ローカルファイルの文字起こし
transcribe_audioを使用して、ローカルの音声または動画録音を文字起こしできます。開始時刻のタイムスタンプも任意で付けられます。
Yap MCPは、ローカル録音の文字起こしとYapのディクテーション履歴検索に対応する無料・オープンソースのMCPサーバー。パソコン上で音声認識を実行し、対応AIクライアントの設定方法も案内します。
Yap MCPは、対応するAIアシスタントがローカルの音声・動画ファイルを文字起こししたり、そのパソコン上のYapアプリに保存されたディクテーション履歴を検索したりできるオープンソースのMCPサーバーです。認識は録音を文字起こしサービスにアップロードするのではなく、ローカルで実行されます。
公式の設定ページには、npmベースのコマンドとクライアント設定の例が掲載されています。最初の文字起こし時に音声モデルがダウンロードされ、設定完了後はオフラインで認識できるようになります。これは開発者向けの統合パッケージであり、デスクトップ版のディクテーションアプリやブラウザ版の音声・テキスト変換ページとは別のものです。
transcribe_audioを使用して、ローカルの音声または動画録音を文字起こしできます。開始時刻のタイムスタンプも任意で付けられます。
search_dictationsを使用して、Yapがローカルに保持する履歴を検索できます。文書化されている検索は読み取り専用です。
文字起こしの前にprepare_speech_modelを使用して、認識モデルをダウンロードして検証できます。
公式コマンドまたはクライアント固有の手順を使用して、対応クライアントにサーバーを設定できます。
要約する前に、対応するアシスタントに許可を得たローカル録音を文字起こしするよう依頼できます。
そのパソコンで以前にディクテーションした内容を、ローカルのYap履歴から検索できます。
ネットワーク接続なしで認識に頼る前に、あらかじめモデルをダウンロードしておけます。
公式ページには、transcribe_audio、search_dictations、prepare_speech_modelが記載されています。
設定ページでは、ローカル認識について、アップロード不要、APIキー不要、アカウント不要と説明されています。
ページにはNode.js 20以降が必要で、ディクテーションを検索するには22.13以降が必要と記載されています。最新のプラットフォーム別の手順に従ってください。
公式ページでは、Yap MCPは無料かつオープンソースと説明されています。接続するAIクライアントには、別途サービス利用規約や料金が設定されている場合があります。
MuseGenは、説明文や歌詞、参考ガイダンスから音楽や楽曲を作れるAIサービスです。ボーカル・インストゥルメンタル案、編集・延長、クレジット制プランを提供します。生成物と商用利用権は現行規約の確認が必要です。
AILearnHubは、トピック、質問、記事、アイデアをAI生成の構造化レッスンに変換。学習の復習や授業準備に活用でき、無料で1レッスン、有料クレジットで大量処理と追加のエクスポートに対応。
Yap Audio to Textは、音声・動画ファイルをブラウザ上で編集可能なテキストやタイムコード付きSRT・VTT字幕に変換する無料ツール。Whisperは端末上で動作し、アカウント登録やアップロードは不要。1ファイル60分・300MBまで。
Kling4.tvは、プロンプトや画像・動画・音声などの参照素材に対応した、第三者提供のブラウザ型動画作成サービスです。モデル選択や生成設定、クレジット制プランを利用でき、Kling AI開発元との提携を示すものではありません。送信前に必要クレジットを確認できます。
PostCat AIは、B2Bチーム向けのLinkedInコンテンツ作成・予約投稿・チーム通知・計測リンクに対応する早期アクセス型ワークスペースです。現在はウェイトリストへの登録が必要です。
Arcmiraは、公開動画やポッドキャストの会話から必要な場面を、出典箇所とタイムスタンプ付きで検索できる調査サービスです。Web調査、名前の監視、API・MCP・webhookに対応し、クレジット制プランで利用できます。