「文字起こしアプリのおすすめ」という記事は、たいていそのうちの一本を売っている側が書いています。この記事もそうです。私たちはWhisper Notesを作っています。ですから、自分たちが読みたい形で書きました。どのツールがどの状況で勝つのかを正確に書き、競合が勝つところではその名前を挙げ、最後に、このページのプライバシーの主張を——私たちのものも含めて——自分で確かめられる5つの手順を置いてあります。
結論から
- メモをチームで読み、検索し、コメントしたい——クラウドツールを買ってください。OtterかNottaです。音声はアップロードされ、サブスクリプションは更新され続けます。それが共同作業の代金です。
- 音声を端末の外に出せない——現実的な候補は2本に絞られます。MacWhisperとWhisper Notesです。MacWhisperは十徳ナイフで、このページで最も機能が多く、設定項目も多く、Mac専用です。Whisper Notesは用途を絞ったツールで、音声入力（公式サイトからダウンロードするDMG版）、会議の文字起こし、ファイルの文字起こし、話者ラベルを、すっきりした画面にまとめています。2本のうち、iPhoneでも動くのはこちらだけです。
- WindowsかLinuxを使っている、または予算がない——Buzz。無料でオープンソースです。
- ときどき英語のメモを録るだけ——Apple標準の機能が、すでに無料でやってくれます。
最初に決めるのは「どのアプリか」ではありません
音声認識ツールは、設計思想の一線で二つに分かれます。音声を自分の持っているハードウェアで処理するのか、ベンダーのサーバーで処理するのか。その先はすべてこの選択に従います——料金の形、プライバシーの扱い、分単位の上限、飛行機の中でどうなるか。ここを先に決めてしまえば、残りの判断は小さくなります。
クラウドで買えるものは二つあります。誰かが話している最中に出る字幕と、同僚が検索してコメントできる共有ワークスペースです。代わりに払うものは三つ。音声はアップロードされ、自分で読みに行かないと分からない保存ポリシーの対象になります。メーターは回り続けます（分単位の上限があるのは、他人のサーバーで計算資源を使っているからです）。そしてサブスクリプションは、その月に一度も文字起こししなくても更新されます。
ローカル処理は、すでに支払い済みのシリコンの上で走ります。メーターがないので分単位の上限もなく、ログインする先がないのでアカウントもなく、音声のコピーがどこにも残らないので保存ポリシーを読む必要もありません。飛行機の中でも、病院でも、外向き通信を遮断している会社の中でも動きます。ローカルだから精度が高い、という話ではありません——最先端のクラウドモデルは強力で、その正直な比較は後半のFAQにあります——ただ、Apple Siliconで動くオープンモデルは十分に近いところまで来ていて、たいていの録音では差はノイズに埋もれます。検索窓に「オフライン」と入れてここに来たのなら、この選択はもう済んでいます。以降はローカル側の話です。
全体像
| ツール | 対応プラットフォーム | 販売の形 | ネットなしで動くか | 選ぶ理由 |
|---|---|---|---|---|
| Superwhisper | macOS、Windows、iOS | 無料プラン、Proサブスク、買い切りライセンス | ローカルモデルなら動きます——一部の機能はクラウドを経由します | 音声入力が仕事のすべてで、プロンプトによる書き換えが要る場合 |
| VoiceInk | macOS（Apple Silicon）、iOS | 買い切りライセンス（複数段階）、ソースはGitHubで公開 | 動きます | 音声入力、一度きりの支払い、監査できるコード |
| MacWhisper | macOS | 無料プラン、買い切りのProライセンス | 動きます | 機能をひととおり詰め込んだ、密度の高いMac専用ツール |
| Buzz | macOS、Windows、Linux | 無料・オープンソース（MIT）、App Store版は有料 | 動きます | 予算ゼロ、またはWindowsとLinux |
| Aiko | iPhone、iPad、Mac、Vision Pro | 買い切り | 動きます | 最も手数の少ない一発の文字起こし |
| Apple ボイスメモ／音声入力 | iPhone、iPad、Mac | OSに標準搭載 | ほぼ動きます | 気軽な記録、無料 |
| Otter／Notta | ウェブ、iOS、Android | フリーミアムのサブスク | 動きません——クラウド処理 | ライブ字幕付きのチーム会議 |
