Whisper Notes

iOS・macOS対応のオフライン音声文字起こしアプリ。思いつきや会議、講義を録音すると、端末内だけで高速かつ正確に文字起こしします。

はい。Whisper Notesは同じオープンソースのWhisperモデル（Whisper Large V3 Turboを含む）を、ネイティブアプリとして100%デバイス上でローカル実行します。Pythonもwhisper.cppのビルドもコマンドラインも不要です。モデルはアプリ内でダウンロードでき、文字起こしはすべてNeural Engine上でオフラインで動作します。

はい、完全にオフラインで使えます。録音も文字起こしもすべて端末内で処理され、インターネット接続は一切不要です。

いいえ。データが端末の外に出ることはありません。アナリティクスやトラッキングは一切使わず、文字起こしサーバーも運用していないため、音声にアクセスする手段がそもそもありません。

はい。会議、講義、インタビューの録音を読み込めます。MP3、M4A、WAVなど主要な形式に対応。iPhoneでは「ボイスメモ」アプリから直接共有もできます：録音をタップ → 「...」→ 共有 → 「Whisper Notesで文字起こし」。自動化したい場合は、「ショートカット」アプリの「Transcribe Audio」アクションを使えます。音声ファイルを渡すと、テキストが返ってきます。Whisper Notesのアクションはほかに「Start Recording」「Stop Recording」「Stop & Get Transcription」「Last Transcription」があり、全部で5つです。すべて端末内でオフライン処理されます。

どのアプリでもFnキーを押しながら話すだけ——Gmail、Slack、VS Code、Notes、ChatGPT、Claude、ブラウザのテキスト欄など。キーを離すとテキストが表示されます。完全オフラインなので、クラウドベースのアプリを使っていても音声のプライバシーは守られます。ショートカットキーをカスタマイズするには、左サイドパネル → 「音声入力」（「設定」ではありません）を開いてください。Fnキーのない外部キーボードをお使いの場合に便利です。

はい（Mac版で利用できます）。Zoom、Microsoft Teams、Google Meetの会議が始まるとWhisper Notesが検出し、録音するかどうかを確認します。設定 → 会議録音 で録音を自動的に開始するようにもできます。すべて端末内で文字起こしされます。会議の録音には画面収録の許可が必要です（システム設定 → プライバシーとセキュリティ → 画面収録とシステムオーディオ録音）。ほかの参加者の声は、何で聞いていてもシステムオーディオから録音されます。AirPodsなどのBluetoothヘッドフォンも使えます。相手側は常に録音され、「マイクを録音」（デフォルトでオン）で、選択したマイクからあなた自身の声も加わります。

はい。Whisper Notesは、録音、読み込んだ音声ファイル、会議録音の話者分離（話者ダイアライゼーション）をすべて端末内で行います。話者名を一度変更すれば文字起こし全体に反映され、SRT・VTT書き出しにも名前が残ります。声が似ている場合は2～6人の話者数を手動で指定できます。iPhoneとMacで利用できます。

100以上の言語に対応。日本語、英語、中国語、スペイン語、ドイツ語、フランス語、韓国語、ロシア語、アラビア語、ヒンディー語、ポルトガル語、イタリア語、オランダ語、トルコ語、インドネシア語、ベトナム語、タイ語、チェコ語、ポーランド語、ウクライナ語、スウェーデン語など。

iPhone：iOS 18以降を搭載したiPhone 12以降（Pro/Plus/Maxモデル、第3世代iPhone SEを含む）。iPhone 11、第2世代SE、それ以前のモデルには対応していません。チップの処理性能が、端末内での文字起こしに足りないためです。

Mac：すべてのMシリーズMac（M1、M2、M3、M4、および将来のチップ）。Intel Macには対応していません。100以上の言語をカバーする多言語向けの選択肢であるWhisper Large V3 Turboはモデルが大きいため、使う場合は8GB以上のRAMを推奨します。

いいえ、使えません。Whisper NotesはAppleのNeural Engineを前提に作られているため、iPhoneとiPad（iPhone 12以降）およびApple SiliconのMac（M1–M4）で動作します。Windows版、Android版、Intel Mac版はなく、リリース予定もありません。

配布はApp Storeとwhispernotes.appのみです。Whisper Notesの.exeやAPK、「PC版」を配っているサイトがあれば、それは当社のものではありません。マルウェアとして扱ってください。

Windowsでオフライン文字起こしをするなら、Buzzは画面から操作できる無料のWhisperアプリ、whisper.cppはコマンドラインでの方法です。どちらも手元でモデルを動かすので、音声はPCの中に留まります。詳しくはWindowsのページをご覧ください。

