Mac と iPhone のオフライン文字起こしアプリ、2026年の正直な選び方

結論から

• チームでの共同作業と共有コメントが必要なら、クラウドのOtterかNottaを。代償は、音声がアップロードされ、サブスクリプションが更新され続けることです。
• 音声を自分の端末の外に出せないなら、現実的な候補は2本です。MacWhisperは十徳ナイフで、機能はひととおり揃っているぶん複雑。Whisper Notesは単純なほうです。どちらもMac版とiOS版があります。
• WindowsかLinuxを使っている、または予算がないなら、Buzz。無料でオープンソースです。
• ときどき英語のメモを録るだけなら、Apple標準の機能がすでに無料でやってくれます。

録音をクラウドに上げても構いませんか？

文字起こしツールは、大きく二種類しかありません。モデルが自分の端末で動くか、ベンダーのAPIを呼ぶかです。ここで録音のプライバシーと精度が決まり、たいていは料金も決まります。API型のサービスは事実上サブスクリプションだけで、買い切りはありません。

APIの利点はクラウドGPUでの推論です。モデルは数ギガバイト、ときには数十ギガバイトにもでき、そのぶん文字起こしの精度で先を行きます。たとえばElevenLabsのScribeです。代償も同じくらい具体的です。音声は他社のサーバーに渡り、分数は計測され、上限があり、サブスクリプションは更新されます。

一方でAppleのMシリーズチップと最近のiPhoneは、オープンな音声モデルを動かすだけのローカル演算能力を持つようになり、その差はたいていの録音では気づかないところまで縮みました（正直な比較は後半のFAQにあります）。録音は端末の外に出ず、文字起こしは速くて正確で、この種のアプリはたいてい買い切りです。

ここから先は、ローカルで動くツールだけを扱います。

全体像

🟢 対応 · 🟡 一部対応 · 🔴 非対応

機能と価格は各ベンダーが自社サイトに書いているとおりで、変わることもあります。表の並び順は順位ではありません。購入前に各社のサイトでご確認ください。

ローカル勢の一騎打ち——MacWhisperかWhisper Notesか

音声を端末の外に出さないと決めれば、Appleプラットフォームの候補は2本です。MacWhisperとWhisper Notes。どちらも同じオープン音声モデルを走らせ、どちらも買い切りで、どちらもMacとiPhoneの両方にあり、どちらもこのページ末尾の機内モードのテストを通ります。違うのは原理ではなく性格です。片方は選択肢を全部並べ、もう片方は画面をすっきりさせます。

MacWhisper——文字起こしアプリに載せられる機能は、ひととおり載っている

MacWhisperは無料プランでも、主要な音声・動画フォーマットを100以上の言語で文字起こしでき、プレーンテキストとSRT/VTTの書き出し、マイク録音、システム全体の音声入力まで使えます。Proライセンス——MacWhisperの公式サイトに€64の買い切り、生涯アップデート付きと明記されています——を入れると、そこから先は本格的なワークステーションになります。話者の自動認識、バッチ処理、監視フォルダ、YouTubeやメディアURLの文字起こし、Zoom・Teams・Webex・Skype・Chime・Discordの会議録音、字幕の翻訳、話者ごとに分けたポッドキャスト音声、.docx/.pdf/.md/.htmlの書き出し、CLI、Notion・Obsidian・Zapierとの連携。文字起こしまわりで存在する機能は、たいていMacWhisperがすでに出しています。すべての選択肢を一つの屋根の下に置きたいなら、買うべきはこれです。ツールは単純なままでいてほしいなら、次のWhisper Notesを読んでください。

その幅広さの代償は、ツールの形に出ます。密度が高いのです。iOS版はWhisper Transcriptionという名前で、Mac版の機能の一部を持ち込んでいます。ベンダー自身のドキュメントによれば、端末内のモデルにはiPhone 15以降が必要です。コックピットが好きな人には（実際そういうプロは多いのですが）、これは欠点ではありません。機能ごとの比較はWhisper Notes と MacWhisperにあります。