| Whisper Notes | iPhone、Mac（Apple Silicon） | 販売チャネルごとに買い切り | 動きます | 音声入力（DMG版）、会議とファイルの文字起こし——iPhoneとMacで、外に出さずに |
価格は変わります。以下では、ベンダーが自社サイトに明記している場合にだけ金額を書き、今日の時点で確認できなかったものは性質だけを書いています。購入前に各社のサイトでご確認ください。
ローカル勢の一騎打ち——MacWhisperかWhisper Notesか
音声を端末の外に出さないと決めた時点で、Appleプラットフォームの候補は2本になります。どちらも同じ系統のオープン音声モデルを走らせ、どちらも月額ではなく買い切りで、どちらもこのページの最後にある機内モードのテストを通ります。違うのは原理ではなく性格です。片方は十徳ナイフ、もう片方は一本のペンです。
MacWhisper——文字起こしアプリに載せられる機能は、ひととおり載っている
MacWhisperは無料プランでも、主要な音声・動画フォーマットを100以上の言語で文字起こしでき、プレーンテキストとSRT/VTTの書き出し、マイク録音、システム全体の音声入力まで使えます。Proライセンス——MacWhisperの公式サイトに€64の買い切り、生涯アップデート付きと明記されています——を入れると、そこから先は本格的なワークステーションになります。話者の自動認識、バッチ処理、監視フォルダ、YouTubeやメディアURLの文字起こし、Zoom・Teams・Webex・Skype・Chime・Discordの会議録音、字幕の翻訳、話者ごとに分けたポッドキャスト音声、.docx/.pdf/.md/.htmlの書き出し、CLI、Notion・Obsidian・Zapierとの連携。文字起こしまわりで存在する機能は、たいていMacWhisperがすでに出しています。すべての選択肢を一つの屋根の下に置きたいなら、これが正解です。逆に、ツールは単純なままでいてほしいと思うなら、Whisper Notesを見る理由がそこにあります。
その幅の広さの代償が、ツールの形です。密度が高く、Mac専用で、スマートフォン版がありません。iPhoneで録った音声は、まずMacに届けないと何も始まりません。コックピットが好きな人にとっては——実際そういうプロは多いのですが——これは欠点ではありません。機能ごとの比較はWhisper Notes と MacWhisperにあります。
Whisper Notes——三つの仕事を、二台の端末で、きれいに片づける
Whisper Notesは、人が音声で実際にやっている三つのことに絞り、その周りを最小限にしています。音声入力：Fnキーを押しながら話すと、そのときフォーカスのあるアプリに文字が入ります——Slack、エディタ、ターミナル（公式サイトからダウンロードするDMG版。文字入力に必要なAPIは、Appleの規則によりApp Store版には入れられません）。会議の文字起こし：Macの両チャネルでシステム音声とマイクを同時に録り、通話にボットは入りません。DMG版はZoom、Teams、Google Meetの通話を自分で検出して録音を始め、要約とアクションアイテムをGemma 4で端末内に書き出します——APIキーもクラウドへの通信もありません。ファイルの文字起こし：全チャネルで三つのエンジン——Parakeet V3、Whisper、SenseVoice——が使え、101言語をカバーします。端末内で計算される話者ラベルは、1時間の音声に約15秒でラベルを付けます。
そして、この候補の中でiPhoneに一式そのまま載せているのはこのアプリだけです。録音、ファイルの読み込み、フォルダ、エンジンの選択、話者ラベルまで、すべて端末の上で動きます。App Storeで$6.99を一度支払えば、iPhone版とMac App Store版の両方を使えます。画面は邪魔をしません。録って、読んで、書き出して、終わりです。
ですから、性格で選んでください。選択肢が全部欲しくて、密度の高いツールが好きならMacWhisper。ツールには消えていてほしい——三つの仕事をきちんと、画面はすっきり、同じアプリがポケットにも——ならWhisper Notes。どちらを選んでも音声は手元に残り、1バイトもアップロードされません。
仕事その1：カーソルに直接しゃべって入力する
