使い方Mac9 分で読めます
Whisper Mac 文字起こしアプリ:ローカルで音声入力
Mac で Whisper をローカルに動かす方法。Petal で Whisper Large V3 Turbo を設定し、ほかのモデルと比較します。
Petal の開発元、Optimal Apps が公開しています。
このページの内容
Mac の Whisper アプリは、OpenAI が公開している音声モデル Whisper を自分のコンピュータで動かすので、音声がサーバーに送られることはありません。Apple シリコンでは、argmax の WhisperKit による Core ML、whisper.cpp、MLX のいずれかで Whisper がよく動きます。どのアプリでも Whisper で音声入力したいなら、Petal には WhisperKit 経由の Whisper Large V3 Turbo があります。Settings > Models でダウンロードして選び、Option-Space を押して話すだけです。このガイドでは、ローカルの Whisper の仕組み、Petal での設定、Petal のほかのモデルとの比較を説明します。
手順は、macOS 26 上の Petal 2.8.1 に基づいています。Petal は Optimal Apps が開発している、無料でオープンソースのアプリです。
確認リスト
| 確認すること | 理由 |
|---|---|
| Mac が Apple シリコン搭載 | ローカルの Whisper を実用的な速度で動かすには Neural Engine と GPU が必要 |
| ディスクに約 1.1 GB の空き容量 | Petal の Whisper Large V3 Turbo のサイズ |
| モデルのダウンロードが完了している | Petal は途中までのモデルを使えない |
| 話す言語を設定しているか、自動判別のまま | Whisper は言語を判別できるが、設定すると間違いが減る |
| マイクとアクセシビリティがオン | 録音と貼り付けに必要 |
Apple シリコンでローカルの Whisper が動く仕組み
Whisper は、OpenAI が公開している音声モデルのシリーズです。元のコードは Python で書かれていて、NVIDIA の GPU で一番よく動きます。Mac では、次の 3 つのプロジェクトが Whisper を速くします。
- argmax の WhisperKit は、Whisper を Core ML に変換して、Apple Neural Engine で動かします。Petal は WhisperKit を使っています。
- whisper.cpp は、GPU 上で Metal を使う C/C++ への移植版です。コマンドラインのツールなので、音声入力よりもスクリプト向きです。
- MLX は、Apple の機械学習フレームワークです。いくつかの Whisper の移植版が MLX で動きます。
Whisper Large V3 Turbo は、Whisper Large V3 を小さく速くしたバージョンです。パラメータ数は、完全な Large V3 の 1.55B に対して 809M で、多くの言語でほぼ同じ精度です。
ローカルの Whisper の速度は、チップ、メモリ、音声の長さ、モデルによって変わります。1 台の Mac の結果はほかの Mac には当てはまらないので、時間の数値は載せていません。自分の Mac で、自分の声で試してください。同じ段落を 2 つのモデルで読み上げ、話し終えてからの待ち時間と、直す必要がある単語の数を比べましょう。
コマンドラインで Whisper を動かす
ファイルを一度だけ文字起こししたいなら、whisper.cpp が使えます。
- Homebrew でインストールします:
brew install whisper-cpp - whisper.cpp のプロジェクトからモデルのファイルをダウンロードします。
- WAV ファイルに対してコマンドラインのツールを実行します。
ファイルならこれで十分です。毎日の音声入力には、ショートカットで録音して手前のアプリに貼り付けるアプリが必要です。
Mac の Whisper アプリを設定する:Petal の手順
ステップ 1:Petal をインストールする
- GitHub Releases または Petal for Mac のページから Petal をダウンロードします。
- Petal を「アプリケーション」フォルダにドラッグして開きます。
- セットアップを完了します。マイクとアクセシビリティを許可し、初期設定の Option-Space のショートカットをそのまま使うか、好きなキーに変えます。
ステップ 2:Whisper Large V3 Turbo をダウンロードする
- メニューバーの Petal のアイコンをクリックし、Petal Settings… を選びます。
- Models を開きます。
- Whisper Large V3 Turbo を探します。カードには「High-quality transcription in 99 languages」と書かれ、サイズ(約 1.1 GB)が表示されています。
- Get をクリックして、ダウンロードが終わるまで待ちます。
- カードをクリックして選びます。
モデルを変えたあとの最初の音声入力は、モデルの読み込みのために時間がかかることがあります。そのあいだ、カードには Warming up と表示されます。
ステップ 3:話す言語を設定する
Whisper Large V3 Turbo と Qwen3 ASR 1.7B では、言語を自動で判別する代わりに、言語を指定できます。
- Settings > Recording を開き、Spoken Language を探します。
- 日本語など自分の言語を選ぶか、Automatic のままにします。
短い音声入力では、言語を判別するための音声が少ないので、言語を指定すると効果があります。
ステップ 4:音声入力する
- どこかのテキストフィールドをクリックします。
- Option-Space を押して話し、もう一度押します。または、長押ししながら話して離します。
- Petal が Mac 上の Whisper で文字起こしをし、テキストを貼り付けます。
つなぎ言葉も取り除きたい場合は、Settings > Intelligence で Petal W1 を選びます。Petal W1 も Mac 上で動きます。
