Whisper NotesはMac上でZoom、Teams、Google Meetの音声を録音し、Parakeet V3などでローカル文字起こしを行います。Direct Download版では、確認済みの文字起こしをオンデバイスのGemma 4で要約できます。会議にボットは参加しません。Mac版は10,000語まで無料で、その後は買い切り$6.99です。
Whisper NotesでZoom通話を録音し、Mac上で文字起こしする
月曜日の使用例
午前10時、クライアントとのZoom会議。Whisper Notesは参加者一覧にボットを追加せず、会議音声とマイクを録音します。ただし、アプリが録音の可否を判断することはできません。参加者へ知らせ、会社の規定と適用法令に従って必要な同意を得てください。
通話後、Parakeet V3が録音をMac上で文字起こしします。M4 Proを使った私たちのテストでは、同じ35分の英語音声をParakeet V3は18秒、Whisper Large V3 Turboは3分で処理しました。実際の時間はMac、音声、選んだモデルによって変わります。Direct Download版では、Gemma 4を使って文字起こしを要約し、候補となるタスクを抽出できます。
流れは録音、文字起こし、確認、要約です。録音、音声認識、Gemmaによる処理はMac上で行われます。
できること
録音
Whisper Notesは会議音声とマイクを同時に録音するため、Zoom、Teams、Google Meetで会話の両側を残せます。公開中のDirect Download版は、これらの会議アプリを自動検出します。録音や文字起こしを保存、共有する前に内容を確認できます。
会議ボットと異なり、Whisper Notesは新しい参加者として表示されません。これは操作方法の違いであり、無断録音を認めるものではありません。告知や同意の要件は、会社、国、地域によって異なります。
文字起こし
Parakeet V3はCoreMLを通じてApple Silicon上で動作し、25のヨーロッパ言語に対応します。日本語、中国語、韓国語、広東語には、MLXで動くSenseVoiceを選べます。Pyannote VADは文字起こし前に無音区間を取り除きます。処理時間はMac、モデル、音声の長さ、発話量に左右されます。
タイムスタンプ付きの文字起こし。クリックすると音声の該当箇所へ移動
話者ラベル：誰が何を話したか
Whisper Notesは話者を識別できるようになりました。会議の録音に話者分離を実行すると、各段落に「話者1、話者2」のラベルとタイムスタンプが付きます。話者名を一度変更すれば、文字起こし全体のラベルが同期して更新されます。SRT・VTT書き出しにも名前が保持されます。
ワークフローの他の部分と同じく、話者分離も完全にオンデバイスで動作します。iPhone（1.8.5以降）、現行のMac App Store版、Direct Download版（1.5.1以降）で利用できます。声質のはっきり異なる2〜3人の話者が最も得意です——クライアントとの通話やインタビューはまさにこのケースです。声が似ている場合は話者数（2〜6）を手動で指定してください。ベンチマーク、難しいケース、正直な限界は発表記事をご覧ください：Whisper Notes、オンデバイス話者分離に対応。
2人の録音での話者ラベル——検出した話者を実名にリネームした状態
文字起こし後のツール
Direct Download版ではGemma 4がMac上で動作し、APIキーやクラウド呼び出しを必要としません。文字起こし後に次の操作ができます。
- •要約：確認済みの文字起こしから要点をまとめる
- •タスク：タスクや期限の候補を抽出し、内容を確認する
- •翻訳：対応するMac上で文字起こしを別の言語へ翻訳する
- •チャット：文字起こしを根拠に質問へ回答する
Direct Download版の要約、タスク、翻訳、チャット
ローカル会議文字起こしの速度
ベンチマークは目安であり、すべての録音で同じ時間になるという約束ではありません。M4 Pro上で、同じ35分の英語音声を3つのモデルで処理しました。
| モデル | M4 Proで35分の音声を処理 |
|---|---|
| Parakeet V3 | 18秒 |
| Whisper Large V3 Turbo | 3分 |
| Whisper Large V3 | 7分 |
1台のMacと1つの音声ファイルを使った比較です。長い会議で処理時間が正確に比例するとは限りません。チップ、モデル、言語、録音品質、VADが取り除く無音の割合によって結果は変わります。
