Whisper Snapper for Mac

Whisper Snapperは、すべての作業に単一モードを強いる代わりに、文字起こしをファイルごとにどこで動かすか選べる。Macでローカルに動かせば何も端末の外に出ず、録音が機密だったり、クラウドへのアップロードに同意していない人のものだったりするときに効く。クラウドのエンジンに切り替えれば、同じ作業がより速く終わり、ときに大きな差で終わる。こうしたファイル単位の制御こそ大半の文字起こしアプリが省いている部分で、一度使うと単一モードのツールに戻るのは性能が下がったように感じる。

大半の文字起こしソフトはモデルを1つ渡して終わりで、だからこそここのエンジン一覧はもう少し注意して見る価値がある。ローカルの選択肢にはWhisperファミリーがあり、TinyからLarge v3、Large v3 Turboまで揃う。加えて英語向けのParakeet v2、複数言語向けのParakeet v3がある。クラウドを使う人はWhisper Large v3、話者ラベル用のGPT-4o Diarize、Deepgram Nova-2に手を伸ばせる。適切なエンジン選びは結局、速さ、精度、対応言語の三つどもえの取捨選択であり、少し試行錯誤するほど報われる部分だ。

文字起こしができたら、アプリは要約を生成して翻訳できる。要約はLlama 3.2を通じてローカルで動くので、その工程も非公開のままだ。翻訳は20以上の言語をカバーし、言語の壁を越えて働く人が別のツールなしで済む。うれしいおまけだ。ファイルを書き出して別の場所に貼り付け、2つ目のサービスを待つ必要もなくなる。

Whisper Snapperは端末上の処理にAppleのMetalとGPUアクセラレーションを使い、この技術があるからこそローカルの経路が土台として速度を保てる。これにより、能力のあるハードウェアではローカルの文字起こしがほぼリアルタイムに近づき、非公開を選ぶことがそのまま遅さを選ぶことにはならない。古いMacでは、最大のモデルで待ち時間が長くなると見ておけばいい。

仕上がった文字起こしは編集も検索もでき、プレーンテキストから字幕ファイルまで幅広い形式で書き出せる。再生はテキストと同期するので、特定の行に飛んで、引用する前に実際に何が話されたかを確認しやすい。字幕のために動画をテキストにするなら、この同期が、タイミングを勘で当てるか一発で決めるかの差になる。

登録の壁はない。アプリを入れ、ファイルを放り込めば結果が出る。もう1つログインを増やしたくない人、録音にクラウドのプロフィールを結びつけたくない人にとって、これは実用的な便利さだ。オフラインでの文字起こしはここでは既定の姿勢であり、後からオンにする有料の追加機能ではない。