できること
- 押している間だけ録音。右 Option(右 Command / Control / Shift にも変えられる)を押しながら話して離すと、テキスト欄に貼り付く
- オフラインで動く。初回にモデルを取得したあとは、起動時もネットへ出ない
- 話し言葉を整える。「えー」「あのー」と言い直しをローカル LLM が取り除き、句読点を付ける。整形が書き起こしから離れすぎたとき(質問に答えてしまった等)は、書き起こしをそのまま貼る
- 無音と 0.4 秒未満の録音は捨てる。Whisper が無音から文章をでっち上げるのを防ぐ
- 貼り付けたあと、元のクリップボードを戻す
使い方
git clone https://github.com/masakiplus/voice-input.git
cd voice-input
bash install.sh # uv・モデル取得・アプリ作成・ログイン時の自動起動まで
そのあとシステム設定でマイク・アクセシビリティ・入力監視を許可する。Apple Silicon の Mac が必要。くわしくはリポジトリの README。
作った理由
音声入力のサービスは便利だが、話した内容がクラウドへ送られる。Apple Silicon なら Whisper も小さな LLM も手元で十分な速さで動くので、外に出さずに同じことをやれるかを試した。