キーを押しながら一文しゃべり、離すと、フォーカスのあるアプリにテキストが入る——この流れのことです。このページで最も要求が厳しい仕事でもあります。使っていることを忘れる程度に速くなければならず、しかも自分の管轄外のアプリに文字を差し込まなければなりません。
Whisper NotesはMacでこれを標準で行います——Fnを押して、話して、離す——録音の文字起こしと同じローカルエンジンを使い、設定もアプリごとの下準備も要りません。搭載しているのは公式サイトからダウンロードするDMG版です。App Store版には入れられません。他のアプリに文字を入力するアクセシビリティAPIが、Appleのサンドボックス規則で使えないからです——その経緯はMac版がApp Storeを離れた理由に書きました。仕組みそのものはWhisperでMacのシステム全体の音声入力を実現するで説明しています。
音声入力の専門家——SuperwhisperとVoiceInk
音声入力を機能ではなく製品そのものとして扱っているアプリが2本あります。一日中しゃべって書いているなら、見る価値があります。Superwhisperの「モード」は、生の文字起こしをプロンプトで別の形——メール、コミットメッセージ、バグ報告——に整え直します。これに並ぶものは他にありません。ただし、クラウドが入ってくるのもそこです。設計はハイブリッドで、既定ではローカルモデル、精度や書き換えに関わるいくつかの機能は音声やテキストをクラウド事業者に通します。つまり「ローカルかどうか」は選んだモードによって変わります。macOS、Windows、iOSで動き、期限のない無料プランがあり、公式サイトには$249.99の買い切りライセンスが載っています——このページで最も高い金額です。VoiceInkは同じ流れをApple SiliconのMacで、$29の買い切りライセンス（複数台なら追加）で提供し、GitHub上で公開開発されています——プライバシーの主張を、ソースコードを読んで確かめられるということです。より細かい一対一の比較はSuperwhisperの代替のページにあります。
判断の基準は仕事量です。音声入力が仕事のすべてで、プロンプトによる書き換えが本題なら、専門家を買ってください。音声入力がいくつかある作業の一つなら——会議、録音、スマートフォンから来るファイルと並んで——Whisper Notesは、その残りをすでに扱っているアプリの中で音声入力もこなします。ツールは一つ、支払いは一度、プライバシーの考え方も一つで、条件付きではないローカル処理です。
Apple標準の音声入力——無料で、すでに入っていて、実際よくできています
誰かにお金を払う前に、macOSとiOSに最初から入っている音声入力を試してください。最近のハードウェアでは多くの言語が端末内で処理され、システム全体で使え、短い文章なら有料ツールとの差はネット上で言われるほど大きくありません。崩れるのは長文です。句読点の一貫性、専門用語、そして後処理が一切ないこと。一段落しゃべって、そのあと一分かけて直しているなら、そこが有料ツールの元が取れ始める地点です。
仕事その2：手元にあるファイルを文字起こしする
ここでは条件が逆になります。リアルタイム性は関係ありません。MP3かM4AかMP4があって、そこからテキストが欲しいだけです。差が出るのは、ファイルがどこにあるか、中身が何語か、そして周辺の作業——話者ラベル、書き出し形式、まとめての処理——をアプリがどこまで肩代わりしてくれるかです。
Whisper Notes——どちらの端末のファイルでも、言語に合わせたエンジンで
録音がiPhoneの中にあるなら、話は短く済みます。MacWhisperとBuzzにはスマートフォン版がありません。Whisper NotesはiPhone本体で録音も文字起こしもでき（iOS 18以降、iPhone 12以降を推奨）、「ファイル」アプリやボイスメモから動画も含めて読み込めます。App Storeで$6.99を一度払えばiPhone版とMac App Store版の両方が使えるので、スマートフォンは別のツールのための録音機ではなく、それ自体がツールになります。
音声が中国語、日本語、韓国語、広東語なら、アプリよりエンジンが効きます。WhisperはCJKで最も強いモデルではありませんし、このページのツールの多くはWhisperしか積んでいません。Whisper Notesは全チャネルでWhisperとParakeet V3に加えてSenseVoiceを搭載しています——私たちのテストでは、27分の中国語ポッドキャストをM4 Proで13.83秒で文字起こしし、句読点はWhisperより正確でした。比較はSenseVoiceとWhisperのCJK比較に、エンジンごとの対応言語表はwhispernotes.app/languagesにあります。
