MacWhisperの使い方：モデル、無料版とPro、アプリ音声

公式サイトから入手する

MacWhisperの使い方は、開発者のサイトmacwhisper.comから始めます。偽のMacWhisperサイトがあり、マルウェアを含むことがあると警告しています。購入はGumroadのページかApp Storeだけと書かれているので、無料版は料金表のDownload Freeボタンからダウンロードします。

Mac向けの版は2つあります。違いは版の比較で説明されています。

• 直接ダウンロード版のMacWhisperは、買い切りのライセンスキーを使います。会議を検出して録音を提案できること、任意のテキスト欄への音声入力、すべてのAIプロバイダの利用は、この版だけです。
• Mac App StoreのWhisper Transcriptionは、中核の機能は同じで、サブスクリプションで販売されています。AIプロバイダは少なく、ライセンスキーは受け付けません。

会議の録音が必要なら、直接ダウンロード版を入手します。iPhoneとiPadのアプリもWhisper Transcriptionという名前で、ローカルモデルはすべて無料で動作します。

無料版とPro

macwhisper.comの料金表では、無料版の内容は次のとおりです。

• MP3、WAV、M4A、OGG、OPUS、MOV、MP4を、100言語で文字起こしする
• Macのマイクから録音する
• プレーンテキスト（TXT）と、SRTまたはVTTの字幕を書き出す
• 他のアプリへ音声入力する

MacWhisper Proは買い切り€64で、生涯アップデートがつきます。追加される機能は次のとおりです。

• 他のアプリの音声録音。Zoom、Teams、Webexなどの会議を、開始と終了を自動で検出して録音する
• 話者の自動認識。ローカルモデルの場合、GumroadのページではMシリーズMacに限られます
• YouTubeなどのメディアリンクと、複数ファイルの一括文字起こし
• 文字起こしと字幕の翻訳
• Markdown、PDF、DOCXなどを含む、より多くの書き出し形式
• AnthropicやGoogleなどのAIプロバイダと、OllamaやLM Studioで動かすローカルAIモデル

ライセンスの販売元であるGumroadのページには、料金表にないProの機能もいくつか載っています。WhisperKitモデルと、マイクまたはシステムオーディオからのライブ翻訳つきリアルタイム字幕です。無料版はWhisperモデルに対応しますが、一部を完全に使えるのはProだけです。どのモデルかは書かれていません。

録音をいくつか文字にするだけなら、まず無料版を試してみてください。アプリの音声、MシリーズMacのローカルモデルによる話者の自動認識、一括処理が必要になったらProを買います。

MacWhisperで最初のファイルを文字起こしする

1. Manage Modelsを開き、モデルを選びます。MシリーズMacでProを使う場合は、一覧をWhisperKitで絞り込んで1つダウンロードします。開発者のWhisperKitの説明では、Turboは多くのMacに向くとされ、大きいモデルの初回読み込みには数分かかることがあります。無料版、またはIntel Macでは、別のWhisperモデルを1つダウンロードします。WhisperKitモデルはIntel Macでは動作しません。
2. Gumroadのページにあるとおり、音声ファイルをMacWhisperにドラッグします。料金表の対応形式には、動画のMOVとMP4も含まれています。
3. 文字起こしが終わるまで待ちます。固有名詞、数字、専門用語は録音と照合します。
4. テキスト（TXT）で書き出すか、動画の字幕にするならSRTまたはVTTで書き出します。無料版の書き出し形式は、macwhisper.comの料金表に載っています。

モデルはオンラインのときにダウンロードします。そのあと、文字起こしはMac上で実行されると、MacWhisperのプライバシーのページに書かれています。

Intel Macでは、Mac上の文字起こしはかなり遅くなります。開発者の文字起こしが遅い場合のページでは、代わりにクラウドの文字起こしサービスを勧めています。その場合、音声はアップロードされます。何が外へ出るかは、下の「Macの外に出るもの」にあります。

アプリの音声と会議を録音する（Pro）

他のアプリの音声を録音する機能はProです。無料版で録音できるのはMacのマイクです。MacWhisperの会議録音ガイドでは、録音にScreen RecordingとMicrophoneの許可が必要とされています。macOSが許可を求めたら、System Settingsで両方を許可します。

