UTNOA のツール｜Mac 用・無料・オープンソース
無料で公開中(Mac 用)
話すだけで、
整った文章が入る。
Option + Space を押して話し、もう一度押すだけ。「えーっと」を消して句読点を整えた日本語が、いま使っているアプリの入力欄に入ります。文字起こしも整形も、すべて Mac の中で処理します。
Apple Silicon(M1 以降)の Mac・macOS 14 以降。MIT ライセンスで、現状のまま公開しています。
音声入力を使いたい。
でも、ためらう理由がある。
- つなぎ言葉や言い直しまで文字になり、結局あとで直している。
- 社名や取引先の話を、外部のサービスに送ってよいか迷う。
- 月額の料金や、1か月に使える文字数の上限が気になる。
話した言葉のまま、
読みやすい文章に。
つなぎ言葉を消し、言い直しは後だけ残す。
「えーっと」「あのー」を消し、「火曜日、いや水曜日」のような言い直しは後の言い方だけを残します。句読点も整えます。整形に使う小さな AI が言い換えたり内容を足したりしたら、その結果は捨てて元の言葉を使います。
話した言葉(文字起こし)
えーっと、来週の打ち合わせなんですけど、火曜日、いや水曜日の14時からでどうでしょうか。あの、資料は前日までに送ります。
入力される文章
来週の打ち合わせなんですけど、水曜日の14時からでどうでしょうか。資料は前日までに送ります。
社名や製品名を、正しい表記で。
Claude・ChatGPT・Google Workspace などの製品名は、辞書で正しい表記に直します。自分の言葉も追加でき、社名や取引先など公開したくない言葉は、Mac の中の自分だけのファイルに書けます。
音声も文字も、Mac の外に出さない。
文字起こし(Whisper)も文章の整形(小さな AI)も、Mac の中で動かします。記録に残すのは時間・文字数・エラーだけで、話した内容は書きません。
あなたの Mac の中
どのアプリでも、同じように。
いまの入力欄に、そのまま入る。
⌘V で貼り付けられる入力欄なら、ブラウザ・チャット・メール・エディタ・ターミナルなど、アプリを問わず入ります。入力できなかったときも、文章はクリップボードに残ります。パスワード欄には入力しません。
最大10分、続けて話せる。
録音は30秒ごとに区切り、話している間に裏で文字起こしを進めます。区切りの境目で言葉を落とさないよう、2秒ずつ重ねています。
使っていないときは、軽い。
使っていないときの常駐は数十MBです。文字起こしと整形は処理のときだけ起動し、終わるとメモリを返します。メモリが足りないときは、小さいモデルへ自動で切り替えます。
実測の精度
macOS の読み上げ音声4種 × 製品名を含む7文 = 28本で測りました。
| 構成 | 文字の誤りの割合 | 製品名の正解 |
|---|---|---|
| Whisper large-v3-turbo + 辞書(標準) | 0.7% | 35 / 36 |
| Whisper large-v3-turbo(辞書なし) | 27.0% | 0 / 36 |
| Whisper small + 辞書(メモリが少ないとき) | 6.2% | 34 / 36 |
文字の誤りの割合は、句読点と空白を除いて、正解の文とどれだけずれたかを表します(小さいほど良い)。読み上げ音声での計測で、人の声、とくにくだけた話し言葉では誤りが増えます。自分がよく使う言葉を辞書に足すと、その言葉を含む文の誤りの割合は 32.2% から 5.1% に下がりました(8本での計測)。
使い始め方
GitHub から取得
リポジトリを手元の Mac に置きます。
セットアップ
Claude Code や Codex に「このリポジトリをセットアップして」と頼むか、setup.sh を実行します。部品の導入・モデルの取得・ビルド・テストまで進みます。
2つだけ許可
マイクと、アクセシビリティ(入力欄に文字を入れるため)を、macOS の設定で許可します。
話す
入力したい場所をクリックし、Option + Space で話し始めて、もう一度押して終わります。
詳しい手順と困ったときの対処は、GitHub の説明にまとめています。
動かすのに必要なもの
| 対応する Mac | Apple Silicon(M1 以降)、macOS 14 以降 |
|---|---|
| 空き容量・メモリ | 空き容量 約4GB(モデル 約1.7GB を含む)。メモリは 16GB 以上を推奨します。処理中だけ最大 約1.3GB を使い、終われば解放します |
| 事前に入れるもの | Homebrew と Xcode Command Line Tools |
| 料金 | 無料(MIT ライセンス)。月額料金も、文字数の上限もありません |
できないこと・気をつけること
- Intel の Mac や Windows では動きません。
- 人の声、とくにくだけた話し言葉では、上の実測より誤りが増えます。
- 個人が作ったツールを、現状のまま公開しています。サポートや継続的な保守はお約束できません。
よくあるご質問
無料で使えますか？
はい。MIT ライセンスで GitHub に公開しています。月額料金も、文字数の上限もありません。
音声や文章は、どこかに送られますか？
いいえ。文字起こしも整形も Mac の中で処理し、外部には送りません。UTNOA にも届きません。インターネットを使うのは、セットアップのときに部品とモデルを取得するときだけです。
どのアプリで使えますか？
⌘V で貼り付けられる入力欄なら、ブラウザ・チャット・メール・エディタ・ターミナルなど、アプリを問わず使えます。
社名や専門用語が、正しく入りません。
設定の「辞書」に、正しい表記と聞き間違えやすい書き方を登録してください。公開したくない言葉は、Mac の中の自分だけのファイル(~/.localvoice/dictionary.json)に書けます。
会社の Mac に入れてもよいですか？
ソフトの導入について社内の決まりがある場合は、それに沿って管理者の方に確認してください。音声や文章を外部に送らない仕組みですが、導入してよいかの判断は会社ごとに異なります。