Whisper と Petal のほかのモデルの比較
Petal は、それぞれのモデルを 1〜5 の速度のメーターと品質のメーターで評価しています。これは Petal 独自の評価で、ベンチマークではありません。
| モデル | エンジン | サイズ | 言語 | 速度 | 品質 |
|---|---|---|---|---|---|
| Parakeet 110M | FluidAudio (Core ML) | 約 455 MB | 英語 | 5 | 2 |
| Parakeet 0.6B V3 | FluidAudio (Core ML) | 約 485 MB | ヨーロッパの 25 言語 | 5 | 4 |
| Parakeet Unified 0.6B | FluidAudio (Core ML) | 約 625 MB | 英語、リアルタイム表示 | 5 | 3 |
| Nemotron Unified 0.6B | FluidAudio (Core ML) | 約 1.2 GB | ヨーロッパの 25 言語、リアルタイム表示 | 5 | 4 |
| Whisper Large V3 Turbo | WhisperKit (Core ML) | 約 1.1 GB | 99 言語 | 2 | 5 |
| Qwen3 ASR 1.7B | MLX | 約 2.5 GB | 30 言語、自動判別 | 3 | 5 |
| Voxtral Realtime 4B | MLX | 約 3.2 GB | 13 言語 | 4 | 5 |
| Apple Speech | Apple Speech フレームワーク | ダウンロード不要 | システムの言語 | 5 | 3 |
選び方は次のとおりです。
- 一日中英語で音声入力する: Parakeet 110M。これが初期設定になっている理由です。
- ヨーロッパの言語: Parakeet 0.6B V3、または話しながら文字起こしを表示したいなら Nemotron Unified。
- 日本語など、Parakeet が対応していない言語: Whisper Large V3 Turbo。
- 一番精度の高い結果: Qwen3 ASR 1.7B。Petal の説明では、Open ASR Leaderboard で一番精度の高いオープンモデルとされています。
ファイルには Whisper、音声入力には Parakeet を使う
1 つに決める必要はありません。Petal では、音声入力と音声ファイルに別々のモデルを使えます。
- 両方のモデルをダウンロードします。
- Settings > Router を開き、Speech Models を探します。
- Dictation を Parakeet 110M にします。
- Audio Files を Whisper Large V3 Turbo にします。
あとは録音をメニューバーのアイコンにドロップすれば、Whisper で文字起こしされます。Mac で音声ファイルを文字起こしする方法を読んでください。
ローカルの Whisper でよくある問題
- 最初の音声入力が遅い。 初回は Core ML がモデルをコンパイルして読み込みます。カードには Warming up と表示されます。2 回目からは速く始まります。
- 話していない言葉が入る。 Whisper は、無音の部分に「Thank you.」のようなテキストを入れることがあります。Settings > Recording で Trim Silence をオンにすると、文字起こしの前に静かな部分を取り除きます。
- 違う言語で出力される。 短い音声入力では、Whisper が言語を間違えて判別することがあります。Settings > Recording で Spoken Language を設定してください。
- 貼り付けされない。 これはモデルではなく、アクセス権の問題です。Mac のアクセシビリティのアクセス権が効かないときを読んでください。
ローカルの Whisper はプライバシーを守れるか
はい、モデルが自分の Mac で動いているなら守れます。Petal は音声を録音し、Mac 上で Whisper を動かして、テキストを貼り付けます。音声が OpenAI や Optimal Apps に送られることはありません。整形に Cloud Model をオンにした場合は、テキストだけが自分で選んだプロバイダに送られます。この設定については、アプリごとの音声入力の整形を読んでください。
Mac で使えるほかの Whisper アプリ
- MacWhisper は、タイムスタンプや書き出しのあるファイルの文字起こしが中心です。音声入力は Web サイト版だけで使えます。MacWhisper の代替アプリを読んでください。
- Superwhisper には、無料のローカルの Whisper モデルと有料のクラウドモデルがあり、カスタムモードも使えます。
- VoiceInk は GPL v3 のオープンソースで、署名済みのビルドは有料です。
もっと幅広く知りたい場合は、Mac 向け音声入力アプリのおすすめと Mac でオフラインで音声入力する方法を読んでください。
よくある質問
Mac で Whisper をローカルに動かせますか?
はい。Apple シリコンでは、WhisperKit による Core ML、whisper.cpp、MLX のいずれかで Whisper を Mac 上で動かせます。Petal、MacWhisper、Superwhisper などのアプリは、これをすぐ使える形にまとめています。
Whisper Large V3 Turbo は音声入力に向いていますか?
精度が高く 99 言語に対応していますが、Parakeet のモデルより遅めです。短い英語の音声入力なら Parakeet のほうが速く、日本語などほかの言語や音声ファイルには Whisper が向いています。
Mac で使える無料の Whisper アプリはありますか?
はい。Petal は無料でオープンソースのアプリで、モデルの選択肢に Whisper Large V3 Turbo があります。MacWhisper と Superwhisper にも、Whisper のモデルを使える無料プランがあります。
Mac の Whisper はオフラインで使えますか?
はい。モデルをダウンロードしたあとは、インターネットなしで Whisper が動きます。