この設計を選んだ理由
会議音声には、顧客との交渉、人事面談、取締役会、法律相談などが含まれることがあります。処理場所と保存場所は、ほかの機密文書と同じように検討すべきです。
クラウド型の会議アシスタントは、音声や文字起こしを提供元のインフラへ送り、その保存規則やデータ処理方針に従って扱います。ライブ共同作業には便利ですが、チームが確認すべき外部システムが一つ増えます。
Whisper Notesは録音、音声認識、文字起こし、Gemma処理をMac上に留めます。第三者への送信を減らせますが、それだけで特定の法令や業界規則に自動適合するわけではありません。同意、アクセス制御、保存期間、端末の安全管理は利用者側の責任です。
クラウド会議アシスタントとの比較
| Whisper Notes | 一般的なクラウド型アシスタント | |
|---|---|---|
| 処理場所 | デバイス上 | 提供元のインフラ |
| 会議への参加方法 | 追加参加者なし | ボット、拡張機能、カレンダー連携など |
| 料金 | 10,000語まで試用後、買い切り$6.99 | 無料枠やサブスクリプションが一般的 |
| オフライン利用 | 対応 | 通常は接続が必要 |
| AI要約 | Direct Download版ではGemma 4をローカル実行 | 提供元で処理 |
会議の言語に合わせてモデルを選ぶ
録音の主な言語に合うモデルを選びます。
| 英語・ヨーロッパ言語 | Parakeet V3：25言語。M4 Proテストで35分を18秒。Open ASR Leaderboardの英語WERは6.32% |
| 日本語・中国語・韓国語 | SenseVoice：日本語、中国語、韓国語、広東語。M4 Proテストで27分の中国語音声を13.83秒 |
| その他の言語 | Whisper Large V3 Turbo：100以上の言語を扱い、3モデルの中で最も広い言語範囲 |
この方法が合う場合、合わない場合
Whisper Notesは、通話後にプライベートな録音と確認可能な文字起こしが必要な会議に向いています。会議中のライブ字幕や、複数人が同時編集するクラウド共同作業スペースは提供しません。
ライブ字幕、大人数への自動配布、同時編集をローカル処理より優先するなら、クラウド型サービスの方が合う場合があります。録音をMac上に留めたいなら、それがこの方法を選ぶ主な理由です。
よくある質問
会議録音をアップロードせずMacで文字起こしするには？
Whisper Notesで会議音声とマイクを録音し、終了後にMac上で文字起こしします。M4 Proテストでは、Parakeet V3が35分の英語音声を18秒で処理しました。実際の時間はMac、モデル、言語、録音によって変わります。
会議ボットなしでZoomやTeamsを録音、文字起こしできますか？
はい。Whisper NotesはMac上で音声を取り込み、参加者一覧にボットを追加しません。公開版はZoom、Teams、Google Meetを自動検出します。参加者へ知らせ、必要な同意を得てください。
会議を録音する前に確認すべきことは？
会社の規定と、すべての参加者に適用される法令を確認してください。参加者へ告知し、必要な同意を得て、ローカルファイルへのアクセスと保存期間を管理します。ローカル処理だけでこれらの義務がなくなるわけではありません。
Whisper Notesは会議をリアルタイムで文字起こししますか？
いいえ。通話中は録音し、録音終了後にMac上で文字起こしします。会議中のライブ字幕が必要な場合は、その用途に対応したツールを選んでください。
会議をクラウドへ送らずAIで要約できますか？
Direct Download版では可能です。Gemma 4がMac上で動き、確認済みの文字起こしを要約し、タスク候補を出し、内容への質問に答えます。APIキーやクラウド呼び出しは不要ですが、要約とタスクは必ず元の文字起こしと照合してください。
Whisper Notesは会議で誰が何を話したかを表示できますか？
はい。オンデバイスの話者分離が各段落を話者ごとにラベル付けします。iPhone（1.8.5以降）、現行のMac App Store版、Direct Download版（1.5.1以降）で利用できます。話者名を一度変更すれば文字起こし全体が更新され、SRT・VTT書き出しにも名前が保持されます。声が似ている場合は話者数（2〜6）を手動で指定してください。
iOS版をダウンロード