誰が話したかを知る必要があるなら、話者ラベルは全チャネルで端末内で動きます——iPhone版は1.8.5以降、Mac App Store版、そして公式サイトからダウンロードするDMG版は1.5.1以降——1時間の音声に約15秒でラベルを付けます。声紋は生体情報ですから、その計算を自分のチップの上でやりたいと考えるのはもっともなことです。モデルと、うまくいかない条件は端末内での話者分離に書いてあります。ここに挙げた他のローカルツールで話者認識ができるのはMacWhisperのProプランだけで、AikoとApple標準機能にはありません。
英語をそのまま流し込む速度では、どのベンダーも認めたがらないほど差がありません。全員が同じオープンモデルを走らせているからです。目安として、私たちが公開したベンチマークではParakeet V3が35分の音声をM4 Proで18秒で処理しました——再現できる数字で、アプリの違いよりモデルの性質を物語る数字です。ウィンドウよりターミナルが好きなら、DMG版は1.5.5からCLIとMCPサーバーを同梱しているので、スクリプトやAIアシスタントからローカルで文字起こしと検索ができます。
MacWhisper——Mac専用に振り切った、最も深いファイル処理
ファイルがMacにまとまって届くなら——ポッドキャストの過去回、インタビューが詰まったフォルダ——MacWhisper Proはまさにそのために作られています。バッチ処理、置いたファイルを片端から文字起こしする監視フォルダ、YouTubeとメディアURLの入力、Notion・Obsidian・オフィス形式への書き出し。このワークステーション的な深さは本物です。そして私たちは、意図的にそこへ深さを注いでいません。私たちの深さはiPhoneアプリ、CJKのエンジン、端末内の話者ラベルに向かいました。ですから分かれ目は冒頭の候補と同じです。ファイルがMacに積み上がるならMacWhisper。ファイルがスマートフォンから始まるなら、音声がCJKなら、あるいはケーブルの両端で同じアプリを使いたいならWhisper Notesです。
Buzz——無料、オープンソース、WindowsとLinuxではこれが答え
BuzzはMITライセンスのデスクトップアプリで、macOS、Windows、LinuxでWhisperをローカルに動かします。GPUアクセラレーション、フォルダ監視、TXT/SRT/VTTの書き出し、CLIを備えています。二つの状況では文句なしに勝ちます。予算：お金が制約なら、分単位の上限なしで無料という条件は、このページのどの有料ツールにも勝ちます。プラットフォーム：私たちにはWindows版もAndroid版もなく、作る予定もありません。ですからWindowsでの私たちの推奨はBuzzか、faster-whisperのようなコマンドラインツールです——この推奨にはこのサイト内に専用のページまで用意しました。正しいツールに送るほうが、ごまかすよりましだからです。引き換えに諦めるのは仕上がりです。Buzzは製品というよりユーティリティで、それが画面と初期設定に出ます。Apple製品を使っていて、数ドルの予算があるなら、専用に作られたアプリのほうが毎日使うものとしては気持ちよく使えます。
Aiko——最も手数の少ない一発の文字起こし
Aikoがやることは一つです。音声か動画を放り込むと、端末内のWhisperによる文字起こしが返ってきて、字幕として書き出せます。$24の買い切りのユニバーサル購入で、iPhone、iPad、Mac、Vision Proをカバーし、データは端末の外に出ません。制約はそのまま設計です。話者の識別はなく、エンジンの選択もなく、アプリ内での編集もありません——書き出して、別の場所で直します。「設定なしで、たまに録音を文字にできればいい」という用途なら、Aikoはきれいな答えです。誰が話したかを知りたくなった瞬間、自分の言語により強いエンジンを選びたくなった瞬間、あるいは文字起こしをその場で直したくなった瞬間に、Aikoからは卒業です——そしてそこが、同程度の価格帯でWhisper Notesが立っている位置です。
仕事その3：進行中の会議を記録する
会議は、オフラインかクラウドかの選択が思想の話でなくなる場所です。会議には他の人がいます。そして正直な分かれ目は、そのメモが終わったあとどう扱われるかにあります。
メモがチームの資産なら、OtterとNottaが勝ちます
