TypeWhisper/typewhisper-mac

TypeWhisper for Mac – 概要

TypeWhisper は、メニューバーから音声のディクテーション、文字起こし、そしてAIによるテキスト変換を実行できるmacOSネイティブアプリケーションです。デバイス内音声モデル（WhisperKit、Parakeet、Apple SpeechAnalyzerなど）とクラウドAPI（OpenAI、Groq、xAI/Grokなど）の両方をサポートしています。文字起こしされたテキストは、設定可能なワークフローを通じてLLMを呼び出し、翻訳、リライト、抽出、または定義した任意のプロンプトを実行できます。すべてが洗練されたUIに統合されており、ホットキーサポート、iCloud同期、プラグインシステム、自動化のためのCLI/HTTP APIを備えています。

主な機能

カテゴリ	内容
文字起こし	• 数十種類のローカルまたはクラウドASRエンジンから選択可能（WhisperKit、Parakeet、Apple SpeechAnalyzer、Qwen3、Voxtralなど） • 話している間のリアルタイムストリーミングプレビュー • オーディオ/ビデオファイルのドラッグ＆ドロップによる一括文字起こし、Finder統合、字幕エクスポート (SRT/WebVTT) • Hugging Faceやローカルフォルダからのカスタム音声モデルのインポート
ディクテーション	• システム全体で利用可能なプッシュ・トゥ・トークホットキー（単一修飾キーまたはカスタム） • あらゆるアプリへの自動貼り付け、取り消しおよび「元の文字起こしを復元」アクション • 過去24時間以内の最後の3回のディクテーションの復元、およびキャンセルオプション（Escキーのダブルタップ、シングルタップ、即時キャンセル）
AI処理 (ワークフロー)	• 翻訳、リライト、データ抽出、テキスト整形、またはアプリ固有の自動化をトリガーする再利用可能なパイプラインの構築 • ワークフローごとにLLMプロバイダーを選択可能（Apple Intelligence、Groq、OpenAI、xAI/Grok、Gemini、ローカルMLXモデル）、フォールバック順序の設定も可能

• MLXプラグインによるローカルデバイス内LLMサポート（Gemma 4、Qwen3.5、LFM2.5）でプライバシーを優先したプロンプト処理 | | パーソナライズ | • アプリごと/ウェブサイトごとのワークフロートリガー、ホットキー駆動または手動パレット • 用語パックと自動学習による修正機能を備えた辞書 • プレースホルダー ({{DATE}}, {{CLIPBOARD}}) を使用したスニペット • デバイスグループ化、一括エクスポート、インライン編集が可能な検索可能な履歴 | | プレミアムアドオン | • カレンダー連携による会議自動化（カウントダウン、構造化された議事録） • 辞書/スニペット用のクラウドフォルダ同期（iCloud Drive、Dropbox、OneDrive、Syncthing） • Mac間での履歴/受信トレイのiCloud同期 | | 拡張性 | • カスタムLLMプロバイダー、文字起こしエンジン、TTS、ポストプロセッサ、メモリバックエンド、アクションプラグイン用のプラグインSDK • スクリプト用のBearerトークン認証を備えたローカルREST API（デフォルトポート 8978） • バックアップ/復元用のCLI (typewhisper export/import) | | UI/UX | • 現在の入力ソースを尊重する視覚的なキーボードショートカットエディタ • ライブプレビュー付きの複数のインジケータスタイル（ノッチ、オーバーレイ、ミニマル） • 統計、最後の文字起こし、アクティビティチャート用のウィジェット • 多言語UI（英語、ドイツ語、日本語、簡体字中国語） |

一般的なユースケース

ハンズフリーライティング: 単一のホットキーでドキュメント、メール、コードエディタにディクテーションし、ワークフローで自動的にフォーマットを整えたり翻訳したりします。
会議議事録: Zoom/Teams通話を録音し、ローカルで文字起こしを行い、プレミアムワークフローで構造化された要約を生成してメモアプリにエクスポートします。
アクセシビリティ: デバイス内での音声認識が必要なユーザーは、音声をクラウドに送信することなくWhisperKitやParakeetを実行できます。
自動化パイプライン: ローカルHTTP APIをスクリプト（Raycast、カスタムシェルツールなど）と組み合わせて、他のアプリやCIジョブから文字起こしをトリガーします。
開発者およびパワーユーザー: カスタムプラグインでアプリを拡張したり、CLIを使用して大規模なメディアライブラリを一括処理したりできます。

はじめに

インストール – brew install --cask typewhisper/tap/typewhisper または GitHubリリースページからDMGをダウンロードします。
権限の付与 – マイク + アクセシビリティ（システム設定 → プライバシーとセキュリティ）。
文字起こしエンジンの選択 – 設定 → エンジンを開き、必要に応じてローカルモデルをダウンロードするか、クラウドAPIキーを設定します。
グローバルホットキーの設定 – 視覚的なショートカットエディタを使用して、単一の修飾キーを割り当てます。
ディクテーション – ホットキーを押して話し始めると、カーソル位置にテキストが表示されます。ワークフローパレットやホットキーを使用して後処理を実行します。

ライセンスとコミュニティ

ライセンス: GNU GPL v3（バッジで示されている通り）。
ソース: リポジトリには、完全なmacOS Swiftプロジェクト、プラグインSDK、ドキュメント（リリースノート、サポートマトリックス、ビルド手順）が含まれています。
貢献: 開発は main ブランチで行われています（ターゲットは1.8）。デイリービルドは v1.8.0-daily.* として公開されています。リポジトリには、問題報告、機能リクエスト、リリースチェックリストのテンプレートが用意されています。

TL;DR

TypeWhisperは、デバイス内またはクラウドでの文字起こし、カスタマイズ可能なAIワークフロー、プラグインの拡張性、システム全体のホットキー制御を組み合わせた、プライバシー重視のmacOS用ディクテーションおよび音声認識ツールです。Mac上で強力かつスクリプト可能な音声入力体験を求めるすべての方に適しています。