Whisper Notes——三つの仕事を、二台の端末で、きれいに片づける

Whisper Notesは、人が音声で実際にやっている三つのことに絞り、その周りを最小限にしています。音声入力：Fnキーを押しながら話すと、そのときフォーカスのあるアプリに文字が入ります。Slackでも、エディタでも、ターミナルでも（公式サイトからダウンロードするDMG版）。会議の文字起こし：Macの両チャネルでシステム音声とマイクを同時に録り、通話にボットは入りません。DMG版はZoom、Teams、Google Meetの通話を自分で検出して録音を始め、要約とアクションアイテムをGemma 4で端末内に書き出します。APIキーも、クラウドへの通信もありません。ファイルの文字起こし：全チャネルで三つのエンジン（Parakeet V3、Whisper、SenseVoice）が使え、101言語をカバーします。話者ラベルは端末内で計算され、1時間の音声に約15秒で付きます。

iPhoneに載るのは一式そのままで、削られた版ではありません。録音、ファイルの読み込み、フォルダ、エンジンの選択、話者ラベルまで、すべて手元の端末で動きます（iOS 18以降、iPhone 12以降を推奨）。App Storeで$7.99を一度支払えば、iPhone版とMac App Store版の両方を使えます。画面は邪魔をしません。録って、読んで、書き出す。それだけです。

ですから、性格で選んでください。選択肢が全部欲しくて、密度の高いツールが好きならMacWhisper。ツールには消えていてほしい、三つの仕事をきちんとこなして画面はすっきり、同じアプリがポケットにも欲しい、ならWhisper Notes。どちらを選んでも音声は手元に残り、1バイトもアップロードされません。

仕事その1：カーソルに直接しゃべって入力する

キーを押しながら一文しゃべり、離すと、フォーカスのあるアプリに文字が入る。この流れのことです。このページで最も要求が厳しい仕事でもあります。使っていることを忘れる程度に速く、しかも自分の管轄外のアプリに文字を差し込めなければなりません。

Whisper NotesはMacでこれを標準で行います。Fnを押して、話して、離すだけ。録音の文字起こしと同じローカルエンジンを使うので、設定もアプリごとの下準備も要りません。搭載しているのは公式サイトからダウンロードするDMG版です。App Store版には入れられません。他のアプリに文字を入力するアクセシビリティAPIが、Appleのサンドボックス規則で使えないからです。その経緯はMac版がApp Storeを離れた理由に書きました。仕組みそのものはWhisperでMacのシステム全体の音声入力を実現するで説明しています。

音声入力の専門家——SuperwhisperとVoiceInk

音声入力を機能ではなく製品そのものとして扱っているアプリが2本あります。一日中しゃべって書いているなら、見る価値があります。Superwhisperの「モード」は、生の文字起こしをプロンプトで別の形に整え直します。メール、コミットメッセージ、バグ報告。ここに並ぶものは他にありません。クラウドが入ってくるのも、まさにそこです。設計はハイブリッドで、既定はローカルモデルですが、精度や書き換えに関わるいくつかの機能は音声やテキストをクラウド事業者に通します。つまり「ローカルかどうか」は選んだモードで変わります。macOS、Windows、iOSで動き、無料プランに期限はなく、公式サイトに載っている買い切りライセンスは$249.99。このページで最も高い金額です。VoiceInkは同じ音声入力の流れをApple SiliconのMacで提供し、買い切りライセンスは$29（複数台なら追加）。GitHubで公開開発されているので、プライバシーの主張をソースコードで確かめられます。より細かい一対一の比較はSuperwhisperの代替のページにあります。

判断の基準は仕事量です。音声入力が仕事のすべてで、プロンプトによる書き換えが本題なら、専門家を買ってください。音声入力が、会議や録音やスマートフォンから来るファイルと並ぶ作業の一つなら、Whisper Notesはそれらをすでに扱っているアプリの中で音声入力もこなします。ツールは一つ、支払いは一度、プライバシーの考え方も一つ。条件付きではないローカル処理です。

Apple標準の音声入力——無料で、すでに入っていて、実際よくできています

誰かにお金を払う前に、macOSとiOSに最初から入っている音声入力を試してください。最近のハードウェアなら多くの言語が端末内で処理され、システム全体で使えます。短い文章なら、有料ツールとの差はネットで言われるほど大きくありません。崩れるのは長文です。句読点の一貫性、専門用語、そして後処理が一切ないこと。一段落しゃべって、そのあと一分かけて直しているなら、そこが有料ツールの元が取れ始める地点です。

仕事その2：手元にあるファイルを文字起こしする

ここでは条件が逆になります。リアルタイム性は関係なく、手元のMP3やM4A、MP4から文字を取り出したいだけです。差がつくのは三点。ファイルがどこにあるか、中身が何語か、そして話者ラベルや書き出し形式、まとめての処理といった周辺の作業を、アプリがどこまで肩代わりするかです。

