません。
• 文脈認識モード – 前景アプリやURLを検出し、自動的に事前に設定された音声認識プロファイルに切り替えます。
• カスタム辞書とスマート置換 – ユーザーは新しい用語をモデルに学習させ、テキスト展開ルールを定義できます。
• グローバルショートカット – キーボードやマウスのショートカット（プッシュツータルクなど）は、KeyboardShortcutsライブラリでカスタマイズ可能。
• 内蔵AIアシスタント – 同じローカルモデルで動作する「ChatGPT風」の対話モードが搭載されています。
• 書き方スタイル用のスマートモード – コード、文章、メールなど、さまざまな文脈に最適化されたプリセットを素早く切り替えられます。

内部の仕組み

• 音声エンジン – whisper.cpp は、CPUのみで高速なWhisperモデルの推論を提供します。
• モデル処理 – Transcribe-cpp-swift（transcribe.cppをラップしたSwiftPMパッケージ）は、SenseVoice SmallなどのGGUFフォーマットモデルを読み込みます。
• 音声キャプチャ – FluidAudio は低遅延の音声入力を提供します。
• アプリ統合 – SelectedTextKit は現在の選択テキストを読み取り、MediaRemoteAdapter は録音中にメディア再生を一時停止します。
• アップデート – Sparkleはバイナリ配布版の自動アップデートを処理します。

導入方法

• ダウンロード – 無料トライアル（アップデート・サポートの有償ライセンス付き）は https://tryvoiceink.com で利用可能。
• Homebrew – brew install --cask voiceink で事前ビルドされたアプリをインストール。
• ソースからビルド – BUILDING.md のガイドに従ってください。リポジトリには上記のネイティブライブラリをリンクするSwiftベースのmacOSプロジェクトが含まれています。

コミュニティと貢献

• リポジトリはGPL-v3の下でオープンソースです。現在、プルリクエストは無効ですが、フォーク、イシューの報告、機能提案、ドキュメント改善は歓迎です。
• ライセンス保有者向けのサポートはDiscordチャンネルおよびメールで提供されています。

なぜ重要なのか VoiceInkは、消費者向けノートPC上で完全にオフラインで高品質な音声認識を実現できることを示しています。多くのクラウド音声入力サービスが抱えるプライバシー懸念に対処するものです。Whisper風のモデルを洗練されたmacOS UIと組み合わせることで、開発者がデバイス内AI音声認識に取り組むための実用的な参考実装を提供しています。

---

TL;DR – VoiceInkは、Whisper由来のモデルを使ってMac上で音声をテキストに変換するオープンソースアプリで、プライバシー最優先、即時入力、文脈認識プリセット、カスタム辞書、内蔵対話アシスタントを備えています。Homebrew経由またはソースからインストール可能で、GPL-v3ライセンスです。