通話中に字幕が出てほしい、検索できる共有ワークスペースが欲しい、カレンダー連携で会議に自動参加してほしい、出られなかった人にリンクを送りたい——それならクラウドツールを買ってください。OtterのBasicプランは無料で、月300分、1回の会話あたり30分の上限があります。Proは1ユーザーあたり月$16.99、年払いなら月$8.33です。Nottaはほぼ同等で、リアルタイム翻訳が強力です。オフラインのツールにこれはできませんし、ローカル優先の設計をいくら積み上げても変わりません。共同作業にはサーバーが要ります。引き換えに受け入れるのは、音声がアップロードされること、分数が計測されること、サブスクリプションが更新されること、そして参加者一覧にボットが現れるかもしれないことです。私たちの詳しい見解はWhisper Notes と Otter.aiおよびNottaの代替にあります。
録音を端末の外に出せないなら、Whisper NotesとMacWhisperが勝ちます
市場のもう半分は、アップロードできない会議です。患者の診察、秘匿特権のある法律相談、取締役会や報酬の議論、まだ公表していない製品の作業、録音は外に出さないと約束したインタビュー。ここではローカルであることは好みではなく、要件です。
Whisper Notesは、Macの両チャネルでシステム音声とマイクから会議を録音します。通話にボットは参加せず、他の参加者に見えるものは何もありません。公式サイトからダウンロードするDMG版はさらに、Zoom、Teams、Google Meetの通話を検出して自動で録音を始めます——会議に入って出てくれば、文字起こしはもうそこにあり、話者ラベルが誰の発言かを分け、Gemma 4が要約とアクションアイテムを端末内で書きます。APIキーもクラウドへの通信もありません。Mac App Store版は手動で録音します。Appleの規則で自動検出を入れられないためです。手順はMacでのオフライン会議文字起こしにまとめてあります。MacWhisper Proも会議をローカルで録音でき、対応する会議アプリの範囲はより広く——Webex、Skype、Chime、Discord——通話がそちらにあるなら、それだけで決まるかもしれません。
オフライン勢に共通する制約が一つあります。買ったあとより今知っていただいたほうがいいので書きます。ここに挙げた完成度の高いコンシューマー向けアプリは、どれも通話中のライブ字幕を出しません。Whisper Notesも、録音が止まってから文字起こしします。その場にいる誰かが、話されている言葉をその場で読む必要があるなら、クラウドサービスか、字幕専用の製品が必要です。
まずAppleの標準機能を試してください
ボイスメモは録音を無料で文字起こしします——Apple SiliconのMacならmacOS 15以降、iPhoneならiOS 18以降です。システムの音声入力と合わせれば、気軽な用途のかなりの部分はこれで済みます。そこを飛ばして始まる推薦は、何かを売ろうとしています。
そこから人が離れる理由は四つです。Appleが文字起こしできる言語は限られていて、Whisperがカバーする101言語には遠く及びません——エンジンごとの内訳は対応言語のページにあります。話者の分離はありません。書き出しらしい書き出しもなく、テキストを選択してコピーするだけで、TXTもSRTもVTTも出てきません。まとめての処理もありません。一度に一つ、Appleのアプリで録ったものだけなので、インタビュー音声が詰まったフォルダは扱えません。この四つがどれも当てはまらないなら、ここで読むのをやめて、お金は使わないでください。
条件から選ぶ
| あなたに当てはまるなら | まずこれ |
|---|---|
| 音声入力が仕事のすべてで、プロンプトによる書き換えが欲しい | Superwhisper |
| Macで音声入力をしていて、監査できるオープンソースが決め手 | VoiceInk |
| Macにファイルが積み上がり、バッチ処理・監視フォルダ・外部連携が要る | MacWhisper Pro |
| iPhoneで録音する、またはスマートフォンとMacで同じアプリを使いたい | Whisper Notes |
| 音声が中国語・日本語・韓国語・広東語 | Whisper Notes |
| 設定なしで、すべてのApple製品で使える買い切りが欲しい | Aiko |
| 音声入力、会議、ファイルの文字起こしを一つのすっきりしたアプリで | Whisper Notes（DMG版） |
| 音声が機密で、絶対にアップロードできない | Whisper Notes か MacWhisper |
