キーボードで打てない私が、無料でオープンソースのMac用音声入力アプリを作りました

著者 · 公開日 · 更新日

YapToTextは、Mac用の無料のオープンソースの音声入力ソフトです。GPLライセンスで、SwiftのソースコードのすべてをGitHubに公開しています。Whisper Large v3 TurboとPhi-3.5 Miniを、お使いのMac上で動かします。料金はかからず、有料プランも上限もありません。私の手ではキーボードを打つことが難しいので、このアプリを作りました。料金のページは1文で終わります。無料です。

キーボードの代わりになるほど出来のよいMac用の音声入力アプリは、どれもサブスクリプションか、$249.99のライセンスか、他人のサーバに私の声を送ることを求めてきました。私は書くものをすべて音声入力しているので、これは好みの問題ではありませんでした。コンピュータを使うための費用でした。そこでYapToTextを作りました。ずっと無料で、GPLのオープンソースで、すべてがMacの中で動きます。Mac App Storeにあるので、インストールはワンクリックで、ターミナルも要りません。

Mac App StoreでYapToTextをダウンロード無料でダウンロードできます。アカウント不要で、機能の制限もありません。AppleシリコンのMac、macOS 14以降に対応しています。 ソースコードはGitHubにあります。

ほかの言語で読む： English, العربية, Čeština, Dansk, Deutsch, Ελληνικά, Español, Suomi, Français, עברית, हिन्दी, Magyar, Bahasa Indonesia, Italiano, 한국어, Norsk, Nederlands, Polski, Português, Română, Русский, Slovenčina, Svenska, ไทย, Türkçe, Українська, Tiếng Việt, 简体中文, 繁體中文

手順

  1. Mac App Storeから、YapToTextを無料でインストールします。
  2. YapToTextを開いてマイクを許可し、カーソルの位置に入力できるように<span lang="en">Accessibility</span>をオンにします。
  3. 言葉を入れたい場所にカーソルを置きます。メール、メッセージ、コードのコメントなどです。
  4. Right Commandキーを1回押して、話し始めます。
  5. もう一度押します。言葉がカーソルの位置に入力されます。

作った理由

私が音声入力をするのは、便利だからではありません。打つことが難しいからで、メールもメッセージも文書も、このアプリのコードのコメントも、音声入力で書いています。話すことがキーボードの代わりになるなら、音声入力アプリは生産性を上げるおもちゃではありません。入力装置そのものです。

そう考えると、料金の意味が変わります。テキストエディタのサブスクリプションは、事業者の判断です。書くことそのもののためのサブスクリプションは、通行料です。そして、書いた言葉をすべてサーバに送ることは、プライバシーのページのチェック項目ではありません。あなたのやり取り、仕事、通院の予定が、この先ずっと信頼しなければならない会社を通ることです。

キーボードの代わりになるほどよく、完全に端末の中で動き、しかも無料という3つがそろったMac用アプリは見つかりませんでした。だから自分で書いて、無料で公開しました。

App Storeのポスター。見出しはI created this because my hands don't workで、アクセシビリティのアイコンとYapToTextのカピバラが描かれている。
図1. このアプリがある理由を1行で言うとこうです。書くのにこれに頼っているので、まずアクセシビリティのための道具としてYapToTextを作りました。

ほかのアプリの実際の料金

私が使うことになったかもしれないアプリの料金です。2026年10月3日に、それぞれの開発元の公式サイトで確認しました。料金は変わるので、乗り換える前に確認してください。出典つきの詳しい内容は比較のページにあります。

  • Appleの音声入力。 無料で、AppleシリコンのMacでは対応言語を端末上で処理します。話した内容を整えることも、メールの形式にすることも、すでに書いた文章を編集することもできません。
  • Wispr Flow。 月額$15、年払いなら月額$12で、デスクトップで週2,000語までの無料プランがあります。プライバシーのページには、文字起こしは常にクラウドで行われると書かれています。
  • superwhisper。 ローカルのモデルが使える無料プランがあり、Proは月額$8.49、年額$84.99、買い切り$249.99です。
  • MacWhisper。 Proは€64の買い切りです。ローカルで動作する、よくできたソフトウェアです。

これらは悪いアプリではありません。私がまだ作っていない部分では、私のアプリより優れているものもあります。言いたいことはもっと狭い範囲です。土台の音声認識モデルはオープンソースで、Appleはハードウェアアクセラレーションをすべての開発者に無料で提供しています。そのコストを、キーボードを使えない人に負わせるべきではありません。

