Speek

SpeekはMacのノッチに常駐するmacOS音声アシスタント。音声をテキスト入力・編集、回答や操作に変換し、対応アプリやツールでハンズフリーの文章作成、会話型サポート、音声操作を実現します。

Macの音声操作と音声入力

SpeekはMacのノッチに常駐するよう設計されたmacOS向けの音声操作アシスタントです。音声入力、会話形式の質問、接続されたアプリや表示中のコンピューターインターフェースを操作する依頼を組み合わせ、ユーザーはアクティブなアプリケーションから離れずに話しかけられます。

ショートカット、ハンズフリージェスチャー、またはウェイクフレーズで依頼を開始します。Speekは現在のテキストフィールドへの文字起こし、選択テキストの書き換え、音声とカードによる回答、メッセージの下書き、カレンダー項目の管理、接続サービスの検索、メディア操作などを実行できます。クラウドに接続して動作し、モデルプロバイダーを選択できるほか、権限、連携、音声、音声入力、プライバシー、メモリに関する設定を利用できます。

機能

柔軟な音声入力

ショートカットキーを押し続ける、ダブルタップでハンズフリー入力を行う、マウスボタンを使う、または設定可能なウェイクフレーズを話すことで入力を開始できます。音声認識はMac上で実行され、発話が止まると録音も停止します。

音声入力と音声編集

現在のテキストフィールドに文字起こし結果を挿入し、未編集、軽く整えた文章、または洗練された文章から出力形式を選べます。周囲のテキストに合わせて出力を調整したり、音声で選択テキストを編集したりできます。

会話型アシスタント

質問をして音声回答を受け取り、会話を続けたり、操作を依頼したりできます。短い依頼はノッチに表示され、時間のかかるコンピューター操作はバックグラウンドで実行して結果を報告できます。

コンテキスト対応の依頼

画面のコンテキスト、ポインターで円を描くジェスチャー、貼り付けまたはドロップした画像やファイル、選択したテキストを使って、依頼により多くのコンテキストを与えられます。依頼時の画面共有はオフにできます。

アプリとツールの連携

対応するMacアプリ、MCPサーバー、プラグイン、ローカルのコマンドラインツール、スキルを接続できます。接続先としてMail、Messages、Calendar、Reminders、Notes、音楽、Files、Gmail、Google Calendar、GitHub、Notion、Linearが挙げられており、Composioを通じて追加サービスも利用できます。

メモリと反復可能なワークフロー

事実、好み、手順、語彙、修正内容、音声ショートカットを保存できます。音声入力履歴、再利用可能なプロンプト、スケジュール、失敗した録音の任意の復元機能も記載されています。

ユースケース

ハンズフリーでの文章作成
Mail、Slack、Notes、ブラウザ、ターミナルなどに話しかけ、生成されたテキストをアクティブなフィールドに挿入できます。生の文字起こし、整文、より洗練された下書きのいずれかが必要な場合は、文章モードを選択できます。
テキストをその場で編集
既存のテキストを選択し、Speekに短縮、翻訳、その他の修正を依頼できます。プロジェクト要件に記載された、取得した選択範囲の確認処理も維持されます。
日常的なMacタスクの管理
カレンダーの検索、リマインダーの作成や変更、ノートの検索、メッセージの下書き、音楽の操作などを、各アプリを手動で操作せずに依頼できます。影響の大きい操作は、実行前に確認できる形で表示される場合があります。
視覚情報やファイルのコンテキストを利用
表示中または添付された内容に基づく質問では、画面、ポインター、ファイル、画像、PDFのコンテキストを提供できます。接続されたツールが利用できない場合、Speekはコンピューター操作を使用できます。
ツールや開発向けワークフローの拡張
MCPプラグイン、ローカルCLIツール、スキル、コーディングアシスタント用フックを使って、ツール関連の依頼を振り分けたり、既存のClaude CodeまたはCodexセッションに音声で応答したりできます。ソースによると、Speek自体がコーディングタスクを開始することはありません。

Pros and Cons

Pros

音声入力、テキスト編集、質問、コンピューター操作を、Macに特化した1つのインターフェースに統合しています。
直接テキストを挿入できるほか、編集可能なメール、天気予報、地図などのカード形式の出力にも対応しています。
複数の入力方法、設定可能な文章スタイル、メモリ、フォローアップ会話を利用できます。
MCPサーバー、プラグイン、スキル、信頼済みのコマンドラインツールを通じて、標準のMacアプリ以外にもワークフローを拡張できます。

Cons

提供されたプロジェクト資料からは、パッケージ化された配布の詳細や製品固有の料金は確認できません。
一部のワークフローは、設定した権限、接続サービス、選択したモデルプロバイダー、またはローカルツールに依存します。
プロジェクトのドキュメントでは、実装済みのソースパスと実際にテストされた機能を区別しています。そのため、検証なしに、記載されたすべての機能を本番環境対応とみなすべきではありません。

FAQ

Speekはどのように使いますか？

SpeekはMacのノッチから実行されるmacOSアプリケーションです。ショートカットキーを押しながら話す、ダブルタップによるハンズフリーキャプチャを有効にする、または設定したウェイク名で音声起動することができます。該当する場合、マイク、アクセシビリティ、画面収録の権限が必要だとソースに記載されています。

Speekはどこにテキストを入力・編集できますか？

音声入力したテキストは、Mail、Slack、Notes、ブラウザ、ターミナルなどのアプリを含む、アクティブなテキストフィールドに挿入できます。また、選択したテキストの書き換えにも対応しており、入力モードは生の文字起こしから整えた文章、さらに洗練された文章まで選択でき、スタイルも設定できます。

Speekはどのような出力を提供しますか？

Speekは質問に音声で回答し、会話を続けたり、コピーまたは挿入できる回答を返したりできます。また、編集可能なメール下書き、天気、地図の検索結果などのワークフロー向けにカードを表示することもできます。

Speekはクラウドサービスを利用しますか？

リポジトリではSpeekはクラウド接続型と説明されており、OpenRouter、OpenAI、またはローカルのCodexログインなどのプロバイダーを選択できます。ローカル音声認識にも対応し、画面、ファイル、アプリのコンテキストを任意で利用できると記載されています。そのため、具体的なデータフローは、選択したモデル、連携機能、有効にした設定によって異なります。

Speekの料金はいくらですか？

このプロジェクトは公開GitHubリポジトリですが、提供されたソースからは、製品固有の料金、パッケージ化された配布モデル、または接続するモデルプロバイダーに別途有料アカウントが必要かどうかは確認できません。

Quick Facts

カテゴリー: AIアシスタントおよび生産性向上ツール
プラットフォーム: macOS
インターフェース: Macのノッチパネルとメイン会話ウィンドウ
主なワークフロー: 音声入力、音声編集、質問、アプリまたはコンピューター操作
リポジトリ: github.com/aveekpatra/speek
モデルの選択肢: リポジトリにはOpenRouter、OpenAI、またはローカルのCodexログインが記載されています

Speekの代替品

SpeakoFlow

SpeakoFlowは、Windows、macOS、Linux対応の無料・オープンソースのデスクトップ音声入力アプリ。あらゆるアプリに дикationでき、Flow、要約整理、翻訳、画面認識アシスタントにも対応。

Flunkey

FlunkeyはWindows向けの音声入力中心の生産性レイヤー。話した内容をテキスト化し、AI支援の出力や記憶した文脈に変換。作業中のアプリを離れずに使えます。

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。

Lemon

Lemonは、fnキーを押して話すだけで、Mac上の文章作成や各種タスクを完了へ導く音声アシスタント。無料Basicと有料Proを提供。

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。