Repolode
HaujetZhao

HaujetZhao/CapsWriter-Offline

オフラインで使えるWindows音声入力ツール。CapsLockまたはマウスのサイドボタンX2を押して話し、離すと認識したテキストを入力します。

代替できる製品:Dragon NaturallySpeaking

スター
6,985
フォーク
653
未解決の Issue
216
最終コミット
先月

これは何?

CapsWriter-Offlineは、Windows向けの完全オフライン音声入力ツールです。CapsLockまたはマウスのサイドボタンX2を押して話し、キーを離すと、認識したテキストがアクティブなウィンドウに入力されます。プッシュ・トゥ・トークとワンクリック録音のモードに対応しており、クライアントとサーバーに分けて動作するため、音声認識モデルを別のマシンで実行できます。

認識エンジンはParaformer、SenseVoice-Small、Fun-ASR-Nano、Qwen3-ASRなど複数から選択でき、一部はGPUアクセラレーションを利用できます。リアルタイムの音声入力に加えて、音声・動画ファイルを.srt字幕、.txtテキスト、.json形式のタイムスタンプに書き起こせます。テキストの後処理として、中国語の数字変換、発音の曖昧一致によるホットワード置換、正規表現による置換ルールに対応しています。また、出力がロール名で始まる場合に処理を行うLLMベースのロールも利用できます。

対象OSは64ビット版Windows 10/11です。LinuxとmacOSには対応していません。クライアントは古いWindows 7マシンでも動作しますが、サーバーのモデルは動作しません。

主な機能

  • 01CapsLockまたはマウスのサイドボタンX2を使ったプッシュ・トゥ・トーク入力。ボタンを離すとテキストを入力します。
  • 02複数のエンジンから選べるオフライン音声認識。一部のエンジンはGPUアクセラレーションに対応しています。
  • 03音声・動画ファイルをSRT字幕、テキスト、タイムスタンプ付きJSONに書き起こします。
  • 04発音の曖昧一致によるホットワード置換と、正規表現による置換ルールに対応します。
  • 05話した中国語の数字をアラビア数字に変換します。
  • 06クライアントとサーバーを分離し、クライアントを古いマシンでも実行できます。

ユースケース

  • 音声をクラウドに送らず、Windowsアプリケーションにテキストを音声入力する。
  • セキュリティ上の理由でオフラインを維持する必要があるマシン(セキュリティ保護されたPCやエアギャップ環境など)で作業する。
  • ローカルの音声・動画ファイルから字幕や文字起こしを作成する。
  • 珍しい用語をカスタム辞書に登録し、正しく認識できるようにする。

クイックスタート

  1. 1

    VC++ ランタイムをインストールします(ファイルの文字起こしには ffmpeg も必要です)

  2. 2

    最新のリリースとモデルアーカイブをダウンロードし、モデルを models フォルダーに解凍します

  3. 3

    start_server.exe をダブルクリックしてサーバーを起動します

    start_server.exe
  4. 4

    start_client.exe をダブルクリックし、CapsLock キーまたはマウスのサイドボタン X2 を押し続けて話します

    start_client.exe

使う前に知っておきたいこと

  • 公式サポート対象は Windows 10/11(64-bit)のみです。Linux は未検証で、macOS はサポートされていません。
  • 動作させるには、モデルファイルを別途ダウンロードする必要があります。
  • サーバーモデルは Win7 マシンでは実行できません。Win7 ではクライアントのみ使用できます。

トピック

よくある質問

CapsWriter-Offline とは?
オフラインで使えるWindows音声入力ツール。CapsLockまたはマウスのサイドボタンX2を押して話し、離すと認識したテキストを入力します。 CapsWriter-Offlineは、Windows向けの完全オフライン音声入力ツールです。CapsLockまたはマウスのサイドボタンX2を押して話し、キーを離すと、認識したテキストがアクティブなウィンドウに入力されます。プッシュ・トゥ・トークとワンクリック録音のモードに対応しており、クライアントとサーバーに分けて動作するため、音声認識モデルを別のマシンで実行できます。
CapsWriter-Offline は無料で使えますか?ライセンスは?
CapsWriter-Offline は MIT 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。
CapsWriter-Offline は今もメンテナンスされていますか?
半年以内に更新あり。CapsWriter-Offline の最終コミットは 2026年9月14日 です。
CapsWriter-Offline は何に使えますか?
音声をクラウドに送らず、Windowsアプリケーションにテキストを音声入力する。 セキュリティ上の理由でオフラインを維持する必要があるマシン(セキュリティ保護されたPCやエアギャップ環境など)で作業する。 ローカルの音声・動画ファイルから字幕や文字起こしを作成する。 珍しい用語をカスタム辞書に登録し、正しく認識できるようにする。
CapsWriter-Offline のインストール方法は?
VC++ ランタイムをインストールします(ファイルの文字起こしには ffmpeg も必要です) 最新のリリースとモデルアーカイブをダウンロードし、モデルを models フォルダーに解凍します start_server.exe をダブルクリックしてサーバーを起動します: start_server.exe start_client.exe をダブルクリックし、CapsLock キーまたはマウスのサイドボタン X2 を押し続けて話します: start_client.exe
CapsWriter-Offline 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/HaujetZhao/CapsWriter-Offline

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。

関連プロジェクト