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
- Off Grid AIでチャットを開きます
- マイクボタンを押したままにします
- 話します。波形が表示されます
- 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