できること

キーをひとつ押して話し、もう一度押すと、どのアプリでもカーソルの位置に言葉が現れます。操作はこれだけです。その裏には、実際に手間のかかった部分があります。

展開したYapToTextのパネル。文字起こしされた文の上に青いリアルタイムの波形があり、取り消し、一時停止、停止のボタンと、番号付きのモードのチップがある。
図2. キーひとつで始まり、話すとパネルの中で言葉が形になって、カーソルの位置に入ります。
  • 音声入力している文を読み取ります。 行の途中にカーソルを置いて話すと、必要なときは最初の語が小文字になり、スペースがきれいにつながり、文が続くときは末尾のピリオドが省かれます。ほかのどのアプリでも、いちばん欲しくなる機能です。
  • メールとメモを見分けます。 Auto modeは話した内容を読み取って、形式を自分で選びます。メールはメールの形になり、短いメッセージは気軽な文のままで、それ以外は整えるだけです。
  • 声でテキストを編集できます。 どのアプリでもテキストを選択し、Quick Editのキーを押して、変更内容を言います。「make this shorter」「fix the grammar」「translate it to Spanish」のように言うと、書き直した文が選択部分にそのまま置き換わります。
  • 音声入力する人が期待するとおりに、句読点を声で入力できます。 「is it working now, question mark」と言うと記号が入り、余計なカンマは残りません。
  • 辞書と音声コマンド。 何度も聞き違える名前のつづりを覚えさせたり、Commandsページの電話番号のひな形を埋めたりすると、「insert phone number」と言うだけで本当の番号が入力されます。

Intelligent Insert、Auto mode、Dictionariesのヘルプページでそれぞれを詳しく説明していて、Macの音声入力ガイドではじめての音声入力を順に説明しています。

音声の処理の中身

エンジニアリングの大半はここに費やしました。私は静かな声で、しばしば3Dプリンターが動いている部屋で音声入力するからです。マイクの音をそのままWhisperに渡して祈るのが、多くのラッパーのできるところで、実際の部屋で破綻する理由でもあります。

音声認識モデルがサンプルを受け取る前に、次のことをします。部屋の雑音を測り、信号対雑音比が必要とするときだけ定常雑音を差し引くので、静かな部屋に過剰な処理をすることはありません。小さな声は、固定の音量ではなく部屋に対して持ち上げます。録音はピークを監視しているので、大きな声が1語入っても音が割れません。長い無音は圧縮して、デコーダーがずれないようにします。録音が雑音の多いものと測定されると、デコードはグリーディからビームサーチに切り替わります。

そのあとの処理もあります。入力した音声より文字起こしが短く返ってきたときは救済の処理が走り、Whisperが無音の末尾で陥る繰り返しのループは、ガードがひとつにまとめます。これらはすべて、公開する前に、私自身の実際の音声入力のテストデータで測定しています。きれいな録音で効果のある変更が、ささやき声ではかえって悪くなることがよくあります。

App Storeのポスター。見出しはIt hears you through anythingで、展開した録音パネルの上に、上記の音声処理の手順が並んでいる。
図3. 背景雑音の除去から話す速さの補正まで、6つの手順の音声処理です。すべてWhisperの前後で、すべてMacの中で行われます。

ほかのオープンソースのWhisperラッパーとの違い

Whisperをホットキーにつなぐのは、週末でできるプロジェクトで、うまく作った人も何人もいます。open-wisprはそのよい例です。キーを押し続けて話し、放すと、カーソルの位置にテキストが現れます。すべて端末上で動き、MITライセンスです。必要なのがそれだけなら、よい選択なので、使ってください。

違いは、文字起こしができたあとにあります。ラッパーが渡すのは、Whisperの出力そのままです。YapToTextの大半は、その出力と、本当に欲しかった文章のあいだの作業です。

  • 文脈。 カーソルの前後にあるものを読み取って、文字起こしをそれに合わせるので、文の途中での音声入力でも、大文字と小文字、スペース、文末の句読点が正しくなります。
  • 整形。 ローカルの言語モデルが、話し言葉のつなぎを完成した文章にし、話した内容から形式を選びます。クラウドへの呼び出しはありません。
  • 編集。 どこでも既存のテキストを選択して、声で変更できます。文字起こしとは、まったく別の仕事です。
  • 音声の処理。 信号対雑音比で切り替わる雑音の差し引き、部屋に対するゲイン、ピークを監視した録音、録音が雑音の多いときに方式を切り替えるデコーダーがあります。うるさい部屋で小さな声が通用するのは、これのおかげです。
  • インストール。 シェルスクリプトではなくApp Storeからインストールするので、サンドボックスで動作し、Appleの審査を受け、システムがアップデートします。
Quick Editのカード。リアルタイムの波形とListening for your editの表示があり、その下に、声で伝えた指示make it sound more formalが表示されている。
図4. 編集は、文字起こしとは別の仕事です。どのアプリでもテキストを選択し、Quick Editのキーを押して変更内容を言うと、カードが聞き取った内容を表示します。