| WindowsかLinuxを使っている、または予算がない | Buzz |
| チームでメモを読んでコメントする必要がある | Otter か Notta |
| ときどき英語のメモを録る | Apple ボイスメモ——無料 |
主張を自分で確かめる方法
このページのベンダーは、私たちも含めて全員が「プライベート」と言います。誰の言葉も信じる必要はありません。技術的な知識が要らない確認手順が五つあります。
- 機内モードのテスト。機内モードをオンにするか、Wi-Fiを切ってイーサネットを抜き、そのうえで何か録音して文字起こしします。速度が落ちずに文字起こしが出てくるなら、処理はローカルです。ぐるぐる回る、エラーが出る、あるいは待たされた処理が再接続した瞬間に完了するなら、ローカルではありません。アプリがモデルのダウンロードを終えてから試してください——本当にローカルなツールがネットワークを必要とするのは、モデルの重みを取ってくる一度だけです。
- App Storeのプライバシー表示を読む。App Storeの製品ページで「Appのプライバシー」まで下がります。「データを収集していません」は、開発者がAppleに対して行う申告で、嘘をつけば結果が伴います。それをマーケティングページの記述と突き合わせてください。アカウントが必要かどうかも確認します。文字起こしのためにログインを作らされるなら、何かが端末を出ています。
- 通信を見る。Little Snitchや、オープンソースのLuLuのようなファイアウォールは、アプリが試みる外向きの接続をすべて見せてくれます。それを動かした状態でファイルを文字起こししてみてください。アップデートの確認とライセンスの確認は正常で、通信量も小さいものです。音声ファイルと同じくらいの大きさのアップロードが続くなら、正常ではありません。
- 分単位の上限を探す。料金ページは正直な手がかりです。分単位の課金や月あたりの分数枠が存在するのは、他人のサーバーで計算資源を使っているからです。自分のハードウェアで動くツールには、利用者を計測する理由がありません。ですからローカルの文字起こしが無制限なのは既定の状態であって、上位プランの特典ではありません。
- 「ローカル」が「既定でローカル」かどうかを確かめる。よくできたツールのいくつかはハイブリッドです。速度のためにローカルモデル、精度や書き換えのためにクラウドモデルを、モードごとに使い分けます。設計としては妥当ですが、それはプライバシーの答えがアプリではなく設定に依存するということです。モデルの選択画面を見つけ、どれが選ばれているかを確認し、テキストの整形や要約の処理が文字起こしとは別に通信していないかも確かめてください。
この五つを、他社に向けるのと同じ気軽さで私たちにも向けてください。Whisper Notesにはアカウントもログインもハイブリッドモードもありません。ローカルにするために設定するものがないのは、他の動き方が存在しないからです。機内モードのテストは30秒で終わり、この段落より価値があります。
Whisper Notesが向かない場合
対称性のために、他のものを買ったほうがいい場合も挙げておきます。
- WindowsかAndroid。ビルドはありませんし、予定もありません。Buzzかfaster-whisperをお使いください。
- Intel Mac。Mac版はApple Siliconが必要です。代わりになるのはMacWhisperとBuzzです。
- ライブ字幕。文字起こしは録音のあとで、録音中ではありません。
- 共同作業。共有ワークスペースも、コメントも、自分の端末どうしのクラウド同期もありません。構造上、一人で使うツールです——「サーバーがない」とはそういう意味です。
- プロンプトによる書き換え。Superwhisperのモードは、話した内容をメールやコミットメッセージに整え直します。私たちは話した内容をそのまま文字にし、言葉には手を加えません。
それ以外——Macでの音声入力（DMG版）、外に出せない会議、スマートフォンから来るファイル、CJKの音声、誰が話したかを知ること、一度だけ払うこと——は、このアプリがそのために作られた形そのものです。詳しくはWhisper Notesのホームページをご覧ください。当てはまるのが上の五つのどれかなら、このページのどれか別のツールのほうがお金の使い道として正しく、私たちとしてもそちらに使ってほしいと思います。
よくある質問
Mac向けで最も良いオフライン文字起こしアプリはどれですか？
