Voquill
無料版だと、日本語未対応っぽい
設定画面で選べたローカル音声認識モデルは、Tiny、Distil-Small、Base、Small、MediumのEnglish版のみだった。日本語入力には不向きと判断し、アンインストールした。
PieFlow
Windows 11にインストールし、日本語対応の多言語Whisper smallを日本語固定で使用。音声認識と文章整形まではうまく動作した。
フィラー除去、句読点、文章整形の補助として、完全ローカルで動くOllamaとqwen3:1.7bも設定した。APIキーやAPI課金は不要。
ただし、PowerShellを使う文字入力処理がスーパーセキュリティに遮断され、「Not recording」になることがあった。セキュリティ除外は行わず、最終的にアンインストールした。
Whisper Local（最終的に採用）
Whisper Local 0.17.1は音声入力アプリ本体。内部の音声認識エンジンにfaster-whisperを使い、音声認識AIモデルには日本語対応の多言語Whisper smallを使用している。smallはWhisperモデルのサイズ名で、tinyやbaseより高精度、mediumやlargeより軽い。言語は日本語に固定し、メモ帳とPowerPointの両方で音声入力できた。
録音はCtrl＋Shiftを同時に押している間だけ行い、離すとカーソル位置へ貼り付ける。F8も使えたが、PowerPoint側で警告音が鳴るため変更した。
当初は、文章整形用の別AIモデルとしてOllama上のqwen3:1.7bを使用し、言い直しや文章整形も自動実行した。ただし、反映まで5～6秒程度かかったため、現在はOllamaの自動整形を無効にしている。「えっと」「あのー」などは高速なローカル置換で削除し、通常は約2秒で反映される。
コメント