カーソル中心の音声入力
「Hey Megaphone」と言って音声入力を開始し、別のチャットウィンドウを開いたりカーソルから離れたりせずに文字起こしと書き換えを行えます。
概要
Megaphoneは、Mac向けの無料オープンソース音声入力アプリで、素早いライブ文字起こし、整形、カーソル位置でのインライン書き換えに重点を置いています。別のチャットや編集画面へ移動するのではなく、すでに使っているアプリ内で動作するように作られています。
この製品はmacOS上でのローカル処理を重視しています。サイトでは「Hey Megaphone」と言って音声入力を開始できること、またAppleのオンデバイスFoundation Model、Screen Awareness、個人Dictionaryを使って入力中のスペル、トーン、書式を調整すると説明されています。
機能
Inline AI
AppleのオンデバイスFoundation Modelを使ったインライン書き換えにより、変更内容が現在使っているアプリ内に直接反映されます。
Smart Cleanupモード
Smart Cleanupはフィラーワードを削除して話し言葉を整えます。サイト上ではSmart、Basic、Exactのモードが示されています。
個人Dictionary
プライベートDictionaryに名前、製品名、略語、技術用語を保存しておくことで、文字起こしや整形で適切な表記を使えます。
アプリ対応のライティング
App Awarenessは、アクティブなアプリとウィンドウタイトルをローカルで読み取り、書いている文脈に合わせてトーン、スペル、書式を調整します。
自動学習とDictionaryの移行
Megaphoneには自動学習があり、単語は3回の成功した音声入力の後に有効になります。また、DictionaryデータはJSONとしてエクスポート／インポートできます。
用途
ハンズオン音声入力
作業中のアプリに直接テキストを音声入力し、そのまま別のエディタやチャット画面に切り替えずに入力を続けられます。
話しながらのライブ整形
話しながら下書きを行い、フィラー語を取り除いて、カーソル位置で簡潔に整えたテキストにできます。
語彙管理
名前、略語、製品名、技術用語をDictionaryに保存し、音声入力全体で表記を統一できます。
文脈に応じたライティング
Mail、Slack、コード中心のウィンドウなど、アクティブなアプリに応じて表現、スペル、書式を調整できます。
DictionaryをMac間で移行
DictionaryデータをJSONとして書き出し、別のMacに取り込むことで、複数デバイス間で同じ語彙設定を維持できます。
Pros and Cons
Pros
- サイトの記載によれば、無料でオープンソースです。
- カーソル位置でインラインに動作するため、別のチャットやコピー＆ペーストの手順を避けられます。
- Appleのオンデバイスモデルとローカルのアプリ文脈を使うため、サイトではMacネイティブなワークフローとして位置づけられています。
- 名前、用語、技術語彙のためのプライベートDictionaryを備えています。
- DictionaryデータをJSONとしてエクスポート／インポートでき、Mac間で移行できます。
Cons
- 提供元の説明文では無料かつオープンソースとされていますが、料金ページの詳細は提示されていないため、正確な費用体系はサイト上で確認できません。
- 互換性の詳細は限定的で、ページには最小macOSバージョンや対応アプリの完全な一覧が記載されていません。
- 一部の機能は高いレベルで説明されていますが、サイトには手順付きのセットアップ方法や詳細な設定ドキュメントはありません。
FAQ
Megaphoneは何をするものですか？
MegaphoneはMac向けの音声入力アプリです。サイトでは、「Hey Megaphone」と言って音声入力を開始し、AppleのオンデバイスFoundation Modelを使ってカーソル位置でテキストを書き換えると説明されています。
料金はいくらですか？
サイト上ではMegaphoneは無料でオープンソースとされています。また、指定されたURLの料金ページは現在404ページを返しており、料金の詳細は表示されていません。
どのプラットフォームに対応していますか？
製品ページでは、MegaphoneはmacOS向けに設計され、オンデバイス処理を重視していることが示されていますが、対応状況の一覧や最小OSバージョンは記載されていません。
ワークフローはどのように動作しますか？
Megaphoneは、個人Dictionary、Smart Cleanup、アプリ認識のコンテキスト、Inline AIを使って、他のMacアプリで作業しながら文字起こしと書き換えを調整します。
Quick Facts
- カテゴリ
- 生産性 / 音声入力
- プラットフォーム
- Mac
- 価格
- 無料でオープンソース
- 主なワークフロー
- ライブ文字起こし、Smart Cleanup、カーソル位置でのインライン書き換え
- 文脈の扱い
- アクティブなアプリとウィンドウタイトルをローカルな手がかりとして使用
- ソースドメイン
- megaphone.kuber.studio
Megaphoneの代替品
QuickQuill
QuickQuillは、macOSで使えるローカル動作の音声入力・文字起こしアプリです。会議の録音、書き起こし、要約、ノート書き出しをクラウドなしで行えます。
Speech to Text Converter
Speech to Text Converter は、ブラウザで使える文字起こしツールです。ライブ音声入力や音声・動画ファイルのアップロードに対応し、短い作業向けの無料プランと、無制限の文字起こし、AI要約、翻訳、話者識別、詳細な書き出し機能を備えたProプランがあります。
Dictato
Dictatoは、Mac向けの音声入力アプリ。オンデバイスのオフライン処理で、どのアプリでも音声をその場でテキスト化。複数の文字起こしエンジン、校正・翻訳、買い切りライセンスに対応。
Sanota
Sanotaは、話した思い出や振り返り、インタビューを分かりやすい文章の物語に変えるアプリ。家族史や共有の記憶づくりを、ガイド付きプロンプトと月額・年額プランで支援します。
Carbon Voice
Carbon Voiceは、チームと個人向けの非同期音声メッセージアプリ。文字起こし、AI要約、端末間アクセスで、通話なしのコミュニケーションを実現します。
Realtime and audio
Realtime and audio は、ライブ音声の翻訳、文字起こし、音声生成、音声対応チャットに最適な speech architecture を選ぶための OpenAI API ガイドです。各用途に合う session type、endpoint、接続方法を案内します。