音声テキスト変換 — AIによる無料オンライン文字起こし

Whisper WebはOpenAIのWhisperモデルを使用しており、クリアな音声であれば人間に近い精度を実現します。精度は音声の品質、背景ノイズ、選択したモデルサイズによって異なります。難しい音声には、SmallやMediumなどの大きめのモデルを使うと精度が向上します。

日本語、英語、中国語、韓国語、フランス語、ドイツ語、スペイン語、アラビア語、ヒンディー語、ポルトガル語など100以上の言語に対応しています。自動言語検出を有効にするか、ソース言語を手動で選択することも可能です。

はい、可能です。マイクボタンをクリックするとライブ録音が開始されます。ブラウザが初回のみマイクへのアクセス許可を求めます。自然に話すだけで、処理後に文字起こし結果が表示されます。録音は最大60秒まで対応しています。

初回のモデルダウンロード後は、サーバー接続なしでブラウザ内だけで文字起こしが動作します。初めて利用する際はAIモデルの読み込みにインターネットが必要ですが、一度キャッシュされればその後はオフラインでも利用できます。

はい、完全に確保されています。すべての処理はWebGPUまたはWebAssemblyを使用してブラウザ内でローカルに行われます。音声やテキストがサーバーに送信されることはありません。音声データがデバイスの外に出ることがないため、機密性の高い内容にも安心してお使いいただけます。

Whisper WebはChrome・Edge（デスクトップ・Android）でWebGPUサポートにより最高の性能を発揮します。iOS・macOSのSafariもWebAssembly経由で対応しています。FirefoxもWASMフォールバックにより利用可能です。