Whisper Notes——どちらの端末のファイルでも、言語に合わせたエンジンで

録音がiPhoneの中にあるなら：Buzzにはスマートフォン版がありません。MacWhisperにはiOSアプリ（Whisper Transcription）がありますが、公式ドキュメントによれば端末内のモデルにはiPhone 15以降が必要です。Whisper NotesはiPhone本体で録音も文字起こしもできます（iOS 18以降、iPhone 12以降を推奨）。「ファイル」アプリやボイスメモから、動画も含めて読み込めます。App Storeで$7.99を一度払えばiPhone版とMac App Store版の両方が使えるので、スマートフォンは別のツールのための録音機ではなく、それ自体がツールになります。

音声が中国語、日本語、韓国語、広東語なら、アプリよりエンジンが効きます。WhisperはCJKで最も強いモデルではありませんし、このページのツールの多くはWhisperしか積んでいません。Whisper Notesは全チャネルで、WhisperとParakeet V3に加えてSenseVoiceを積んでいます。私たちのテストでは、27分の中国語ポッドキャストをM4 Proで13.83秒で文字起こしし、句読点もWhisperより正確でした。比較はSenseVoiceとWhisperのCJK比較に、エンジンごとの対応言語表はwhispernotes.app/languagesにあります。

誰が話したかを知る必要があるなら、話者ラベルは全チャネルで端末内で動きます。iPhone版は1.8.5以降、Mac App Store版、そして公式サイトからダウンロードするDMG版は1.5.1以降です。1時間の音声に約15秒でラベルが付きます。声紋は生体情報ですから、その計算を自分のチップの上で済ませたいと考えるのはもっともです。モデルと、うまくいかない条件は端末内での話者分離に書いてあります。ここに挙げた他のローカルツールで話者認識ができるのはMacWhisperのProプランだけで、AikoとApple標準機能にはありません。

英語をそのまま流し込む速度では、どのベンダーも認めたがらないほど差がありません。全員が同じオープンモデルを走らせているからです。目安として、私たちが公開したベンチマークでは、Parakeet V3が35分の音声をM4 Proで18秒で処理しました。再現できる数字であり、アプリの違いよりモデルの性質を物語ります。ウィンドウよりターミナルが好きなら、DMG版は1.5.5からCLIとMCPサーバーを同梱しているので、スクリプトやAIアシスタントからローカルで文字起こしと検索ができます。

MacWhisper——Macで最も深いファイル処理

ファイルがMacにまとまって届くなら（ポッドキャストの過去回、インタビューが詰まったフォルダ）、MacWhisper Proはまさにそのために作られています。バッチ処理、置いたファイルを片端から文字起こしする監視フォルダ、YouTubeとメディアURLの入力、Notion・Obsidian・オフィス形式への書き出し。このワークステーション的な深さは本物です。私たちは意図的にそこへは深さを注がず、iPhoneアプリ、CJKのエンジン、端末内の話者ラベルに向けました。ですから分かれ目は冒頭の候補と同じです。ファイルがMacに積み上がるならMacWhisper。ファイルがスマートフォンから始まる、音声がCJK、あるいはケーブルの両端で同じアプリを使いたいなら、Whisper Notesです。

Buzz——無料、オープンソース、WindowsとLinuxではこれが答え

BuzzはMITライセンスのデスクトップアプリで、macOS、Windows、LinuxでWhisperをローカルに動かします。GPUアクセラレーション、フォルダ監視、TXT/SRT/VTTの書き出し、CLIを備えています。二つの状況では文句なしに勝ちます。予算：お金が一番の制約なら、分単位の上限なしで無料という条件は、このページのどの有料ツールにも勝ちます。プラットフォーム：私たちにはWindows版もAndroid版もなく、作る予定もありません。ですからWindowsでの私たちの推奨はBuzzか、faster-whisperのようなコマンドラインツールです。この推奨にはこのサイト内に専用のページまで用意しました。正しいツールに送るほうが、ごまかすよりましだからです。引き換えに諦めるのは仕上がりです。Buzzは製品というよりユーティリティで、それが画面と初期設定に出ます。Apple製品を使っていて数ドルの予算があるなら、専用に作られたアプリのほうが毎日気持ちよく使えます。

