ガイド音声とオーディオスマートフォン1 分で読めます

このページの内容
  1. セットアップ
  2. Whisperモデルの比較
  3. 使い方
  4. 話しながら文字に
  5. 対応言語
  6. プライバシー
  7. 関連ガイド

音声入力:Whisperでデバイス上の音声テキスト変換

Off Grid AIはwhisper.cpp(whisper.rn経由)を使い、あなたの声をデバイス上で直接文字にします。ボタンを押したまま話すと、言葉がチャットの入力欄にテキストで表示され、そのまま送信も編集もできます。

音声がサーバーに送られることはありません。モデルはスマホのメモリ上で動きます。


セットアップ

Whisperのモデルは初回利用時に自動でダウンロードされます。手作業は不要です。マイクボタンをタップすれば、モデルが未インストールの場合はOff Grid AIがダウンロードを案内します。

好みのWhisperモデルはSettings → Voice Inputでも選べます。


Whisperモデルの比較

モデル サイズ 速度 精度 おすすめの用途
Whisper Tiny ~75MB 最速 良い 手早い口述、高速な端末
Whisper Base ~145MB 速い とても良い 最初の一台に最適
Whisper Small ~465MB やや遅い 非常に高い なまり、専門用語、多言語

ほとんどの人にはWhisper Baseがおすすめです。最近のスマホならほぼリアルタイムで、高い精度で文字にします。


使い方

  1. Off Grid AIでチャットを開きます
  2. マイクボタンを押したままにします
  3. 話します。波形が表示されます
  4. 指を離すと文字になります

文字起こしはメッセージ入力欄に表示されます。送信前に編集することも、そのまま送ることもできます。

スライドでキャンセル:押したまま左にスライドすると、文字起こしせずに録音を破棄できます。


話しながら文字に

Off Grid AIは話している最中から文字起こしをリアルタイムで表示します。モデルが音声を処理するそばから言葉が現れるので、話し終えるのを待つ必要はありません。


対応言語

Whisperは話している言語を自動で判別します。日本語、英語、スペイン語、フランス語、ドイツ語、中国語、アラビア語、ヒンディー語など99言語に対応しています。

英語以外の言語で話すことが多く、精度が低いと感じたらWhisper Smallを試してください。多言語に強いモデルです。


プライバシー

  • 音声はネイティブコード内に一時的に置かれ、文字起こし直後に消去されます
  • 音声がストレージに書き込まれることはありません
  • 音声がサーバーに送られることはありません
  • Whisperモデルはwhisper.cppでローカルに動きます

関連ガイド

役に立ちましたか?
開発者からのお知らせ