Starmel/OpenSuperWhisper

macOS dictation app

何を解決するか

OpenSuperWhisper は、macOS 向けのシームレスでリアルタイムの音声認識サービスを提供するアプリケーションです。音声ファイルを手動で記録・管理する煩わしさを解消し、システムトレイ/メニュー バーに直接音声認識エンジンを統合することで、すばやくアクセスできるようにしています。

動作方法

このアプリは、Whisper（whisper.cpp を経由）と Parakeet の2つの主要な音声認識エンジンを使用しています。ユーザーはグローバルキーボードショートカット、修飾キー、またはマウスボタンで音声を録音でき、"押しっぱなしで録音"モードまたはシンプルなトリガーを選択できます。複数言語をサポートし、自動認識を実装しており、アジア言語用の特別な自動修正機能も備えています。また、音声ファイルをドラッグアンドドロップしてキュー形式で音声認識も可能です。

対象ユーザー

ライブ音声や既存の録音を音声からテキストに素早く変換したい、macOS ユーザー（特に Apple Silicon/ARM64 デバイス利用者）。

特徴

  • 柔軟なトリガー: グローバルキーボードショートカット、単一の修飾キー、マウスボタンのバインディングをサポート。
  • 二重エンジン対応: Whisper と Parakeet の両方の音声認識モデルを統合。
  • 二重録音モード: 素早く音声認識を行うための押しっぱなし録音機能を提供。
  • 広範なマイク対応: ビルトインマイク、外部マイク、Bluetoothマイク、Apple Continuity（iPhone）マイクの切り替えを可能に。
  • アジア言語対応: 日本語、中国語、韓国語用の組み込み自動修正機能を備える。

関連

  • プロジェクト
    TypeWhisper/typewhisper-mac

    TypeWhisper は、macOS用のアプリで、オンデバイスまたはクラウドモデルを使って音声をテキストに変換し、AI駆動のワークフロー（翻訳、再執筆、アプリ自動化など）を実行できます。プラグイン、ローカルHTTP API、CLIで高度なカスタマイズが可能。システム全体の音声入力ホットキー、カレンダー連携会議自動化、辞書/スニペットのカスタマイズに対応。プレミアム機能にはクラウド同期と修正学習が含まれます。

  • プロジェクト
    kitlangton/Hex

    Hex は Apple Silicon 対応の macOS アプリで、グローバルホットキーを使って音声をテキストに変換し、結果を任意のアクティブなアプリケーションに直接貼り付けます。

  • プロジェクト
    sveinbjornt/hear

    macOS用のコマンドラインインターフェースで、システム内蔵の音声認識機能を使用してライブマイク入力とオーディオファイルの音声認識を可能にします。

  • プロジェクト
    FrigadeHQ/yap

    macOS (Apple Silicon) 用の軽量なデバイス内音声入力ツール。Apple のネイティブ API を使用して、音声をローカルでテキストに変換し、あらゆるアクティブなアプリケーションに貼り付けます。

  • プロジェクト
    OpenWhispr/openwhispr

    OpenWhispr は、音声をテキストに変換し、スピーカー区別付きのリアルタイム会議トランスクリプトを提供し、キーボードから直接 AI アシスタント（GPT‑5、Claude、Gemini など）と会話できるクロスプラットフォームのデスクトップアプリです。Whisper ベースのモデルでオフライン動作可能、またはクラウドサービス経由で利用でき、ノートはローカルに保存（クラウド同期もオプション）、プログラムによる利用には API を提供しています。