Aiko——最も手数の少ない一発の文字起こし

Aikoがやることは一つです。音声か動画を放り込むと、端末内のWhisperによる文字起こしが返ってきて、字幕として書き出せます。$24の買い切りのユニバーサル購入で、iPhone、iPad、Mac、Vision Proをカバーし、データは端末の外に出ません。制約はそのまま設計です。話者の識別はなく、エンジンも選べず、アプリ内での編集もできません。書き出して、別の場所で直すことになります。「設定なしで、たまに録音を文字にできればいい」という用途なら、Aikoはきれいな答えです。誰が話したかを知りたくなったとき、自分の言語により強いエンジンを選びたくなったとき、あるいは文字起こしをその場で直したくなったときが、卒業のタイミングです。そこが、同じくらいの価格帯でWhisper Notesが立っている位置です。

仕事その3：進行中の会議を記録する

会議になると、オフラインかクラウドかは理念の問題ではなくなります。その場には他の人がいるからです。本当の分かれ目は、会議が終わったあとメモをどう扱うかにあります。

メモがチームの資産なら、OtterとNottaが勝ちます

通話中に字幕が出てほしい、検索できる共有ワークスペースが欲しい、カレンダー連携で会議に自動参加してほしい、出られなかった人にリンクを送りたい。それならクラウドツールを買ってください。OtterのBasicプランは無料で、月300分、1回の会話あたり30分の上限があります。Proは1ユーザーあたり月$16.99、年払いなら月$8.33です。Nottaはほぼ同等で、リアルタイム翻訳が強力です。オフラインのツールにこれはできませんし、ローカル優先の設計をいくら積み上げても変わりません。共同作業にはサーバーが要ります。引き換えに受け入れるのは、音声がアップロードされること、分数が計測されること、サブスクリプションが更新されること、そして参加者一覧にボットが現れるかもしれないことです。私たちの詳しい見解はWhisper Notes と Otter.aiおよびNottaの代替にあります。

録音を端末の外に出せないなら、Whisper NotesとMacWhisperが勝ちます

市場のもう半分は、アップロードできない会議です。患者の診察、秘匿特権のある法律相談、取締役会や報酬の議論、まだ公表していない製品の作業、録音は外に出さないと約束したインタビュー。ここではローカルであることは好みではなく、要件です。Superwhisperも公式サイトに会議録音を挙げていますが、設計はハイブリッドなので、音声がローカルに留まるかどうかは選んだモードによります。「絶対にアップロードできない」が譲れない条件なら、そこはモードごとに確認する必要があり、当然そうなっていると考えないほうがいいです。

Whisper Notesは、Macの両チャネルでシステム音声とマイクから会議を録音します。通話にボットは参加せず、他の参加者に見えるものは何もありません。公式サイトからダウンロードするDMG版はさらに、Zoom、Teams、Google Meetの通話を検出して自動で録音を始めます。会議に入って出てくれば、文字起こしはもうそこにあります。話者ラベルが誰の発言かを分け、Gemma 4が要約とアクションアイテムを端末内で書きます。APIキーも、クラウドへの通信もありません。Mac App Store版は手動で録音します。Appleの規則で自動検出を入れられないためです。手順はMacでのオフライン会議文字起こしにまとめてあります。MacWhisper Proも会議をローカルで録音でき、対応する会議アプリはより広く、Webex、Skype、Chime、Discordまで含みます。通話がそちらにあるなら、それだけで決まるかもしれません。

オフライン勢に共通する制約が一つあります。買ったあとより、今知っていただいたほうがいいので書きます。ここに挙げた完成度の高いコンシューマー向けアプリは、どれも通話中のライブ字幕を出しません。Whisper Notesも、録音が止まってから文字起こしします。その場の誰かが、話されている言葉をその場で読む必要があるなら、クラウドサービスか、字幕専用の製品が必要です。

まずAppleの標準機能を試してください

ボイスメモは録音を無料で文字起こしします——Apple SiliconのMacならmacOS 15以降、iPhoneならiOS 18以降です。システムの音声入力と合わせれば、気軽な用途のかなりの部分はこれで済みます。そこを飛ばして始まる推薦は、何かを売ろうとしています。

