OrateMe
Lavish Thakkar · 音声・言語 · 学習
OrateMe は Google Gemini を搭載した macOS 向けのオープンソース音声入力アプリで、自分が本当に言いたいことをあらゆるテキスト欄に打ち込み、実際に話す言語に対応する。
OrateMe について
What Is OrateMe
OrateMe は、個人開発者 Lavish Thakkar が作った macOS 向けの音声入力アプリだ。右の Option キーを押しっぱなしにして普段どおりに話すと、アプリは今アクティブな入力欄に整った文字を打ち込む。音声認識モデルではなく Google Gemini の上で動くため、音声をそのまま聞き取り、多くのツールがつまずく混ざった話し方も理解する。
狙いははっきりしている。大半の音声入力アプリは標準的な英語以外を平らにしてしまう。土台にしている Whisper がインターネット上の英語で学習されているからだ。OrateMe はそこを Gemini に置き換えた。文中で言語が切り替わっても対応できる。ヒングリッシュやスパングリッシュ、タグリッシュなど数十種に及ぶ。しかも反対側で本物の言語モデルが聞いているので、文法を直す、箇条書きにする、といった指示も出せる。
使う人を決める点は2つある。アプリは macOS 専用で、自分の Google AI Studio か Vertex AI のキーが必要だ。つまり支払う先は Google で、サブスクではない。コードは丸ごと GitHub で公開されており、自分のキーを使えば文字起こしが OrateMe のサーバーを通ることはない。
Getting Started
- GitHub から OrateMe の .dmg をダウンロードし、アプリを「アプリケーション」フォルダにドラッグする
- 起動してマイクへのアクセスを許可し、次に他のアプリへ貼り付けるためのアクセシビリティ権限を与える
- 無料枠のある Google AI Studio の Gemini API キーを追加する。ヘビーに使うなら Vertex AI のキーを使う
- 右の Option キーを押しながら話し、離すと OrateMe が文字起こしして貼り付ける
AIツール情報
OrateMe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
- 多言語を話す人：1文の中で2つ3つの言語を混ぜて話し、それを崩れた英語にしないツールを求める人
- 開発者と書き手：コードやメモ、下書きを声に出して考え、テキストをそのままエディタに落としたい人
- プライバシーを重んじる専門職：音声を仲介業者に渡さず、自分の Google キーを手元に置きたい人
- Mac のヘビーユーザー：メニューバーで生活し、アプリごとの拡張ではなく1つの音声入力面で全アプリをまかないたい人
- オープンソース好き：閉じたアプリを信じるより、読んでフォークして自前で動かしたい人
タスク
- メモやメッセージの音声入力：考えを話すと、アクティブな欄に句読点の整った文字が入る
- 言語を混ぜた文章作成：ヒングリッシュやスパングリッシュ、タグリッシュで書き、途中でアプリを直さなくてよい
- コードとコマンド：断片や用語を音声入力し、カスタム語彙が正しい綴りを保つ
- 指示つきの音声入力：箇条書きに整える、文法を直す、最後の一行を翻訳する、と頼める
- 検索とプロンプト：アプリをまたいでチャット欄や検索バーを声で埋める
シーン
- 急ぎのメール：キーを押して口述すると、Mail にすでに書かれた状態で文字が現れる
- 海外の家族へのメッセージ：ある言語で自然に話し、同じ流れで翻訳も頼める
- 通話中に走り書き：両手はキーボードに置いたまま、考えが正しい文書に収まる
- エディタでの下書き：VS Code や Obsidian で一段落を口述し、ウィンドウを切り替えずに貼り付ける
- タイピングの負担を減らす：手首を休めたいときに長い文章を音声入力し、あとで整える
主な機能
ネイティブな多言語音声入力
OrateMe は文字起こしモデルではなく Gemini を通して聞くので、実際に話す言語の混ざり方に対応する。英語、ヒンディー語、パンジャブ語、ベンガル語、タミル語など約90言語をカバーし、文中で言語を切り替えてもついてくる。ここが Whisper 系のツールとの根本的な違いだ。後者は非英語の話し方を推測に潰しがちである。
文字起こしではなく指示が出せる
