AndraxDev/speak-gpt

これは何？

主な機能

• 01WhisperまたはGoogleの音声認識による音声入力
• 02画像認識と画像生成
• 03OpenAI、GROQ、Azure、OpenRouterに加え、カスタムAPIプロバイダーにも対応
• 04端末内に保存されるチャット履歴のインポートとエクスポート
• 05temperatureやtopPなどのモデルパラメーターを調整可能
• 06コンテキストメニューやAndroidの共有シートから利用可能

ユースケース

• Androidスマートフォンで外出中に、手を使わずLLMと会話する
• 画像対応モデルを使って写真やスクリーンショットについて質問する
• 自分のOpenAIまたはOpenRouterのキーを使い、モバイルAIクライアントとして利用する
• 他のアプリで選択したテキストや共有コンテンツをチャットボットに送る

クイックスタート

1. 1

   Google PlayからSpeakGPTをインストールします

2. 2

   アプリを開き、設定でAPIキーを追加します（OpenAIまたはその他の対応プロバイダー）

使う前に知っておきたいこと

• !Androidのみ対応しており、デスクトップ版やiOS版はありません。
• !対応プロバイダーのAPIキーを自分で用意する必要があり、利用料金はそのプロバイダーから請求されます。
• !一部のプロバイダーは部分的にしか対応しておらず、Geminiは直接ではなくOpenRouter経由で利用します。
• !Android 9、10、11のサポートは終了予定です。

収録されている特集

トピック

よくある質問

speak-gpt とは？

音声入力、画像認識、画像生成を使って、OpenAIなどのLLMと会話できるAndroid音声アシスタントアプリ。 SpeakGPTは、音声操作に対応した大規模言語モデル向けのオープンソースAndroidアプリです。主な対応バックエンドはOpenAIで、GROQとAzureにも一部対応し、OpenRouter経由でGemini、Claude、Llama、Gemma、Mistralなどのモデルを使ったテキスト生成も利用できます。カスタムAPIプロバイダーを追加したり、設定からエンドポイントを切り替えたりできます。

speak-gpt は無料で使えますか？ライセンスは？

speak-gpt は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

speak-gpt は今もメンテナンスされていますか？

活発にメンテナンス中。speak-gpt の最終コミットは 2026年10月30日 です。

speak-gpt は何に使えますか？

Androidスマートフォンで外出中に、手を使わずLLMと会話する 画像対応モデルを使って写真やスクリーンショットについて質問する 自分のOpenAIまたはOpenRouterのキーを使い、モバイルAIクライアントとして利用する 他のアプリで選択したテキストや共有コンテンツをチャットボットに送る

speak-gpt のインストール方法は？

Google PlayからSpeakGPTをインストールします アプリを開き、設定でAPIキーを追加します（OpenAIまたはその他の対応プロバイダー）

speak-gpt はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/AndraxDev/speak-gpt