オフライン音声入力：どのアプリでも声でタイピング
Mac のどのアプリでも Fn を押しながら話して、離す。言葉はカーソル位置に入り、文字起こしはインターネットなしで Mac 上で行われる。
オフラインの音声入力はどう動くのか
Whisper Notes は、話した内容をカーソルのあるアプリに入力する。Fn キーを押しながら話して離すと、Mac 上の音声モデルが音声をテキストに変えてカーソル位置に入力する。何もアップロードしないので、Wi-Fi をオフにしても使える。標準エンジンは Parakeet V3。Whisper Large V3 Turbo は100以上の言語に、SenseVoice は中国語、日本語、韓国語、広東語に対応する。
- •Mac：Fn を押しながらどのアプリにも音声入力 — Claude、ChatGPT、Slack、VS Code、メール
- •iPhone：ロック画面のウィジェットをタップするとアプリが開き、録音が始まる
- •すべてデバイス上で動き、何もアップロードしない
- •iPhone：$7.99 の買い切り。Mac：毎週5,000語まで無料、その後 $14 の買い切り。サブスクなし。
Mac (macOS 14+, Apple Silicon) · iPhone (iOS 18+)
Mac：どのアプリにも音声入力
Mac で文字を打てる場所なら、代わりに話せる。メールの下書き、Slack の返信、コードのコメント、AI へのプロンプト。Fn を押しながら話して離せば、言葉がカーソル位置に入る。これはファイルの文字起こしではなく音声入力で、Wi-Fi をオフにしても動く。音声入力は 公式サイトからダウンロードする Mac 版の機能で、Apple の規定により Mac App Store 版には入っていない。
システム全体の音声入力
Whisper Notes はシステム全体で使えるショートカットを設定する。Claude、ChatGPT、Gemini、Gmail、Notion、VS Code、ターミナルでも、どのアプリでも Fn を押しながら話す。離すと、デバイス上のモデル（標準は Parakeet V3、ほかに Whisper Large-v3 Turbo と SenseVoice）が音声をローカルで処理し、テキストがカーソル位置に入る。
- •文字を入力できるアプリならどこでも使える
- •テキストはカーソル位置に入る
- •標準は Parakeet V3（Apple Silicon で実時間の約60倍）。Whisper Large-v3 Turbo と SenseVoice もローカルで動く
- •左のサイドバーでオンにする：Voice Typing → Enable voice typing
Works in: Claude, ChatGPT, Gemini, Gmail, Slack, VS Code, Terminal, Notion
ファイルも
同じアプリで音声・動画ファイルも文字起こしできる。ファイルを読み込むと、部分ごとに仕上がった順に文字起こしが埋まっていくので、最後まで待たずに読み始められる。
カスタム語彙
AIモデルは人名や専門用語でつまずく。語彙を追加——会社名、製品名、技術用語。大文字小文字はそのまま保持（「Claude Opus 4.5」は「Claude Opus 4.5」のまま、「claude opus」にならない）。
Claude, GPT-4, Gemini, Whisper · OAuth, TypeScript, Kubernetes · HIPAA, GDPR, SOC2
無音処理
Whisper系のモデルは長い沈黙でハルシネーションを起こす——フレーズを繰り返したり、言葉を作り出したり。デコーダーが常に何かを出力するように作られているからだ。音声アクティビティ検出は話している部分を見つけ、書き起こす前に無音を削る。だから埋めるべき沈黙そのものがずっと少なくなる。問題をなくすのではなく減らす仕組みで、自然な間を保って録音することも助けになる。
どれくらい速い？
M4 Pro: 20秒の音声入力は約2.5秒で表示される。ファイルでは Parakeet V3 が実時間の103倍、Whisper Large-v3 Turbo が14.3倍
M5 Air: Parakeet V3 で実時間の約60倍。17.5分の会議が16.7秒で返ってきた
M1 以降: Apple Silicon 搭載の Mac なら3つのエンジンすべてが動く。古いチップほど遅いが、それでも実時間よりずっと速い
AI アシスタントへの音声入力
Claude へのプロンプト
Fn を押しながら問題を詳しく説明し、離して送信。別のアプリからコピー＆ペーストする必要はない。
Slackとメール
入力欄で Fn を押しながら言いたいことを話し、離す。
初稿
口述した初稿のほうがタイピングした初稿より筆が伸びる、という書き手もいる。まずアイデアを出し切り、編集はあとで。
iPhone：ロック画面から録音
iPhone には Fn キーがないので、Whisper Notes の使い方が変わる。録音と文字起こしは iPhone の中で行い、できたテキストをコピーまたは共有する。ロック画面のウィジェットをタップすると、アプリが開いて録音が始まる。
ロック画面ウィジェット
- •タップするとアプリが開き、録音が始まる
- •話している間、ライブアクティビティが録音時間を表示する
- •Dynamic Island が録音の状態を表示する
ボイスメモとファイル
- •ボイスメモの録音を Whisper Notes に共有する
- •ファイル App から音声ファイルを読み込む
- •文字起こしは iPhone 本体で行われる
どこにでもエクスポート
- •クリップボードにコピー
- •メモ、メッセージ、メール、どのアプリにも共有
- •タイムスタンプ付きでエクスポート
