OpenWhispr/openwhispr

これは何？

主な機能

• 01グローバルホットキーで音声入力し、任意のアプリにテキストを貼り付け
• 02Whisper、NVIDIA Parakeetなどのローカルモデルによるオフライン文字起こし
• 03ユーザー自身のAPIキーを使ったクラウドモデル対応
• 04選択したテキストをAIで編集する音声アシスタント用ホットキー
• 05話者ダイアライゼーションとカレンダー連携に対応した会議の文字起こし
• 06プログラムからアクセスできる公開APIとMCPサーバー

ユースケース

• メール、文書、チャットメッセージをハンズフリーで音声入力する
• 話者ラベル付きで会議を文字起こしし、検索可能なノートにまとめる
• 録音した音声・動画ファイルやYouTubeリンクをテキストに変換する
• プライバシーに配慮が必要な作業で音声認識をオフライン実行する

クイックスタート

1. 1

   リポジトリをクローンする

   git clone https://github.com/OpenWhispr/openwhispr.git
2. 2

   プロジェクトフォルダーに移動する

   cd openwhispr
3. 3

   依存関係をインストールする（Node.js 24 以降が必要）

   npm install
4. 4

   開発モードでデスクトップアプリを実行する

   npm run dev

使う前に知っておきたいこと

• !ソースからビルドして実行するには、Node.js 24 以降が必要です。
• !Intel搭載Macでは、話者のリアルタイム識別と音声フィンガープリント機能は利用できません。

収録されている特集

トピック

よくある質問

openwhispr とは？

音声をカーソル位置にテキストとして入力できるオープンソースのデスクトップ音声入力アプリ。ローカルのWhisper/Parakeetモデルやクラウドプロバイダーに対応。 OpenWhisprは、macOS、Windows、Linux向けのデスクトップアプリです。グローバルホットキーを押して話すと、カーソルのあるアプリに文字起こし結果が貼り付けられます。Whisper、NVIDIA Parakeet、Cohere Transcribeなどのローカルモデルを使って完全オフラインで文字起こしできるため、音声をデバイス内に保てます。また、速度を重視してクラウドプロバイダーを利用することもできます。OpenAI、Anthropic、Gemini、Groqなどのサービスでは、ユーザー自身のAPIキーを使用できます。

openwhispr は無料で使えますか？ライセンスは？

openwhispr 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。

openwhispr 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。openwhispr の最終コミットは 2026年11月5日 です。

openwhispr は何に使えますか？

メール、文書、チャットメッセージをハンズフリーで音声入力する 話者ラベル付きで会議を文字起こしし、検索可能なノートにまとめる 録音した音声・動画ファイルやYouTubeリンクをテキストに変換する プライバシーに配慮が必要な作業で音声認識をオフライン実行する

openwhispr のインストール方法は？

リポジトリをクローンする: git clone https://github.com/OpenWhispr/openwhispr.git プロジェクトフォルダーに移動する: cd openwhispr 依存関係をインストールする（Node.js 24 以降が必要）: npm install 開発モードでデスクトップアプリを実行する: npm run dev

openwhispr 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/OpenWhispr/openwhispr