Sharrnah/whispering-ui

これは何？

主な機能

• 01マイクまたはデスクトップ音声のリアルタイム文字起こしと翻訳。
• 02テキスト翻訳、テキスト読み上げ、画像のOCR。
• 03OSC経由でVRChatに出力、またはWebSockets経由でブラウザーオーバーレイに表示。
• 04WindowsではWASAPIループバック、LinuxではPulseAudio/PipeWireを使ったデスクトップ音声のキャプチャ。
• 05設定を保存・読み込みできるプロファイルと、プラグインシステム。

ユースケース

• 配信や動画にリアルタイム字幕や翻訳字幕を追加する。
• ゲームをプレイしながら、ゲーム内の会話や画面上のテキストを翻訳する。
• 音声の文字起こしをVRChatやブラウザーオーバーレイに表示する。
• 音声をクラウドサービスに送信せず、音声認識や翻訳のモデルをローカルで実行する。

クイックスタート

1. 1

   Releases ページから、お使いのプラットフォーム向けの最新リリース ZIP をダウンロードします

2. 2

   ZIP を書き込み可能なローカルフォルダーに展開し、Windows では Whispering Tiger.exe を実行します

3. 3

   Linux では、展開したフォルダー内のバイナリに実行権限を付与します

   chmod +x whispering-tiger-linux-amd64
4. 4

   Linux では、展開したフォルダーからアプリケーションを起動します

   ./whispering-tiger-linux-amd64

使う前に知っておきたいこと

• !Windows と Linux のみ対応しています。macOS には対応していません。
• !Linux ビルドには x86-64、glibc 2.36 以降、および PulseAudio または PipeWire を備えた X11/XWayland デスクトップ環境が必要です。
• !NVIDIA CUDA によるアクセラレーションには互換性のある NVIDIA ドライバーが必要です。AMD または Intel のアクセラレーションは audio.cpp 経由の Vulkan を利用します。

収録されている特集

トピック

よくある質問

whispering-ui とは？

Whispering Tiger向けのネイティブGo/FyneデスクトップUI。WindowsとLinuxで音声の文字起こし・翻訳、音声合成、OCRを利用できます。 Whispering Tiger UIは、WindowsとLinux向けの無料オープンソースアプリケーション、Whispering Tigerのデスクトップフロントエンドです。マイクやデスクトップ音声の文字起こし、音声とテキストの翻訳、テキストの読み上げ、OCRによる画像からのテキスト抽出ができます。

whispering-ui は無料で使えますか？ライセンスは？

whispering-ui 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。

whispering-ui 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。whispering-ui の最終コミットは 2026年10月1日 です。

whispering-ui は何に使えますか？

配信や動画にリアルタイム字幕や翻訳字幕を追加する。 ゲームをプレイしながら、ゲーム内の会話や画面上のテキストを翻訳する。 音声の文字起こしをVRChatやブラウザーオーバーレイに表示する。 音声をクラウドサービスに送信せず、音声認識や翻訳のモデルをローカルで実行する。

whispering-ui のインストール方法は？

Releases ページから、お使いのプラットフォーム向けの最新リリース ZIP をダウンロードします ZIP を書き込み可能なローカルフォルダーに展開し、Windows では Whispering Tiger.exe を実行します Linux では、展開したフォルダー内のバイナリに実行権限を付与します: chmod +x whispering-tiger-linux-amd64 Linux では、展開したフォルダーからアプリケーションを起動します: ./whispering-tiger-linux-amd64

whispering-ui 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/Sharrnah/whispering-ui