- •動画字幕用SRT形式
みんなが録音しているもの
寝る前
「あのAPI設計は間違ってる。イベントはイミュータブルであるべき。明日一番でイベントソーシングパターンにリファクタ。」
朝ラン
「記事のアイデア：キーボードは思考圧縮アルゴリズム。タイピングが遅いから、書くことと考えることが違う。」
散歩中
「会議が行き詰まってるのは間違った指標を最適化してるから。エンゲージメントじゃなくリテンションで再定義。」
なぜオフラインが重要か
音声がデバイスから出ない
- •サーバーへのアップロードはない。処理は iPhone や Mac 本体で行われる
- •何もどこにも送らないので、データ保持ポリシーを読む必要もない
- •機密の会話や仕事のメモは、自分のハードウェアの中にとどまる
- •ユーザー情報は一切収集せず、アップロードもしない
ネットなしで動く
- •機内モード、地下鉄トンネル、Wi-Fi不安定——全部動く
- •ネットワークアクセスを遮断するセキュア施設——動く
- •遅延は処理時間だけ、ネットワーク往復なし
- •サーバー過負荷でパフォーマンスが落ちない
支払いは一度だけ
- •iPhone：$7.99 の買い切り。Mac：毎週5,000語まで無料、その後 $14 の買い切り。
- •分単位の課金もサブスクリプションもない
- •クラウドの音声入力は月額制。Wispr Flow Pro は月 $15 または年 $144
比較
| 機能 | Whisper Notes | Apple音声入力 | SuperWhisper | Wispr Flow |
|---|---|---|---|---|
| 処理 | 100% デバイス上 | 多くの言語でデバイス上 | モードによりローカルかクラウド | クラウドサーバー |
| 対応プラットフォーム | Mac、iPhone | Mac、iPhone | Mac、Windows、iPhone | Mac、Windows、iPhone |
| ロック画面ウィジェット | あり | なし | なし | なし |
| どのアプリでも音声入力 | 可（Mac、Fn 長押し） | 可 | 可 | 可 |
| 価格 | iPhone $7.99 / Mac $14、買い切り | 無料 | 月 $8.49、年 $84.99、または買い切り $249.99 | 月 $15 または年 $144 |
| 音声モデル | Parakeet V3 + Whisper + SenseVoice | Apple 独自 | Whisper 各種 + Parakeet | クラウドのモデル |
| カスタム語彙 | あり | なし | あり | あり |
Apple の音声入力は無料で、短いフレーズなら十分だ。Superwhisper と Wispr Flow はサブスクリプションで AI による書き直しを加え、Wispr Flow はクラウドで動く。Whisper Notes はデバイス上で動き、買い切りで使える。他社の価格は各社のサイトで確認したもので、最新の価格はそちらで確かめてほしい。
トレードオフ
ローカル処理には実際のトレードオフがある。
モデルダウンロード
標準エンジンは Parakeet V3。465 MB のモデルで、Apple Silicon 搭載のすべての Mac で実時間の約60倍の速さで動き、英語とほか24のヨーロッパ言語に対応する。100以上の言語が必要なら Whisper をダウンロードする（Mac は Large V3 Turbo、約1.6 GB、iPhone は Whisper Small）。中国語、日本語、韓国語、広東語には SenseVoice を選ぶ。
Appleのみ
Apple 向けのアプリだ。macOS 14 の Apple Silicon 搭載 Mac（M1 以降）、または iOS 18 の iPhone 12 以降が必要になる。Android 版、Windows 版、Intel Mac 版はない。
速度 vs クラウド
ローカル推論の上限を決めるのはデータセンターではなく手元の端末だ。iPhoneではApp Storeの表記で、iPhone 15のParakeetなら5分の音声が約18秒、Whisperなら約1分。つまり1時間の録音は秒ではなく分の単位になる。1時間のファイルを即座に返してほしいなら、クラウドサービスのほうが今も速い。
精度の限界
はっきりした発話なら、誤り率は10%未満に収まる。強いなまり、大きな背景雑音、口ごもった話し方では手直しが必要になる。医療記録で99.9%の精度が必要なら、プロの書き起こし担当者に頼むべきだ。使える下書きを速く、外に出さずに作りたいなら、これで足りる。
始め方
iPhone
- 1.App Store から Whisper Notes をダウンロード（$7.99）
- 2.アプリを開く。Parakeet V3 は最初から入っている
- 3.ロック画面を長押し → カスタマイズ → ロック画面 → Whisper Notes のウィジェットを追加
- 4.ウィジェットをタップすると、アプリが開いて録音が始まる
Mac
- 1.Mac 版 Whisper Notes をダウンロード（毎週5,000語まで無料）
- 2.求められたらマイクへのアクセスを許可する
- 3.アクセシビリティを許可する。カーソル位置への入力に使われる
- 4.スキップした場合は、左のサイドバーで Voice Typing を開き、Enable voice typing をオンにする
- 5.どこでも Fn を押しながら話し始める
Mac で音声入力を試す
Mac は毎週5,000語まで無料、その後 $14 の買い切り。iPhone は $7.99 の買い切り。サブスクなし。
iOS 版をダウンロードFnキー音声入力 · ロック画面ウィジェット · 100以上の言語 · 100%オフライン · 買い切り