Whisper Notesは用途に応じて最適化された複数のAIモデルを提供しています。

iPhone：Parakeet（デフォルト）はヨーロッパの25言語に対応し、誤りが少なめ。Whisperは100以上の言語に対応しますが、無音部分にフィラーワードが入ることがあります。

Mac：Parakeet V3（デフォルト）はヨーロッパの25言語に最適化。Whisper Large V3 Turboは多言語向けの選択肢で、100以上の言語に対応します。Parakeetの25言語に含まれない音声のときに選んでください。中国語、日本語、韓国語、広東語は設定でSenseVoiceを選んでください。これらの言語を担当するエンジンで、アプリが自動で切り替えることはありません。公式サイトからダウンロードするMac版では、Qwen3-ASR 1.7B（Beta）も選べます。30言語に対応し、文字起こしの途中から文字が出てきます。メモリは16 GBを推奨します。Mac App Store版とiPhoneにはありません。

文字起こしの品質がお使いの言語で低い場合は、設定でモデルを切り替えてみてください。また、自動検出ではなく手動で言語を選択することもお試しください。

Parakeet V3（デフォルトモデル）を使用すると、文字起こしは非常に高速です。Macでは、M4 Proでの自社計測でParakeetが実時間の103倍、Whisper Large V3 Turboが14.3倍でした。iPhoneでは端末によって速度が異なります：iPhone 15などの新しいモデルはかなり高速です。より多くの言語をサポートするためにWhisperに切り替えた場合、約1:5の比率になります — iPhone 15で5分の音声が約1分で処理されます。

まだ対応していません。ただし、文字起こし中はテキストがリアルタイムで表示されます（ストリーミング出力）。Whisper Notesは録音完了後に文字起こしを行います。音声全体を解析することで、より高い精度を実現しています。

はい。文字起こしはタイムスタンプ付き、またはSRT字幕として書き出せます。MacではVTTにも対応しています。Macで動画を読み込むと字幕編集画面が開き、動画に重ねて字幕を確認・編集し、SRTまたはVTTで書き出せます。また、Macではすべての文字起こしがMarkdown（.md）ファイルとして、YAMLフロントマター付きで音声ファイルの隣に保存されます。保存先フォルダは自由に選べ、Obsidianの保管庫（Vault）も使えます。

はい（公式サイトのMac版で利用できます）。端末内で動くAIモデル（Gemma 4）をダウンロードすれば、ワンクリックで要約やアクションアイテムを作成でき、文字起こしテキストとチャットして質問したり要点を抽出したりもできます。タイトルの生成にも対応しています。すべて端末内で処理され、外部に送信されることはありません。

iPhoneではAI要約機能はまだ利用できません。必要に応じてテキストをコピーしてChatGPTやClaudeをお使いください。

はい（公式サイトのMac版で利用できます）。3分以上の録音については、ローカルAIと文字起こしテキストについてチャットできます——会議の要点確認、アクションアイテムの抽出、内容に関する質問など。アクセスするには、3分以上の録音で「詳細な文字起こしを表示」をタップしてください。すべて端末内で処理されるため、会話内容は完全にプライベートです。

短い録音の場合、Whisper Notesは自動クリーンアップを行いますが、チャット機能は利用できません。

はい。公式サイトからダウンロードする Mac 版 Whisper Notes には whispernotes コマンドラインツールと MCP サーバーが組み込まれており、Claude などの AI アシスタントが履歴の検索、文字起こしの読み取り、ファイルの文字起こしを行えます。すべてローカルソケット経由でデバイス上で動作し、ネットワークポートは一切開きません。詳しい設定ガイド：Whisper Notes CLI & MCP

買い切り。サブスクなし、広告なし、隠れた料金なし。

iOS：App Storeで$7.99で購入。

Mac：公式サイトから無料ダウンロード。毎週5,000語まで無料——クレジットカード不要、登録不要。週の上限を外したくなったら、アプリ内で$14で完全版を解除。両プラットフォームとも今後のアップデートすべて含む。

iOS版とMac App Store版はApp Storeから入手できます。Mac DMG版は公式サイトからダウンロードでき、毎週5,000語まで無料で使えます。システム全体のFnキー音声入力を使う場合はDMG版を推奨します。最新価格は各購入画面でご確認ください。

はい（Mac版で利用できます）。公式サイトからダウンロードすると毎週5,000語無料。クレジットカード不要、登録不要。会議、講義、音声メモの文字起こしにお試しください。

iOSはApp Storeで$7.99で購入。ご不満の場合は設定→返金リクエストから。

簡単に言うと、App Store版を別々に購入する必要はありませんが、DMG版は別売りです。App Storeで一度購入すればiOS版とMac App Store版の両方を利用でき、どちらも録音と読み込んだ音声の文字起こしに対応しています。

