joewongjc/type4me

Type4Me – macOS 音声入力 & AI 搭載テキストアシスタント

概要

• オープンソースの macOS アプリケーション（macOS 14+ / Sonoma）で、任意のカーソル位置に直接テキストをディクテーションできます。音声からテキストへの変換に、推敲、翻訳、質問への回答、Mac の操作などのオプションの AI 処理を組み合わせます。

仕組み

• グローバルなホットキーを押して話すと、話した言葉がリアルタイムで表示されます。そのままの書き起こしテキストは、選択した大規模言語モデル（OpenAI、Claude、Gemini、Ollama など）またはローカル実行モデルに渡して、さらに処理することができます。
• アプリは 2 つの展開モードをサポートしています。
  1. クラウドモード – 外部の音声認識サービス（例: Volcengine / 豆包、Soniox、OpenAI）を使用し、テキストをリモートの LLM に送信します。
  2. ローカルモード – Apple シリコン搭載マシン（約 8GB RAM）で SenseVoice + Qwen3-ASR オフライン認識エンジンを実行し、Ollama を介してローカルの LLM を呼び出すこともできます。
• すべての設定（API キー、選択した認識エンジン、選択した LLM、プロンプト、ホットキー）はマシン上に保存され、毎日バックアップされ、エクスポートできます。

主な機能

機能	説明
複数モード	クイック（生の書き起こしのみ）、スマート（自動クリーンアップ＆文脈に応じた言い回し）、翻訳（18 言語）、質問（選択テキストに対する音声ドリブンの Q&A）、Mac 操作（例:「Safari を開いて」「音量を 30 に設定」）、推敲、プロンプト生成、To-Do 作成。
カスタマイズ可能なプロンプト	各モードはユーザーが編集可能なプロンプトテンプレートを実行します。プレースホルダー {text}、{selected}、{clipboard} を使用して、任意のワークフローを組み立てられます。
ホットキー駆動	任意のモードをグローバルショートカットにバインド。「押している間トーク」または「トグルオン/オフ」を選択できます。
ボキャブラリー / スキルシステム	オプションの type4me-vocab-skill をインストールして、カスタム用語と自動置換を追加し、ドメイン固有の精度を向上させます。
履歴と使用状況ダッシュボード	生の結果と処理済みの結果を保存し、検索可能、CSV としてエクスポート可能。モデルごとのトークン使用量、推定コスト、レイテンシを表示します。
メニューバーコントロールセンター	録音ステータスのクイックビュー、認識エンジン、LLM、言語などの切り替え。
URL スキーム	type4me://… コマンドで、Stream Deck、ショートカット、Raycast、Alfred、またはスクリプトから、フォーカスを奪わずにアクションをトリガーできます。
ローカルバックアップ	設定、ボキャブラリー、モード定義、履歴の自動 7 日間ローテーション。
オープンソース & MIT ライセンス	完全なソースが利用可能。ビルドは Apple 公証済み。

はじめに

1. 適切な DMG（クラウド推奨または Apple シリコンローカル）をダウンロードします。インストールして、マイクとアクセシビリティの権限を付与します。
2. 音声認識プロバイダーと LLM の API キーを追加します（またはローカルモデルの場合は Ollama をインストールします）。
3. モードを選択するか、設定でプロンプトテンプレートを編集して独自のモードを作成します。
4. 設定したホットキーを押して話すと、テキストが表示されます。メニューバーまたは URL スキームを使用して追加のアクションを呼び出します。

拡張性

• プラグインボキャブラリースキル – 別のリポジトリ（type4me-vocab-skill）で、音声コマンドでカスタム用語を学習できるようにします。
• モデル非依存 – OpenAI 互換の API を公開する任意のサービスを差し替えることができます。中国のプロバイダー（豆包、DeepSeek、Kimi など）やローカルの Ollama インスタンスも含みます。
• 自動化 – URL スキームコマンドにより、既存の macOS 自動化ツールと連携できます。

存在理由 著者は既存の音声入力ツールが高価、クローズドソース、または柔軟性に欠ける（エクスポート不可、カスタムプロンプト不可、高レイテンシ）と感じていました。Type4Me は、AI によるテキスト処理を提供しながら、無料で、透過的で、適応性のあることを目指しています。

貢献 Issue とプルリクエストを歓迎します。コードベースは主に Claude Code で生成されました。貢献者は CONTRIBUTING.md ガイドに従うことが推奨されます。

ライセンス MIT ライセンス。

---

上記の情報はすべて、リポジトリの README から直接取得しています。