opennookorg/betterwispr

BetterWispr – macOS向けオフライン音声ディクテーション

概要 – BetterWisprは、フリーでオープンソースのmacOSアプリケーションで、キーボードショートカット（デフォルトは**⌥ Space**）を押している間、任意のウィンドウにテキストをディクテーションできます。完全にコンピューター上で動作し、オンデバイスの音声モデル（Apple組み込みの認識エンジン、NVIDIA Parakeet、OpenAIのWhisper）を使用するため、外部APIを意図的に接続しない限り、音声がマシンから出ることはありません。

主な機能

• 押している間話すか、トグルで話す – ショートカットを押して話し、離すと、カーソルがある場所に転写されたテキストが貼り付けられます。
• オンデバイスモデル – Apple Speech（ダウンロード不要）、Parakeet v2/v3（25のヨーロッパ言語）、Whisper large-v3 turbo。すべて一度ダウンロードすればオフラインで動作します。
• カスタム語彙 – 名前や専門用語などにスペルのヒントやフレーズの置き換えを追加できます。
• 修正からの学習 – 一度聞き間違えた単語を修正すると（履歴または貼り付け後すぐに）、次回から正しく綴ることをアプリに学習させられます。
• 音声コマンド – 「コンマ」「新しい行」「それを取り消して」「すみません、それを削除」「アットマークKV」（→「@KV」）などと言うと、ディクテーション中に句読点や記号を挿入できます。
• 会議モード – 会話の両側のライブ文字起こし。オプションで、オンデバイスのタイトル、要約、アクションアイテム抽出（Apple IntelligenceまたはローカルのOllamaモデルを使用）が可能です。
• 履歴 – 生の転写と修正済みの転写はローカルに保存され（無効化可能）、後で確認または再利用できます。
• モデル持ち込み – OpenAI互換のエンドポイント（例：Sarvam AI、Smallest AI、自己ホストのサーバー）に接続できます。キーはmacOSキーチェーンに保存され、オーディオは選択したエンドポイントにのみ送信されます。

プライバシーとデータの取り扱い

• 設定、カスタム語彙、転写履歴は、~/Library/Application Support/BetterWispr/workspace.json（プレーンなJSON、暗号化されていません）に保存されます。
• モデルファイルは、同じ階層のModelsフォルダーに保存されます。
• オーディオ録音は一時ファイルに書き込まれ、各ディクテーションの直後に削除されます。
• 組み込みモデルは、明示的にダウンロードしない限りインターネットに接続しません。外部モデルの接続は、有効にした場合にのみ使用されます。

はじめに

1. 最新リリースからDMGをダウンロードし、BetterWisprをアプリケーションフォルダーにドラッグします。
2. アプリを開き、ウェルカムガイドに従って、モデルからモデルを選択します。
3. マイクとアクセシビリティのアクセス許可を付与します（後者は、アプリがテキストを貼り付けることを可能にします）。
4. 任意のテキストフィールドをクリックし、⌥ Spaceを押したまま話し、離します。
   • 貼り付けに失敗した場合、テキストはフォールバックとしてクリップボードにコピーされます。
   • 録音は2分後に自動停止します。

システム要件 – macOS 14以上（Apple Silicon推奨）。

コントリビューション – ビルド手順、プロジェクト構成、コントリビューションガイドラインはCONTRIBUTING.mdにあります。

ライセンス – Apache-2.0（サードパーティのモデル重みはそれぞれのライセンスを保持します）。