YTtoTranscript動画を一瞬で文字起こし

SonaVoice

SonaVoiceはWindows向け音声入力ツールです。任意のアプリでカーソルを置き、右Ctrlを押しながら話すと、句読点付きの整ったテキストを挿入できます。また、カスタム辞書を使って人名や用語の認識をサポートします。

uho Dictation

uho Dictation は macOS 専用の音声入力ツールです。Apple Silicon 上のローカル Whisper モデルを利用し、音声を直接テキストに変換して現在のアプリケーションに書き込みます。Fnキーを1回押すと録音を開始し、もう1回押すと終了します。認識結果は自動的にカーソル位置に挿入されます。音声はアップロードされず、アカウント登録も不要で、サブスクリプションではなく買い切りライセンスです。

Synopsule

Synopsule は Mac と iPhone 向けの会議文字起こしアプリで、1.99ドルの買い切りです。音声と Whisper による文字起こしはすべてローカルで行われ、話者識別、タイムラインでのメモ、さまざまな形式での書き出しに対応しています。

WhisperScribe Pro

WhisperScribe Proは、OpenAIのWhisperモデルを利用してMac上でローカルに音声文字起こしを行うアプリです。データがデバイス外に出ることはなく、クリエイター、ジャーナリスト、プライバシー重視のユーザー向けに設計されています。話者識別、バッチ処理、5つの書き出し形式に対応し、3日間の無料トライアルを提供します。ユーザーデータは常にデバイス上に保持され、買い切りまたはサブスクリプションで利用できます。

VidTranscriber

VidTranscriberは、YouTubeリンク、ローカルの動画・音声ファイル、Zoomの録画を検索可能な文字起こしに変換できます。最大6名の話者を自動識別し、AIチャプター生成、TXT・SRT・VTT・Markdown・DOCX形式での書き出しに対応しています。

Steno：オープンソースのAIメモツール、高い機密性を重視

Stenoは、高い機密性を備えた会話向けに設計されたオープンソースのAIメモツールです。ローカル環境またはプライベートサーバーにデプロイでき、会議の録音から構造化されたメモを自動生成するため、データが管理された環境外に出ることはありません。政府、防衛、法務、経営幹部チームに適しています。主要言語はTypeScriptで、MITライセンスを採用しています。

vexa：オープンソースの会議文字起こしAPI

vexaはオープンソースの会議文字起こしAPIで、Google Meet、Microsoft Teams、Zoomに対応しています。会議に自動参加し、WebSocketを介してリアルタイムの文字起こしを提供します。また、AIエージェント統合用のMCPサーバーを備えています。プロジェクトはセルフホスティングまたはSaaSとしてデプロイ可能で、Pythonで書かれており、GitHubで2500以上のスターを獲得しています。

typewhisper-mac：ローカルAIで音声をテキストに変換するmacOSアプリ

typewhisper-macは、オンデバイスで音声をテキストに変換するためのオープンソースのmacOSアプリです。Apple SiliconまたはIntelのローカルAI機能を利用し、リアルタイムでプライバシーを重視した文字起こしを、インターネット接続不要で実現します。中国語・英語など複数の言語に対応し、精度向上のためのオプションのクラウドモードも提供しています。Swiftで書かれ、GPL-3.0ライセンスに準拠しており、GitHubで1500以上のスターを獲得しています。

Handy

これは完全にオフラインで動作する音声テキスト化デスクトップアプリです。ショートカットキーを押して話すと、認識結果が現在のカーソル位置に直接貼り付けられます。プライバシー保護とシンプル操作が特徴です。

amical：ローカルファーストのAI音声書き起こしアプリ、オフラインで音声をテキスト変換

amicalはオープンソースのローカルファーストAI音声書き起こしアプリです。Whisperなどのオープンモデルを利用し、高速・正確・オフラインでの音声テキスト変換を実現します。説明によると、キーボードなしでタイピング速度を3倍に向上でき、多言語に対応し、ユーザーのプライバシーを優先して保護します。すべてのデータ処理はデバイス上で行われます。プロジェクトはTypeScriptで構築されており、開発者から一般ユーザーまで適しています。