OpenWispr
OpenWhispr · 音声・言語
OpenWisprは、macOS・Windows・Linuxで音声を文字とAI操作に変える無料のオープンソース音声入力アプリだ。ローカルモデルをオフラインで動かすことも、自分のキーでクラウドに接続することもできる。
OpenWispr について
About
OpenWisprとは
OpenWisprはデスクトップ向けの音声入力ツールで、プライバシーを優先して作られた音声アプリである。有料の音声入力サービスに対するオープンソースの対抗策として生まれた。ホットキーを押して話すと、すでに開いているソフトのカーソル位置に言葉がそのまま入る。プロジェクトはコミュニティが支え、MITライセンスで公開されているので、誰でもコードを確認し、手を加え、その上に何かを作れる。
売りは速さと、データを渡さないことの両立だ。タイピングが速い人でも1分に40語ほど、話せばほとんどの人が150語を超える。私はミドルクラスのノートPCで試したが、差はすぐに分かる。書く人、コードを書く人、タイプより考える方が速い人にとって、OpenWisprはその差を埋めてくれる。
弱点は初期設定にある。音声を自分のマシンに留めるのはローカルモデルの役目だが、それなりのハードウェアと、初回ダウンロードの少しの辛抱が要る。設定を一切したくないなら、クラウドの文字起こしに頼ることになる。
はじめかた
- 公式のリリースページから自分の環境向けのインストーラーをダウンロードし、インストールして起動する。
- 初回設定で求められたら、マイクの許可を与え、全体で使える音声入力のホットキーを決める。
- 音声モデルを選ぶ。オフラインのプライバシーを取るならWhisperやParakeetといったローカルを選び、クラウドなら自分のAPIキーで接続する。
- 任意の入力欄でホットキーを押して話し、離す。テキストは整えられてカーソル位置に貼り付けられる。
AIツール情報
OpenWisprの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- ライターとブロガー：下書きを口述し、AIが整えたテキストをそのまま文書に貼れる。ローカルモデルならクラウド費用はかからない。
- 開発者：エディタを離れずにコミットメッセージやコードコメント、プロンプトを話して入力でき、音声でコーディング支援に指示を送れる。
- 機密を重視する専門職：会議の音声は既定で端末に残し、クラウド経由を許容するかどうかを案件ごとに決められる。
タスク
- 長いメールやレポートの作成：話す速さで初稿を口述し、フィラーや言い直しはアプリに取り除かせる。
- 会議メモ：Zoom、Teams、FaceTimeの通話を自動で検知し、ボットを参加させずに発言者ラベル付きの文字起こしを得る。
- ある言語で話し、別の言語で貼る：翻訳ホットキーを使い、母語で書いて別の言語のテキストを出力する。
シーン
- アプリをまたいだ日々のメモ：ブラウザでもチャットでもタスク管理でも、ウィンドウを切り替えずに口述できる。
- RSIや身体的な制約：キーボード入力をほぼ音声に置き換え、手や手首の負担を減らす。
- 飛行機やセキュアな施設でのオフライン作業：ネットが不安定でもローカルモデルで音声入力を丸ごと動かせる。
主な機能
ホットキーによる音声入力
OpenWisprは自分で決めたホットキーを待ち受け、話している間だけ録音し、整えたテキストをどのアプリのカーソル位置にも貼る。別の録音ウィンドウに切り替えたり、手でコピーし直したりする必要はない。同じホットキーがコードエディタでもメールの下書きでもチャット欄でも効く。
ローカル文字起こしとクラウド文字起こし
主要な機能はどれもローカルモデルでもクラウドでも動く。ローカル文字起こしはWhisper、NVIDIA Parakeet、Cohere Transcribeといったエンジンをカバーし、音声はマシンから出ない。クラウドは速度と軽いハードウェアを補い、自分のAPIキーを使えばサブスクを避けられる。
AIエージェントと音声アシスタント