反対側で本物の言語モデルが動いているので、自分の言葉をどう扱うかを OrateMe に伝えられる。文法を直す、つなぎ言葉を消す、一覧を箇条書きにする、口述した句読点を処理する、話しながら一行を翻訳する、といった頼み方ができる。これは効くときと効かないときがあるキーワードではなく、確実に従われるルールだ。
Mac のどんなテキスト欄でも動く
アプリはメニューバーに常駐し、アクティブなテキスト欄に文字を打ち込む。Slack でも Mail でも Notion でも Obsidian でもターミナルでも同じだ。ブラウザ拡張もアプリごとの設定も要らないので、1つのアプリが Mac で書くあらゆる場所をまかない、ツール間のコピー＆ペーストをなくす。
押して話す録音方式
録音は右の Option キーを押している間だけ始まり、離すと止まる。だから背後で常に何かが聞いている状態にはならない。小さな選択だが、周りに人がいる場所で作業する人や、消えないマイクが気になる人には効いてくる。
カスタム語彙
名前やブランド、専門用語を自分用のリストに追加でき、OrateMe は毎回正しく綴る。コードや製品名、社内用語を音声入力する人にとって、繰り返しの修正が一度きりの設定に変わる。
録音履歴
アプリは録音履歴をローカルに保つので、過去の文字起こしを一覧で見て、再生し、コピーできる。書類を探し回る必要はない。すべては自分のマシンに残り、自分のキーを使う方針と噛み合っている。
メリットとデメリット
メリット
- Whisper 系のツールが苦手とする非英語や言語混在の話し方を扱える
- 文法修正から箇条書き、その場の翻訳まで、本物の指示に従う
- 1つのメニューバーアプリで macOS のどんなテキスト欄でも動き、アプリごとの拡張が要らない
- GitHub で完全にオープンソースなので、読む、フォークする、自前で動かすができる
- 自分の Google キーを使えばサブスクはゼロで、自分と Gemini の間に仲介者もいない
デメリット
- macOS 専用のため、Windows や Linux、モバイル向けの版はない
- Google AI Studio か Vertex AI のキーが必要で、初回利用の前に設定が一手間増える
- OrateMe API のクレジット方式は近日公開とされ、キーなしではまだ使えない
- Gemini での音声入力は Whisper より遅く、安定したインターネット接続が要る
よくある質問
OrateMe は音声を文字に変えて、アクティブな入力欄に打ち込む macOS の音声入力アプリだ。タイピングより話す方が自然な人に向けて作られ、多言語や言語混在の話し方を潰さずそのまま保つ。
関連コンテンツ
OrateMeに関連するツール、スキル、記事を探す。
OrateMeの代替ツール
Prosp
Prosp · ライティング · 音声・言語 · マーケティングProspは、代理店や営業チーム向けに作られたAI LinkedInアプローチツールだ。見込み客ごとに自分の声でメッセージとボイスメッセージを書き、相手が本当に返信するように仕向ける。アカウントをつなぎ、リードを見つけ、AIにパーソナライズされたメッセージを大量に下書きさせて送信させる。すべて1つの受信トレイから行える。大量のアウトバウンドを回す人向けにできている。それがこの製品の売り込みのすべてだ。それでも各接点は人間らしく感じられなければならない。
Wordly AI Translation
Wordly · 音声・言語 · 生産性向上Wordly AI Translationは、会議・カンファレンス・イベント向けに作られたリアルタイムAI翻訳・字幕プラットフォームだ。60以上の言語でライブ翻訳、字幕、文字起こし、要約を提供し、参加者は専用ヘッドセットを使わず、QRコードを読み取るかリンクを開くだけで参加できる。Zoom、Microsoft Teams、Google Meet、Webexと連携し、セッションごとに人間の通訳を雇わずに多言語対応したい組織に向く。それだけのことだ。
Musicful
Musicful AI · 音声・言語 · 動画Musicfulは、テキストを数分で音楽に変えるAI音楽ジェネレーター兼AIミュージックビデオ作成ツール。テキストの指示、歌詞、あるいは口ずさんだメロディーを渡すと、ボーカルと楽器が入った完成したトラックを返す。AI楽曲ジェネレーターとしても機能し、自分が作った曲からミュージックビデオを生成し、AIカバーツールと開発者向けAPIも備える。ウェブブラウザとAndroidアプリで動くので、パソコンで曲を始めてスマホで続きを進められる。