macOSとWindows用のデスクトップアプリで、利用者のコンピューター上で音声認識を行います。初回設定時は依存関係のインストールとモデルのダウンロードにインターネットが必要ですが、その後の文字起こしはローカルで実行されます。ローカル処理であっても、ファイルの保存と保護に関する会社のルールに代わるものではありません。
要件
- macOS：Python 3.10以上。Apple SiliconではMLX Whisper、Intel MacではCPU上でFaster Whisperを使います。
- Windows：Python 3.11。Faster WhisperはCPUで動作します。このパッケージはNVIDIA GPUを使用しません。
- モデル用に約2～3 GBを確保してください。初回設定ではパッケージとモデルファイルをダウンロードします。
インストールと起動
- パッケージをダウンロードし、書き込み可能なフォルダーに展開します。
- Macでは start_mac.command、Windowsでは start_windows.bat を開きます。
- 仮想環境、依存関係、モデルのインストールが終わるまで待ちます。モデルは次回以降のためにキャッシュされます。
録音を文字起こしする
- アプリで音声または動画ファイルを選びます。
- ロシア語、英語、自動言語検出から選び、次にTXTまたはSRTを選びます。
- 文字起こしを開始し、進行状況とステータスメッセージを確認します。
- 結果は録音ファイルの隣に保存されます。元ファイルは変更されません。出力ファイルがすでにある場合、上書き前にアプリが確認します。
プライバシーと制約
- アプリは音声を公開AIサービスへアップロードしません。インターネットは設定時のモデルと依存関係のダウンロードに使います。
- CPU速度はコンピューターと録音時間によって異なります。このパッケージは、実測した精度や処理時間を主張しません。
- ローカル処理はコンピューター、バックアップ、出力ファイルへのアクセスを管理しません。組織の保存期間とアクセス規則に従ってください。
- 確認済み：Python構文とZIPの整合性。対象コンピューターでの完全な文字起こしとWindowsインストーラーの実行は行っていません。