VTT for Mac

VTTはAppleの端末上Speechエンジンで文字起こしするため、標準設定では音声がMacを離れる必要がない。アカウントもサインインも、バックグラウンドで走る分析もない。機密を扱うなら、Web版の文字起こしサービスよりこれを選ぶ決定的な理由になる。署名するものは何もない。信頼すべきものも何もない。

SwiftとAppKitで書かれており、小さく起動も一瞬だ。Electronの殻はない。数百メガバイトも、開くたびの0.5秒の遅延もない。このアプリはmacOS専用であり、開発者は今後もそうだと述べている。

グローバルホットキーでどこからでも音声入力を起動でき、聞き取り中であることを示すライブ波形が出るため、キー入力が実際に拾われたかを一目で判断できる。止めると、テキストはアクティブなアプリへ直接挿入されるので、ウィンドウ間でコピー＆ペーストする必要がない。専用ウィンドウを要求するのではなく、すでにやっている作業に溶け込む。覚える新しい習慣はない。押して、話して、終わりだ。

自分のAPIキーでDeepgram、OpenAI、ElevenLabsを接続し、事業者ごとに正確なモデルを選べる。たとえばOpenAI Whisper音声入力は、なまりや騒がしい録音を、同じ音声に対して端末上の小型モデルが到底かなわないレベルで処理する。難しい音声で、プライバシーを少し引き換えに精度を大きく上げる方法だ。キーは自分のものなので、事業者へ従量課金の料金で直接支払う。間に立って利用量に上乗せするサブスクは存在しない。

VTTは、各言語を最も得意なエンジンへ自動または手動で送れる。仕事の合間に頻繁に言語を切り替えるなら、これは見た目以上に大きい。キーボードの入力ソースに従えば、正しい言語が戻ってくる。エンジンが勝手に、頼んでもいない何かへあなたの言葉を翻訳することはない。

端末上の言語モデルを事前に取得しておけば、キーを押した瞬間に音声入力が使える。モデルの読み込みによる初回の待ちを避けられる。一度消えれば毎日気づくような、小さなことだ。音声入力はキーを押した瞬間に始まるべきで、これがそれを実現する。

すべての音声入力はローカル履歴に入り、新しい順に並ぶ。アプリが閉じたり、貼り付けが間違ったウィンドウに飛んだりしても、録音やコピーした内容が本当に失われることはない。最近のものはクリックで貼り直せ、最新のものはメニューバーから直接取り出せる。