OpenAIの音声認識モデルWhisperを利用し、オーディオやビデオファイルの音声をテキストへ変換してくれるMacアプリ「AI Transcription」がリリース。

　OpenAIの音声認識モデルWhisperを利用し音声をテキストへ変換してくれるMacアプリ「AI Transcription」がリリースされています。詳細は以下から。

　ChatGPTなどを開発するOpenAIは2022年09月、Web上から収集した68万時間にも及ぶ音声データを利用し学習させた自動音声認識(ASR: Automated speech recognition)システム「Whisper」を公開しましたが、このWisperを利用し、音声をテキストへ変換してくっるMacアプリ「AI Transcription」が新たにリリースされています。

Turn audio into text! AI Transcription uses advanced Speech Recognition to transcribe your audio and video files in a blink, fully automatically, all offline, and with highly accurate results.

AI Transcription – Mac App Store

AI Transcription

　AI Transcriptionを開発＆公開したのは、Stable Diffusionを利用しテキストから画像を生成できるMac/iPhone, iPadアプリ「AI Photo」を開発しているドイツのMartin Lexowさんで、AI Transcriptionを利用するには、まずmacOSのシステム設定アプリから[キーボード] → [音声入力]で音声をテキストへ変換したい言語を追加*し、AI Transcriptionの設定 → [言語]設定で言語を選択。

　後は、オーディオやビデオファイルをウィンドウにドラッグ&ドロップするだけで、ファイル内の音声がオンデバイスでテキスト化され、.txtや.csv, .srt, .vttファイルで書き出すことができます。

　AI Transcriptionのシステム要件はApple Silicon(推奨)を搭載したmacOS 13.1 Ventura以降のMacでアプリは無料で公開されていますが、初期リリースでは英語やドイツ語、イタリア語、スペイン語、ポルトガル語、ロシア語、トルコ語、簡体字中国語のみのサポートで、

MacWhisper (Whisper Transcription)

MacWhisperの様に音声認識モデルの選択には対応していないので、より精度の高い書き起こしを行いたい方は「MacWhisper (Whisper Transcription)」を試してみてください。

• AI Transcription – Mac App Store