たいていの人にとって候補は2本で、どちらも完全にローカル、どちらも買い切りです。プラットフォーム上で最も機能が広いものが欲しく——バッチ処理、監視フォルダ、外部連携——密度の高いツールでも構わないならMacWhisper。音声入力（公式サイトからダウンロードするDMG版）、会議の記録、ファイルの文字起こしを、すっきりした簡潔なアプリで使いたく、iPhoneでも動いてほしいならWhisper Notes。音声入力が仕事のすべてならSuperwhisperかVoiceInkを見てください。文字起こしの頻度が低く、録音が英語なら、Apple SiliconのMacのmacOS 15以降で、ボイスメモがすでに無料でやってくれます。
iPhone向けで最も良いオフライン文字起こしアプリはどれですか？
選択肢は多くありません。デスクトップ側のツール——MacWhisper、Buzz——にはスマートフォン版がなく、SuperwhisperとVoiceInkのiOSアプリは音声入力に的を絞っているからです。iPhone本体で最も多くのことができるのはWhisper Notesです。101言語をカバーする三つのエンジン、話者ラベル、フォルダ、ロック画面の録音ウィジェットがあり、$6.99を一度払えばMac App Store版も一緒に使えます。Aikoはより単純な選択肢で、きれいで安価ですが、話者ラベルもエンジンの選択もアプリ内編集もありません。Apple純正のボイスメモの文字起こしは無料なので、気軽な英語のメモならまず試す価値があります。
Whisper Notesは、音声入力ツールのように話した内容を他のアプリに直接入力できますか？
できます。Mac版のうち、公式サイトからダウンロードするDMG版で、Fnを押しながら話すと、そのときフォーカスのあるアプリ——Slack、ブラウザ、コードエディタ——に文字が入ります。処理は録音の文字起こしと同じローカルエンジンで走るので、オフラインでも動きます。文字入力に必要なAPIはAppleの規則によりMac App Store版に入れられないため、これはDMG版の機能です。
オフラインの文字起こしは、クラウドより精度が低いですか？
大きくは変わりませんし、常にそうなるわけでもありません。ローカルのアプリは、多くのクラウドサービスが自ら動かしているのと同じオープンモデル——Whisper、Parakeet、SenseVoice——を走らせています。私たちが公開したベンチマークでは、Parakeet V3の英語の単語誤り率は6.32%、Whisper Large V3 Turboは7.83%で、商用APIと張り合える水準でした。精度を大きく左右するのは、計算がどこで行われるかより、マイクの品質、声の重なり、アクセントです。
これらのツールを、お金を払わずに使えますか？
いくつかの形で使えます。Buzzは無料のオープンソースで、macOS、Windows、Linuxで動きます。MacWhisperとSuperwhisperには、どちらも期限のない無料プランがあります。Appleのボイスメモの文字起こしとシステムの音声入力はOSに含まれています。Mac版Whisper NotesにはDMG版の体験版があり、最初の10,000語まで使えます。お金を払って手に入るのは、たいてい基本的な文字起こしそのものではなく、その周りの作業——バッチ処理、書き出し形式、話者ラベル、より良いモデル——です。
ボットを参加させずにZoomやTeamsの会議を録音できるのはどれですか？
Whisper NotesとMacWhisperは、どちらもMacでシステム音声とマイクを直接取り込むので、参加者一覧には何も出ません。Whisper NotesはMac App Store版とDMG版の両方で会議を録音でき、DMG版はさらにZoom、Teams、Google Meetの通話を検出して自動的に録音を始めます。Mac App Store版は手動での録音です。OtterやNottaのようなクラウドサービスは、代わりに参加者として通話に入るのが一般的で、これは通話中の全員に見えます。
話している最中にライブ字幕を出せるものはありますか？
オフラインのツールでは、事実上ありません。Buzzにはライブのマイク入力モードがありますが、ここに挙げた完成度の高いコンシューマー向けアプリは、Whisper Notesも含めて、録音が止まってから文字起こしします。通話中のライブ字幕は、クラウドサービスを選ぶ正当な理由になります。
アプリではなくローカルの音声モデルを比べたい場合は、モデルのサイズとWhisperの動かし方をまとめたWhisper文字起こしガイドと、WindowsやAndroidを含む全体像を扱ったオフライン音声認識の完全ガイドをご覧ください。
iOS版をダウンロード