声のプライバシー:ローカル処理を選んだ理由
便利さとコントロール、どちらかを諦める必要はない。
ボイスメモは特別なもの
ボイスメモはしばしば雑で、フィルターされていない、個人的なものです。磨かれる前のアイデア、消化される前の不満、整理される前の観察など、形になる途中の思考を捉えます。その生々しさこそが価値なのです。
ボイスメモを録音するとき、多くの場合、自分自身に向かって話しています。言いかけの文章や脱線、無防備な正直さを含むからこそ、技術的にも慎重に扱うべきデータです。
デジタル衛生の問題
声は生体識別に使われる情報の一つです。パスワードのようにリセットできるものではありません。だからといって、すべてのボイスメモが高度な機密情報というわけではありませんが、生の録音をどこで処理し、保存するかは考えておく価値があります。
日常的な録音なら、クラウド処理が合理的な場合も多いでしょう。一方、個人的な振り返り、仕事のメモ、クライアントとの会話では、第三者のサーバーに音声を送らないことで、データのコピーが存在する場所を減らせます。
Whisper Notesは、この選択肢を残すために設計しました。録音、文字起こし、保存をデバイス内で完結できます。
アーキテクチャ
Whisper Notesは、Parakeet V3、Whisper Large V3 Turbo、SenseVoiceの3つの音声認識エンジンを端末上で実行します。文字起こし用サーバーはなく、録音はローカルで処理されます。
MacとiPhoneで同じモデル系統を選べますが、実行環境は各プラットフォーム向けに調整されています。
Mac:言語に合わせてモデルを選ぶ
英語と24のヨーロッパ言語にはParakeet V3、日本語・中国語・韓国語などのCJK音声にはSenseVoice、それ以外の言語には100以上の言語をカバーするWhisper Large V3 Turboを使えます。3つともApple Silicon上で動作します。
モデル選択画面では、対応言語と速度の違いを確認できます。ParakeetとSenseVoiceは対象言語での速度を重視し、Whisperは幅広い言語をカバーします。
iPhone:Macと同じモデルラインナップをモバイル最適化で
iPhoneでは熱、バッテリー、メモリの制約がMacより厳しくなります。現在のiPhone版でもParakeet V3、Whisper、SenseVoiceを選べ、それぞれモバイル向けの実行環境を使います。
App Storeの掲載値では、iPhone 15で5分の音声を処理する時間はParakeetが約18秒、Whisperが約1分です。古い端末では時間が延びますが、処理はデバイス上で完結します。
スピード重視の設計
良いアイデアは待ってくれません。運転中、散歩中、眠りにつく直前にやってきます。ロック画面ウィジェットは、思考から録音への摩擦を最小限にするよう設計されています。
ロック画面ウィジェットとライブアクティビティ
- • ワンタップ起動:ロック画面から直接録音開始
- • ライブアクティビティ:Dynamic Islandで録音時間を視覚的に確認
- • Face ID統合:ウィジェットはFace ID認証とスムーズに連携
- • ハンズフリー対応:手袋、濡れた手、AirPodsのタップジェスチャーでも動作
キャプチャとレビューのワークフロー
最も効果的なボイスメモのワークフローは、キャプチャとレビューを分離します。モバイルデバイスは素早い録音に優れ、デスクトップ環境は深い編集に優れています。
iPhone:キャプチャ
思いついた瞬間にiPhoneでキャプチャ。ロック画面ウィジェットで摩擦をワンタップに削減。モバイルモデルがすぐに文字起こしし、使えるテキストをその場で提供します。
Mac:レビュー
MacのWhisper Notesは、深い作業のためのツールを提供します:
- • モデル選択:録音の言語に合わせてParakeet、SenseVoice、Whisperを選択
- • タイムスタンプ付き段落:段落をクリックすると音声のその部分にジャンプ
- • 同期再生:音声再生に合わせてテキストがハイライト
- • 柔軟なエクスポート:プレーンテキスト、タイムスタンプ形式、SRT字幕
- • システム全体の音声入力:Fnキーを押して、任意のアプリに直接入力
タイムスタンプ付き文字起こしと同期音声再生
安心感
ローカル処理は、録音ツールの使い方にも影響します。
音声が文字起こしのために外部サーバーへ送られないと分かっていれば、まとまっていない考えや個人的な振り返りも残しやすくなります。ただし、端末自体のロックやバックアップ設定など、一般的なデバイス管理は別途必要です。
紙のノートに似て、データの保存場所を把握できることが、率直に話す助けになる人もいます。
経済モデル
文字起こしをデバイス上で処理するため、利用時間に比例する文字起こしサーバー費用がありません。iPhone版は買い切り$6.99。Mac版は10,000語の無料体験後に買い切り$6.99で、2つのプラットフォームは別購入です。
サブスクリプションなし。分単位の課金なし。使用制限なし。