だからといって、もっとシンプルなツールが間違っているわけではありません。大きさが違うだけです。私にはもっと大きいほうが必要でした。私にとって音声入力は近道ではなく、書くための唯一の方法だからです。

オープンソースのMac用音声入力アプリの比較

私が知っている、Mac用のオープンソースの音声入力アプリです。スターの数は注目度の目安で、品質の目安ではありません。YapToTextがApp Storeに登場したのは2026年7月22日からです。数よりも、列の内容を見てください。

2026年10月3日に、GitHubと各プロジェクトの公式ページで確認しました。

アプリライセンスGitHubのスターインストール方法選択したテキストを声で編集対応プラットフォーム
HandyMIT32,747公式サイトまたはGitHubのリリース記載なしMac、Windows、Linux
FluidVoiceGPL-3.011,894HomebrewまたはGitHubのリリースはい、Write ModeMac
OpenWhisprMIT8,992公式サイトはい、voice agent keyMac、Windows、Linux（有料プランではiPhoneとiPadも）
VoiceInkGPL-3.06,651公式サイトで有料ダウンロード、またはビルドはいMac（iPhoneとiPad用アプリはベータ版）
YapToTextGPL-3.025Mac App Storeで無料、またはHomebrewはい、Quick EditMac

ユーザーにとってのGPLとMITの違い。 どちらも、コードを無料で読み、ビルドし、変更できます。違うのは、誰かが変更したコピーを配布した場合です。GPLでは、同じ条件で変更内容を公開しなければなりません。MITでは、その必要はありません。話したことをすべて聞き取る音声入力アプリなので、ダウンロードできるどのバージョンも、ソースを読めるものにするためにGPLを選びました。いちばん近いGPLのアプリは、VoiceInkの代わりのページで詳しく比較しています。

シェルスクリプトではなくApp Storeからインストールする理由

オープンソースのMac用ツールの多くは、インターネットからスクリプトを取得してシェルに直接渡す形でインストールします。開発者には便利ですが、実行する瞬間に中身を確かめられないURLから、審査されていないコードを自分の権限で実行することを求められます。

YapToTextはMac App Storeにあります。サンドボックスで動作し、審査を受け、システムからアップデートされ、ほかのアプリと同じように削除できます。ワンクリックで、ターミナルは要らず、Appleがすでに確認していること以上に信頼するものはありません。無料でオープンソースであることが、職場のセキュリティ審査に通らないインストール方法を意味する必要はありません。

コマンドラインのほうがよければ、Homebrewのcaskがあります。Developer IDで署名され、公証されています。今のところApp Storeより1つ前のリリースで、1.5.3に対して1.5.2です。モデルは入っていません。

Terminal： 私のHomebrewのtapからYapToTextをインストールします。

brew install --cask ryleighnewman/yaptotext/yaptotext

起こること： 約12 MBのダウンロードのあと、YapToTextが「アプリケーション」フォルダに入ります。App Store版が入っていると置き換わります。AI Modelsページで音声認識モデルをダウンロードするまでは、音声入力できません。

ソースはGitHubで公開していて、現在は1.5.2なので、実行する前に読めます。両方の方法はインストールのページで説明しています。

端末の中で動くことの本当の意味

音声認識モデルも整形用のモデルも、App Store版の中に入っています。アカウントも、テレメトリも、アクセス解析もなく、音声入力のどの処理もネットワークに触れません。最初の起動から、Wi-Fiを切った状態でも、飛行機の中でも動きます。Homebrew版は、先にモデルを1つダウンロードする必要があります。ネットワークを使うのは、AI Modelsページにあるほかのモデルを自分で開始してダウンロードするときだけです。試せるテストはオフラインの音声入力のページにあります。

声は、きわめて個人的なデータです。検索のキーワードとは違います。内容も状況も一緒についてくる、話しているあなた自身です。プライバシーについての誠実な言い方は、会社が録音をどう扱うかの約束ではありません。録音がMacの外に出ないこと、そしてそれを証明するコードが公開されていることです。

App Storeのポスター。見出しはNothing leaves your Macで、その下にYapToTextのAI Modelsページがあり、両方のモデルにIncludedと表示されている。
図5. 2つのモデルはApp Store版に入っていて、AI ModelsページにIncludedと表示されます。だから音声入力にネットワークは要りません。