動画、講義など、会議ではない音声は、同じガイドの手順で手作業でも録音できます。

1. 別のアプリで音声の再生を始めます。
2. MacWhisperのメニューからStart Recordingを選びます。
3. 終わったら、MacWhisperのメインウィンドウ右下から録音を止めます。
4. 履歴のサイドバーでその録音を選び、文字起こしが終わるまで待ちます。録音はRecordingsタブにも残ります。

会議をMacWhisperに見つけさせるには、Settingsを開き、Record MeetingsでAutomatic Meeting Notificationsをオンにします。見る対象には、Zoom、Teams、Webex、Slack、Discord、WhatsAppなどのアプリと、ChromeやSafariを含むブラウザがあります。FaceTimeは、macOSのプライバシー制限のため使えません。会議が始まるとMeeting Detectedの通知が出ます。10秒以内にRecordを押さないと、通知は消えます。

開発者は、自動の会議録音を未完成の機能と説明し、ときどきデータが失われることがあると警告しています。残しておきたい会議は、上と同じようにStart Recordingで自分から録音を始めます。

通話が終わったら、メインウィンドウかMeeting Endedの通知から録音を止めます。履歴のサイドバーに表示され、そこを選ぶとMacWhisperが文字起こしします。この方法で作った録音では、会議ガイドのとおり、他の参加者は1人の話者にまとまります。Gumroadのページには、対応するWhisperKitモデルとParakeetモデルでの話者認識つきリアルタイム会議文字起こしも、Proの機能として載っています。会議ガイドには、この機能の説明はありません。

文字起こしが正しく出ないとき

• 末尾で同じ語句が何度も繰り返されます。開発者の繰り返しについての説明では、WhisperKitモデルにすると避けられるとあります。使うにはProとMシリーズMacが必要です。ProかMシリーズMacのどちらかがない場合は、開発者に[email protected]宛てにメールします。
• 「Transcription finished without any text.」と出ます。Settings → AdvancedでDownmix to Monoを切り替えてから、もう一度試します。手順はエラーのページと同じです。
• 簡体字が必要なのに繁体字になる、またはその逆になります。Settings → AdvancedのPromptに、例として 以下是普通话的句子 と入力します。開発者の中国語のトラブルシューティングでは、効くことはあるものの、必ず効くわけではないとされています。
• ファイルに2つの言語が混ざっています。開発者の複数言語のファイルについてのページでは、MacWhisperは両方を一度に文字起こしできないため、言語ごとに1回ずつ合計2回文字起こしし、あとで部分を手でつなぐよう勧めています。
• MシリーズMacなのに文字起こしが想定より遅いとき。クラッシュのあと、互換モードに切り替わっていることがあります。Settings → Advanced → WhisperKitを開き、Disable all GPU usageがオフか確認します。
• 有効化のときにyour licence is disabledと出ます。個人ライセンスの緩やかな上限は3台です。新しいMacへ移すときは、古いMacのSettings → Proでライセンスを外します。

Macの外に出るもの

MacWhisperのプライバシーのページによると、モデルをダウンロードしたあと、話者の判別を含む文字起こしは、初期設定ではMac上で実行されます。クラウド文字起こしでは、音声が提供者へアップロードされます。翻訳サービスは、文字起こしを自社のサーバーへ送ります。AIへのプロンプトは、選んだAIプロバイダへ文字起こしを送ります。OllamaやLM StudioのようにMac上で動くローカルのプロバイダを選んだときは、Mac上で処理されます。クラウド文字起こしは自分のAPIキーを使い、一部の提供者はファイルを25MBまでに制限しています。この点はクラウド文字起こしのページに書かれています。

再生しながら文字を追う

上の会議ガイドは、先に録音し、保存した録音をあとから文字起こしする手順です。MacWhisperのGumroadのページでは、マイクまたはシステムオーディオからのライブ翻訳つきリアルタイム字幕が、Proの機能として挙げられています。

Proがなくても、AppleシリコンのMacにはLive Captionsが入っています。AppleのMac向けLive Captionsガイドでは、場所はSystem Settings → Accessibility → Live Captionsで、対応していない言語、国、地域があると説明されています。Intel Macにはありません。Macのポッドキャスト向け字幕と文字起こしでは、他のアプリとの違いを比べています。

Vocenaは、macOS 15.5以降で、マイクとMacのシステムオーディオをフローティングウィンドウにリアルタイムで字幕表示します。ライブキャプションは無料で、時間制限はありません。読み込んだ録音の文字起こしは有料です。