watzon/pindrop

Pindrop – macOS用オフライン優先AI音声入力

何であるか Pindropは、Apple Silicon Mac上でローカルに実行されるネイティブmacOSメニューバーアプリです。音声をテキストに変換し、オンデバイスの音声認識モデル（例：Whisper‑Kit、Parakeet、SenseVoice、Appleの独自音声スタック）を使用します。ユーザーが望む場合、OpenAIのGPT‑4o‑Transcribeなどのクラウドサービスにフォールバック可能です。アプリは完全にSwift/SwiftUIで記述されており、SwiftDataでデータを管理し、Sparkleを使って自動更新されます。

主な機能

• 複数の音声認識バックエンド – Whisper‑Kit Core ML、Parakeet、SenseVoice、Apple Speechなどのローカルモデル、またはクラウドベースのOpenAI GPT‑4oモデルを選択可能。
• ストリーミング音声入力 – Nemotronストリーミングエンジン（英語のみ）または最新macOSリリースでのApple SpeechTranscriberにより、リアルタイムで文字が表示されます。
• 多言語対応 – 16の音声言語、UIは31言語にローカライズされ、右から左へのレイアウトもサポート。
• 話者分離 – 学習可能な話者プロファイルを使用したオフライン話者分離。複数話者の録音に有用。
• ライブラリと編集 – 転写結果は自動保存され、検索可能、インプレース編集可能、JSON、CSV、プレーンテキスト形式でエクスポート可能。
• メモと辞書 – ピン、タグ、チェックリスト、ユーザーの修正から学習するカスタム辞書を追加可能。
• AI強化のクリーンアップ – Apple Intelligence、Anthropic、OpenRouter、Ollama、または任意のOpenAI互換エンドポイントを使用したオプションの後処理。
• 統合フック – 組み込みMCPサーバーにより、他のAIエージェントがPindropを制御可能。コンテキストエンジンにより、話されたファイルパスを@メンションに変換。
• プライバシー最優先のデフォルト – 音声と転写結果はMac上に保持され、ユーザーがクラウドモデルを明示的に有効化しない限り、クラウドに送信されません。APIキーはmacOS Keychainに保存されます。

入手方法

• GitHubリリースページから署名済みDMGをダウンロード。
• アプリを/Applicationsにドラッグし、マイク（およびオプションでアクセシビリティ）の権限を付与。オンボーディングウィザードに従い、モデルをダウンロード（デフォルトの「tiny」Whisperモデルは75 MB）。

通常のワークフロー

1. グローバルホットキー（デフォルトはOption + Space）を押して録音を開始。
2. 話す – ストリーミングが有効なら、文字がリアルタイムで表示される。
3. ホットキーを再び押す（またはプッシュツータルクモードで解放）して停止し、転写を生成。
4. 結果はクリップボードにコピーされ、アクセシビリティ権限がある場合、アクティブなアプリのカーソル位置に挿入される。
5. メニューバーのウィンドウを開いて、転写結果を表示、編集、タグ付け、エクスポート可能。

なぜ重要か Pindropは、Apple SiliconとCore MLを活用した完全にオフラインのmacOSネイティブAI音声入力パイプラインを実現しています。クラウドオンリーの音声入力サービスとは異なり、プライバシーを守りながら、必要に応じてクラウドモデルとAI強化クリーンアップも提供する、パワーユーザー向けの代替手段です。

現在の状態 このプロジェクトはアーカイブされ、公式に非推奨（最終バージョン1.23.0）です。開発者はSaysoに移行することを推奨しています。SaysoはPindropのデータをインポート可能。ソースコードはMITライセンスで公開され、フォークや学習は可能ですが、新しい貢献やバグ修正は受け付けられません。

有用なリンク

• リリースページ: https://github.com/watzon/pindrop/releases
• ドキュメントとビルド手順はリポジトリ内（BUILD.md、CONTRIBUTING.md）。
• 継承アプリSayso: https://justsayso.app（ソースは https://github.com/watzon/sayso）