Appleの制限により、Mac App Store版では、システム全体の音声入力（Fnキーを押しながら話す）を提供できません。DMG版には端末内AIアシスタントもあります。これらの機能が必要な方や、最新機能とモデル更新をいち早く利用したい方は、公式サイトで別売りのDMG版をお選びください。独立開発へのご支援ありがとうございます。

はい。設定 → 返金リクエストからお手続きください。

いいえ。これはプライバシー保護のための意図的な設計です。すべての録音と文字起こしは端末内に保存されるため、iPhoneとMac間のクラウド同期はありません。音声データがサーバーを経由することはありません——Appleのサーバーも含めて。別のデバイスにテキストが必要な場合は、手動でエクスポートできます。

端末の性能によります。処理はすべてクラウドではなくiPhone内で行うため、速度はチップで決まり、新しいiPhoneほど早く終わります。iPhone 15でParakeetを使うと、5分の音声を約18秒で文字起こしできます。Whisperでは約1分です。Whisper NotesにはiPhone 12以降が必要です。

iOSの制限です。Whisper Notesは文字起こしにGPUが必要ですが、AppleはアプリがバックグラウンドでGPUを使用することを許可していません。文字起こし中にアプリを切り替えた場合は、戻って「再文字起こし」をタップしてください。

実際の使われ方を具体的に挙げます。インタビュー：iPhoneで録音するか、既存の音声ファイルをMac版に読み込ませると、文字起こしは録音した端末の中に留まります。会議：Mac版はシステム音声とマイクを同時に録るので、会議にボットを参加させる必要がありません。執筆：公式サイトからダウンロードするMac版なら、どのアプリでもFnを押しながら話し——メール、メモ、エディタ、ターミナルでも——離すとカーソル位置に文字が入ります。ボイスメモ：iPhoneのロック画面からワンタップで録音が始まります。

アカウントも不要で何もアップロードしないため、NDAや情報取扱い規程で端末の外に出せない録音にも使えます。購入前に確認しておきたい点がひとつ。システム全体のFn音声入力は公式サイトのMac版だけで使えます。Mac App Store版はAppleの規約で認められていないため、搭載していません。

何を重視するかによります。検証できる事実を挙げます。文字起こしはiPhoneやMacの中だけで行われ、音声も端末に留まるので、機内モードでも動きます。買い切りでサブスクリプションはありません。iPhoneは$7.99、Macは毎週5,000語まで無料で、$14の買い切りなら語数無制限です。エンジンはどのバージョンにも3つ入っていて、どれを使うかは利用者が選びます。既定のParakeet V3はヨーロッパの25言語、Whisperは100以上の言語（MacはLarge-v3 Turbo、iPhoneはSmall）、中国語・日本語・韓国語・広東語はSenseVoiceで、これは設定で自分で選びます。公式サイトからダウンロードするMac版には、自分で選べる4つ目のエンジンがあります。Qwen3-ASR 1.7B（Beta）で、30言語に対応し、メモリは16 GBを推奨します。Mac App Store版とiPhoneは3つのままです。インターフェースは32言語に対応しています。

録音を端末の外に出したくない、月額ではなく一度で払いたい——そういう場合にWhisper Notesが合います。チームの共有ワークスペースや共同編集、Windowsでの利用が必要なら、クラウド型のほうが向いています。どの場面でどれを選ぶかはオフライン文字起こしアプリの比較にまとめました。

はい。どちらもMacでFnキーを押しながら音声入力できます。Typelessは音声をクラウドサーバーにアップロードし、月額$30かかります。Whisper NotesはMac上で動作する$14の買い切りで、音声がMacの外に出ることはありません。M4 Proで試したところ、20秒のクリップが2.5秒で文字になって返ってきました。Typelessでは7～10秒かかりました。違い：TypelessはクラウドのLLMで文章そのものを書き換えます。Whisper Notesは文字起こしと同時に句読点を付け、公式サイトのMac版でAI機能をオンにすると、ローカルのGemmaモデルがフィラーワードを取り除けます。文の構造までは変えないので、文字起こしは録音に近いまま残ります。

はい。どちらも同じWhisper Large-v3 Turboモデルを端末内で実行できます。MacWhisper Proは公式Gumroadストアで€64の買い切り（Mac専用。Mac App Store版はWhisper Transcriptionという別アプリです）。Whisper NotesはiPhone版が$7.99の買い切りです。Mac版は毎週5,000語まで無料で、それ以上使う場合は$14の買い切りです。UIはよりシンプルです。違い：MacWhisperは50以上のエクスポート形式、バッチ処理、動画同期など、プロ向けの音声ワークフロー機能を提供しています。