moona3k/macparakeet

何を解決するか

MacParakeet は Apple Silicon Mac 用のローカルファースト音声アプリで、プライバシー保護された高速な音声認識を提供します。音声をクラウドに送信して音声認識する必要がなく、システム全体の音声入力、会議の録音と音声認識、およびオーディオ/ビデオファイルやメディアURLをテキストに変換するための統合ツールを提供します。

動作方法

このアプリは、Mac のニューラルエンジン上でローカルで音声を処理するためのオンデバイス音声認識エンジン（Parakeet via FluidAudio CoreML、WhisperKit、Nemotron、Cohere Transcribe など）を使用しています。macOS のシステム機能（EventKit によるカレンダー通知、yt-dlp によるメディアURL処理）と統合されています。追加の知能が必要なユーザー向けには、Ollama などのローカル LLM ランタイム、または API を通じたクラウドプロバイダーに接続できるオプトイン型の AI 機能（要約、チャット、テキスト変換）を提供しています。

対象ユーザー

高プライバシー要件の音声認識・音声入力が必要な Apple Silicon Mac のユーザー、会議の録音と要約が必要なプロフェッショナル、音声自動化用のスクリプタブル CLI を求めている開発者。

主な特徴

• システム全体の音声入力：プッシュトーキーまたはハンドフリー音声入力で、テキストをアクティブなアプリケーションに直接貼り付け。
• ローカルファースト音声認識：ファイルやフォルダをドラッグアンドドロップ、または YouTube、X、TikTok などのプラットフォームからURLを貼り付けることで対応。
• ポッドキャスト統合：iTunes ルックアップ API を介して Apple Podcasts を検索・音声認識。
• 会議録音：システム音声とマイク音声を同時に録音し、リアルタイムのローカル音声認識プレビューを表示。
• カレンダー同期：ローカル macOS カレンダーのイベントを読み取り、リマインダーを表示または録音を自動開始。
• 自動化用 CLI：モデルの管理、ファイルの音声認識、音声認識履歴のアクセスが可能な Swiftネイティブコマンドラインインターフェース。
• 決定論的テキストクリーニング：AI を使わないパイプラインで、フィラー語を削除し、カスタムスニペットを展開。
• 柔軟な AI 統合：要約やトランスクリプトとのチャットに、クラウド LLM またはローカルランタイム（Ollama、LM Studio）へのオプトインサポートを提供。