moona3k/macparakeet

解決する課題

MacParakeetは、Apple Silicon Mac向けのローカルファーストな音声アプリケーションです。クラウド処理に依存することなく、システム全体のディクテーション、メディアの文字起こし、会議の録音をプライベートかつ高速に処理します。

仕組み

このアプリは複数のローカル音声認識 (STT) エンジンを使用しており、Parakeet (FluidAudio CoreML経由) が標準のデフォルトとなっています。また、言語や精度のニーズに合わせて、Nemotron、Cohere Transcribe、WhisperKitなどのローカルモデルもオプションでサポートしています。macOS EventKitと統合されており、カレンダーの会議を読み取ってリマインダーを表示したり、自動的に録音を開始したりできます。高度な自動化のために、macparakeet-cliを提供しており、ユーザーは文字起こしのスクリプト化、モデルの管理、プロンプトの処理を行うことができます。

対象ユーザー

Apple Silicon Mac (M1以降) を使用しており、日常のディクテーション、音声/動画ファイル (YouTubeやポッドキャストを含む) の文字起こし、会議の録音と要約のために、高性能でプライバシーに配慮した音声認識ツールを必要としている方。

主な特徴

• ローカルファーストのプライバシー: すべての音声認識はデバイス上で行われます。要約やチャットのためのネットワークAI機能は完全にオプトイン方式です。
• 多機能な文字起こし: ファイルのドラッグ＆ドロップ、YouTube、X、TikTokなどのプラットフォームからのURL貼り付け、iTunes APIを通じたポッドキャスト検索をサポートしています。
• 会議統合: システムオーディオとマイクを同時に録音し、ライブ文字起こしプレビューを提供します。また、macOS Calendarと統合して自動録音も可能です。
• 拡張可能な自動化: 専用のCLIによりエージェントベースの自動化が可能で、スクリプトによる文字起こしやプロンプト管理が行えます。
• マルチエンジンサポート: 速度、メモリ使用量、精度のバランスを取るために、さまざまなローカルエンジン (Parakeet, WhisperKit, Cohere, Nemotron) を提供しています。