専用のホットキーが、話した内容をコマンドとしてGPT-5、Claude、Gemini、Groqといったアシスタントに直接送る。起動ワードは要らない。選択中のテキストはその場で編集され、回答はカーソル位置に貼られるかフローティングパネルに流れる。画面のスクリーンショットを文脈として送る設定も選べる。
発言者分離つきの会議文字起こし
OpenWisprはZoom、Teams、FaceTimeの通話を検知し、端末上での発言者ラベル付きで録音と文字起こしを行う。声紋は複数の会議を通じて同じ人物を見分ける。Google、Microsoft、Appleのカレンダー連携が予定済みの会議を自動で取り込み、そのすべてをボットなしでこなす。音声を自分のマシンに留める会議文字起こしツールとして働く。
意味検索つきのノート
ノートを作り、フォルダに整理し、厳密なキーワードではなく意味で検索できる。クラウド同期が端末間でそろえ、AI操作を使えばプロンプトでノートを要約したり作り変えたりできる。チームスペースでは、ログインしたユーザーがリンク、ドメイン、招待でノートを共有できる。
音声と動画の取り込み
手持ちのファイルをドラッグし、まとめてアップロードし、YouTubeのURLを貼り付けて、すでにある音声や動画を文字起こしできる。取り込み時の発言者検出は任意で、インタビューや録音した通話をテキストにするときに役立つ。
公開APIとMCPサーバー
REST APIがノート、フォルダ、文字起こし、カスタム辞書、スニペットをコードから扱え、MCPサーバーがAIアシスタントを同じデータにつなぐ。APIキーの管理は有料プランにあり、キーごとに権限が絞られるので、ツールは許可した範囲しか触れない。
メリットとデメリット
メリット
- MITライセンスで完全にオープンソースなので、プライバシーに関する主張は信じるだけでなく検証できる。
- ローカルの音声入力はどのプランでも無制限かつ無料で、オフラインの文字起こしが課金の壁にぶつかることがない。
- macOS、Windows、Linuxで同じ機能がそろい、有料プランにはiPhoneとiPadのアプリも加わる。
- 自分のキーを使うクラウド文字起こしなら、すでにモデル提供元に払っている人に強制的なサブスクは要らない。
- 会議の文字起こしは発言者ラベル付きでボットなしに動く。これを好む主催者は多い。
デメリット
- 初回設定で音声モデルを選んでダウンロードする必要があり、ワンクリックのWebツールより手間がかかる。
- ライブの発言者識別と声紋はIntel Macにはなく、そこでは会議メモがキーワード検索に後退する。
- APIキーの管理と端末間の同期は有料プランの後ろにあり、本格的な自動化には少なくともProグレードが要る。
- SSOや監査ログといった最も進んだ制御は、価格が個別のEnterpriseプランでしか使えない。
よくある質問
無料だ。ローカルの音声入力はどのプランでも無制限かつ無料で、アプリ自体もオープンソースである。有料のグレードはクラウドの文字起こしの上限、会議の時間、チーム機能を足すが、オフラインの音声入力で鍵がかかるものは何もない。
関連コンテンツ
OpenWisprに関連するツール、スキル、記事を探す。
OpenWisprの代替ツール
Foley
Hanamori Labs, LLC · 音声・言語 · 生産性向上 · AIアシスタントFoleyは音声ToDoリストだ。話した一文をプロジェクト・日付・時刻まで入ったタスクとして整理し、その後はすでにあるリストを軸に一日の順番を組み立てる。
HireKey
HireKey · 音声・言語 · 生産性向上 · 学習HireKey は元テック業界リクルーターが作った AI 求職コパイロット。求人適合分析、職務経歴書のカスタマイズ、面接練習、応募管理を一つの画面にまとめる。
Fluence
Yay Software (Yannick Huchard) · ライティング · 音声・言語 · 生産性向上Fluence は Android 向けのドキュメントリーダーだ。PDF、EPUB、Word 文書、ウェブ記事を読み上げ、発話中の文を画面で追わせ、本文についての質問にも端末上で答える。