Whisper NotesとWhisper Memosは別のアプリ
名前が似ていますが、Whisper Memosは別の開発元による別製品です。どちらもOpenAIのWhisperを利用していますが、処理方法は異なります。Whisper Memosのプライバシーポリシーには、文字起こし時に音声ファイルをOpenAIへ送信すると記載されています。Whisper Notesには文字起こしサーバーがなく、録音、文字起こし、保存を端末上で行います。
| Whisper Notes | Whisper Memos | |
|---|---|---|
| 音声の処理場所 | デバイス上 | クラウド(OpenAIのWhisper APIへ送信) |
| 料金体系 | iPhoneは$6.99。Macは無料体験後$6.99(別購入) | サブスクリプション(最新料金は公式ページを参照) |
| プラットフォーム | iPhone、Apple Silicon Mac | iPhone、Apple Watch |
| オフライン文字起こし | 対応 | 非対応(クラウド接続が必要) |
Apple Watchで録音し、文字起こしをメールで受け取りたいなら、Whisper Memosはその用途に合うクラウド型ツールです。音声を外部へ送らずに文字起こししたい場合は、ローカル処理の製品を選ぶ必要があります。
正直なトレードオフ
ローカル処理には、理解しておくべき実際のトレードオフがあります:
考慮事項
- • 処理速度:モデルと端末によって変わります。App Storeの掲載値では、iPhone 15で5分の音声を処理する時間はParakeetが約18秒、Whisperが約1分です。
- • 精度:話者のアクセント、録音品質、背景雑音によって結果が変わり、手直しが必要な場合があります。
- • プラットフォーム:Apple Silicon Mac、またはiOS 18以降に対応します。iPhone 12以降を推奨し、Android版とWindows版はありません。
- • 録音の流れ:ボイスメモは録音後に文字起こしします。MacのFnキーによるシステム全体の音声入力は、短い入力を任意のアプリへ送る別機能です。
このアプローチが合う場合
Whisper Notesが向いているケース:
- • プライバシー意識の高い専門家:法律、医療、ジャーナリズム、セラピー
- • 個人的な振り返り:日記、アイデアのキャプチャ、思考の整理
- • オフライン環境:飛行機、セキュリティ施設、不安定な接続環境
- • サブスクを避けたいユーザー:月額ではなく買い切りで使いたい場合
代替を検討すべき場合
以下が必要な場合は、クラウドサービスの方が適しているかもしれません:
- • チームと共有するリアルタイム文字起こし
- • 非常に長い録音の即時処理
- • AndroidやWindowsのサポート
まとめ
Whisper Notesの前提はシンプルです。ボイスメモは個人的なものであり、音声をどこに保存するかは利用者が選べるべきだと考えています。ローカル優先の設計は、すべての用途でクラウドが不適切だと主張するものではなく、端末内で完結する選択肢を提供するためのものです。
MacとiPhoneの両方でParakeet V3、Whisper、SenseVoiceを選べます。どちらも録音をオフラインで文字起こしできます。
iPhone版は$6.99。Mac版は10,000語の無料体験後に$6.99で、別購入です。文字起こしのために音声を外部サーバーへ送りません。
よくある質問
プライバシーを重視するボイスメモアプリは、何を基準に選べばよいですか?
音声をどこで処理し、保存するかを確認してください。Whisper NotesはParakeet V3、Whisper、SenseVoiceを端末上で実行し、文字起こし用サーバーへ録音を送信しません。
インターネット接続なしでボイスメモを文字起こしできますか?
はい。Whisper NotesはMacとiPhoneのどちらでもローカル処理を行うため、機内や通信が不安定な場所でも文字起こしできます。利用前にアプリと必要なモデルを端末へ用意してください。
iOS 18のボイスメモ文字起こしもオフラインで動きますか?
はい。Apple標準のボイスメモ文字起こしもiOS 18以降では端末上で動作します。Whisper NotesもiOS 18以降に対応し、任意の音声ファイルの読み込み、100以上の言語を扱うWhisper、CJK音声向けSenseVoice、TXT・SRT・VTTなどの書き出しを追加します。iPhone 12以降を推奨します。
音声データはテキストより注意が必要ですか?
声には本人を識別する手掛かりが含まれ、パスワードのように変更できません。内容の機密性も録音ごとに異なるため、生の音声をどこへ送るか、どこに保存するかを確認することが大切です。
Whisper Notesにサブスクリプションは必要ですか?
不要です。iPhone版は買い切り$6.99、Mac版は10,000語の無料体験後に買い切り$6.99です。iOS版とMac版は別購入で、分単位の料金やサブスクリプション上限はありません。