弱点は四つあります。文字起こしできる言語が限られていて、Whisperの101言語には遠く及びません（エンジンごとの内訳は対応言語のページにあります）。話者の分離がありません。書き出しらしい書き出しもなく、選択してコピーするだけで、TXTもSRTもVTTも出てきません。まとめての処理もなく、一度に一つ、しかもAppleのアプリで録ったものだけです。どれも気にならないなら、ここで読むのをやめて、お金は使わないでください。

条件から選ぶ

主張を自分で確かめる方法

このページのベンダーは、私たちも含めて全員が「プライベート」と言います。誰の言葉も信じる必要はありません。技術的な知識が要らない確認手順が五つあります。

1. 機内モードのテスト。機内モードをオンにするか、Wi-Fiを切ってイーサネットを抜き、そのうえで何か録音して文字起こしします。速度が落ちずに文字起こしが出てくるなら、処理はローカルです。ぐるぐる回る、エラーが出る、あるいは待たされた処理が再接続した瞬間に完了するなら、ローカルではありません。アプリがモデルのダウンロードを終えてから試してください——本当にローカルなツールがネットワークを必要とするのは、モデルの重みを取ってくる一度だけです。
2. App Storeのプライバシー表示を読む。App Storeの製品ページで「Appのプライバシー」まで下がります。「データを収集していません」は、開発者がAppleに対して行う申告で、嘘をつけば結果が伴います。それをマーケティングページの記述と突き合わせてください。アカウントが必要かどうかも確認します。文字起こしのためにログインを作らされるなら、何かが端末を出ています。
3. 通信を見る。Little Snitchや、オープンソースのLuLuのようなファイアウォールは、アプリが試みる外向きの接続をすべて見せてくれます。それを動かした状態でファイルを文字起こししてみてください。アップデートの確認とライセンスの確認は正常で、通信量も小さいものです。音声ファイルと同じくらいの大きさのアップロードが続くなら、正常ではありません。
4. 分単位の上限を探す。料金ページは正直な手がかりです。分単位の課金や月あたりの分数枠が存在するのは、他人のサーバーで計算資源を使っているからです。自分のハードウェアで動くツールには、利用者を計測する理由がありません。ですからローカルの文字起こしが無制限なのは既定の状態であって、上位プランの特典ではありません。
5. 「ローカル」が「既定でローカル」かどうかを確かめる。よくできたツールのいくつかはハイブリッドです。速度のためにローカルモデル、精度や書き換えのためにクラウドモデルを、モードごとに使い分けます。設計としては妥当ですが、それはプライバシーの答えがアプリではなく設定に依存するということです。モデルの選択画面を見つけ、どれが選ばれているかを確認し、テキストの整形や要約の処理が文字起こしとは別に通信していないかも確かめてください。

この五つを、他社に向けるのと同じ気軽さで私たちにも向けてください。Whisper Notesにはアカウントもログインもハイブリッドモードもありません。ローカルにするために設定するものがないのは、他の動き方が存在しないからです。機内モードのテストは30秒で終わり、この段落より価値があります。

Whisper Notesが向かない場合

他のものを買ったほうがいい場合も、はっきり書いておきます。

• WindowsかAndroid。ビルドはありませんし、予定もありません。Buzzかfaster-whisperをお使いください。
• Intel Mac。Mac版はApple Siliconが必要です。代わりになるのはMacWhisperとBuzzです。
• ライブ字幕。文字起こしは録音のあとで、録音中ではありません。
• 共同作業。共有ワークスペースも、コメントも、自分の端末どうしのクラウド同期もありません。構造上、一人で使うツールです——「サーバーがない」とはそういう意味です。
• プロンプトによる書き換え。Superwhisperのモードは、話した内容をメールやコミットメッセージに整え直します。私たちは話した内容をそのまま文字にし、言葉には手を加えません。

それ以外の場面、つまりMacでの音声入力（DMG版）、外に出せない会議、スマートフォンから来るファイル、CJKの音声、誰が話したかを知ること、一度だけ払うこと。これらがWhisper Notesの作られた目的です。詳しくはWhisper Notesのホームページをご覧ください。当てはまるのが上の五つのどれかなら、このページの別のツールのほうがお金の使い道として正しく、私たちとしてもそちらに使ってほしいと思います。

よくある質問

アプリではなくローカルの音声モデルを比べたい場合は、モデルのサイズとWhisperの動かし方をまとめたWhisper文字起こしガイドと、WindowsやAndroidを含む全体像を扱ったオフライン音声認識の完全ガイドをご覧ください。

iOS版をダウンロード Macで無料で試す