作って学んだこと

  • モデルは簡単な部分でした。 Whisperは、そのままでも優れています。音声入力が完成したと感じられるすべては、その周りにあります。カーソルの位置、その前後にあるもの、いま使っているアプリ、そして「period」で何を意味したかを知ることです。
  • 入力することは、文字起こしより難しいです。 フォーカスを奪わずにカーソルの周りのテキストを読み取ることは、アプリごとに動作が違うので、文字起こしの処理全体よりも手間がかかりました。
  • アクセシビリティはチェックリストではなく、設計です。 打てない人のためのアプリは、入力しなくても操作できなければならず、事務的な見た目であってもいけません。このアプリには、声のリアルタイムの波形、3つのパネルのレイアウト、システム標準の素材があります。人が頼りにする道具は、見ていて気持ちのよいものであるべきだからです。

現在の状況

2026年10月3日時点のプロジェクトを、そのままの数字で示します。

  • バージョン。 Mac App Storeでは、2026年9月29日にリリースした1.5.3 (21)です。GitHubとHomebrewは1.5.2で、すべての変更はリリースノートにあります。
  • ライセンス。 GPL-3.0で、ソースはgithub.com/ryleighnewman/YapToTextにあります。
  • 注目度。 GitHubのスターは25です。
  • お金。 必要ありません。アプリにはチップの入れ物がありますが、チップを払っても得られるものは何も変わりません。

まとめ

  • 無料。 有料プランも、上限も、アカウントもありません。
  • オープン。 ライセンスはGPL-3.0で、ソースはGitHubにあります。
  • Macの中で。 2つのモデルはローカルで動作し、声は外に出ません。

無料プランのある有料アプリから乗り換える場合は、superwhisperの代わりのページで、作業ごとに乗り換え方を説明しています。

ほかのオープンソースの選択肢を並べて見たい場合は、Mac用のオープンソース音声入力アプリで比較しています。

試してみて、おかしいところがあれば、ほかの何よりもそれを聞かせてください。そうやってここまで来ました。GitHubでissueを作成してください。すべて読んでいます。

Mac App StoreでYapToTextをダウンロード無料でダウンロードできます。アカウント不要で、機能の制限もありません。AppleシリコンのMac、macOS 14以降に対応しています。 ソースコードはGitHubにあります。

このページを書いた人。 Ryleigh Newmanはソフトウェアを開発しています。手でキーボードを打つことが難しいため、このサイトで紹介しているアプリ、YapToTextで毎日音声入力をしています。このページは英語から翻訳したものです。アプリの画面とサイトのほかのページは英語です。 プロジェクトについて（英語）。

ガイド

そのほかのガイド（英語）

出典

よくある質問

Macで使えるオープンソースの音声入力ソフトはありますか

あります。YapToTextは、GPL-3.0の無料のオープンソースで、Mac App Storeにあります。HandyとOpenWhisprはMITライセンス、FluidVoiceとVoiceInkはGPL-3.0です。

Wispr Flowやsuperwhisperの、オープンソースの代わりはありますか

あります。YapToTextは、GPLライセンスの無料のアプリで、Whisperとローカルの整形用モデルをお使いのMac上で動かします。Mac App StoreかHomebrewからインストールできます。何もアップロードされず、アカウントも要りません。

YapToTextはオフラインで使えますか

はい。Mac App Store版では最初の起動から使えます。音声認識モデルと整形用のモデルがアプリに入っているので、音声入力でネットワークへのリクエストは発生しません。Homebrew版は、先に音声認識モデルを1つダウンロードする必要があります。

ほかのオープンソースのWhisperラッパーとどう違いますか

違いは3つです。カーソルの周りの文に合わせて話した内容を整えるので、文の途中での音声入力でも、大文字と小文字、スペース、句読点が正しくなります。形式を自動で選ぶので、メールはメールの形になります。そして、どこでもテキストを選択して声で変更できます。また、シェルスクリプトではなくApp Storeからインストールします。

本当に無料ですか。何か条件はありますか

条件はなく、有料プランもありません。ずっと無料で、ソースは公開されていて、アプリの中でお金がかかるのは、任意のチップの入れ物だけです。チップを払っても得られるものは何も変わりません。

App Storeにあるオープンソースの、Mac用音声入力アプリはどれですか

YapToTextです。私が知っているほかのオープンソースの音声入力アプリは、ダウンロードを各自のサイトかGitHubのリリースに案内しています。App Storeなら、ワンクリックでインストールでき、自動でアップデートされ、Appleのサンドボックスと審査があります。