SupoClipは、長尺動画から注目シーンを見つけ、縦型にリフレームし、字幕を同期表示するオープンソースAI動画クリッパー。YouTube動画や録画をShorts、TikTok、Reels向けに再利用できます。
Table CanonはTRPGセッション音声を録音後に要約・アウトライン化し、GM向けの永続的なキャンペーンデスクに変換。World/Storyビュー、未解決の伏線管理、Prep提案、過去セッションを出典付きで確認できるAsk回答に対応。
OpenWhisprは、macOS、Windows、Linux、iOS対応のオープンソース音声入力・音声テキスト変換ソフト。開発者やライター、チームの文字起こしや会議メモ作成を支援します。
CAKIEは、AIエージェント向けに画面と音声を録画できるMacアプリです。文字起こしとスクリーンショットのハイライトを追加し、プロンプトをコピーして別のAIアプリに貼り付けたり添付したりできます。
VocaScriptは、音声・動画・公開メディアURL・ブラウザタブを編集可能なテキストに変換するAI文字起こしツール。100以上の言語、話者検出、タイムスタンプ、翻訳、TXT出力に対応。
Phonableは、応答できない電話にカスタム応答や発信者への自動テキストを設定でき、留守番電話の録音・文字起こし・AI要約をアプリで確認できるiPhone向けアプリです。既存の電話番号、SIM、端末を維持したまま、会議・運転・予定した不在などに合わせてモードを切り替えられます。
ParakeetAIは、面接・営業電話・顧客ミーティング・技術会話を支援するリアルタイムAIアシスタントです。音声を文字起こしし、質問を検出して回答を提案。模擬面接や通話後の transcript 確認にも対応します。
SaybleはMacとWindows対応のリアルタイムAI会話コパイロット。通話中の返答を提案し、営業・交渉・採用・顧客対応などの通話を要約してフォローアップメール案を作成します。
Inqueriaは、音声インタビューを実施し回答をテーマ別に整理するAIモデレーション型の定性調査ツールです。各テーマを裏付ける正確な引用と、反対意見の参加者を確認できます。
Hemoryは、会話や会議、音声メモを検索可能な情報源に変える常時リスニング・メモリーツールです。蓄積した内容を検索でき、内蔵Q&AやMCP対応エージェントで、フォローアップ、レポート、日記、プロダクト文書を作成できます。
OsmO AI Phone Assistantは、iPhoneとiPadで迷惑電話を確認・文字起こしし、予約やフォローアップの発信にも対応。音声・入力指示、リマインダー、要約、カレンダー登録が可能な生産性アプリです。
VoiceCapは、対面・オンライン会議を録音し、アップロードした音声・動画にも対応するAI議事録作成ツールです。100以上の言語で検索可能な文字起こし、要約、決定事項、アクション項目を作成し、個人やチームの会議後の確認と共有を支援。データはEUに保存されます。
MosMosはmacOS 15以降対応の音声入力・議事録ツール。チャット、メール、文書、コード、ターミナルの入力欄に音声をテキスト化し、会議の話者別文字起こし、要点、ToDoも作成します。
lumikeyはMacとWindows対応のピアノ学習アプリ。MP3、MIDI、音声、YouTubeリンクを演奏できるピアノロールに変換し、MIDIキーボードやマイクで練習できます。左右の手を分けた練習、速度変更、ループ、編集、MIDI書き出しにも対応。
QuietHintは、Mac上のマイク音声と通話音声を文字起こしし、「自分」「相手」と話者を表示するmacOS会議アシスタント。質問時には簡潔な返信案を提示し、営業、サポート、面接などのリモート会話を、会議にボットを追加せず支援します。
S-RollはMac上で動画をローカル処理し、文字起こしや自然言語検索で見どころを発見。レビュー可能なクリップを生成し、被写体追跡、編集、MP4書き出しにも対応します。
Jottooは、会話を録音・入力して検索可能な文字起こし、要約、アクション項目、タスクを作成できるAI議事録・生産性ワークスペースです。会議の記録から期限管理やフォローアップまで一元化できます。
ThoughtsはmacOSのメニューバーからテキスト、音声メモ、画像をすばやく記録できるアプリ。メモの整理・検索・書き出し・編集に対応し、ユーザー提供のプロバイダーキーでAI機能も利用できます。
Dictantorは、Appleデバイスで音声メモを録音・文字起こし・検索・要約・共有できるローカル優先のボイスノート。音声や文字起こしをクラウドに送らず検索可能な記録を残したい方に適しています。
Capslaneは、公開YouTube動画の字幕を抽出し、字幕がない場合は文字起こしを生成できるAPIです。タイムスタンプ付き出力、言語選択、本番運用向け制御を1つのエンドポイントで提供します。