Mac向けのオープンソース文字起こしソフト：ほしい形で選ぶ4つ

著者 · 公開日

Macで音声や動画のファイルを、どこにも送らずに文字起こしできるオープンソースのツールが4つあります。Buzzは、字幕、話者の識別、YouTubeのリンクに対応しています。YapToTextは、ドロップしたファイルからプレーンテキストを作り、App Storeから無料で入手できます。VoiceInkは、選んだモデルとクリーンアップで、ファイルの待ち行列を処理します。whisper.cppは、Terminalから実行します。4つとも、音声認識のモデルを自分のMacで動かせます。

私はYapToTextを作っているので、この比較には利害関係があります。録音の文字起こしでは、私のアプリより多くのことができるので、Buzzを最初に置きました。外部の事実はすべて、2026年10月3日から10月9日に読んだ、各プロジェクト自身のページにもとづいています。精度による順位付けはしていません。

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

一覧で比較

各プロジェクト自身のページより。2026年10月3日から9日に読みました。使う前に、現在の価格と要件を確認してください。

BuzzYapToTextVoiceInkwhisper.cpp
ライセンスMITGPL-3.0GPL v3MIT
価格無料無料Mac 1台に$25で1回払い。自分でビルドすれば無料無料
インストール.dmg、またはpipMac App StoreまたはHomebrewお試し版のダウンロード、Homebrew、またはソースGit、モデル用のスクリプト、CMake
入力できるもの音声、動画、YouTubeのリンク音声または動画のファイルを1回にひとつ音声と動画のファイルの待ち行列16ビットのWAVファイル
出力TXT、SRT、VTTプレーンテキストテキスト（元のものと整形後のもの）Terminal上のテキスト
話者話者の識別ありなし記載なし組み込みなし
どのアプリにも音声入力できるページには記載なしはい。キーひとつはいいいえ
動作環境Appleシリコン搭載のMac、Windows、LinuxAppleシリコン搭載のMac、macOS 14以降Mac。ローカルのモデルはAppleシリコン向けIntelとAppleシリコンのMac

1. Buzz：録音にいちばん多機能

Buzzは、パソコン上でオフラインのまま音声の文字起こしと翻訳を行うアプリだと自己紹介しています。作者はChidi Williamsで、MITライセンスです。ファイルまたはYouTubeのリンクを取り込み、タスク、言語、モデルを選んで実行します。

  • 出力。 TXT、SRT、VTTで、単語単位のタイミングのオプションがあります。
  • ツール。 話者の識別、雑音のある音声のための音声分離、監視フォルダ、コマンドライン、検索付きのビューアがあります。
  • モデル。 Whisper、Whisper.cpp、Faster Whisperなどです。FAQでは、MacではWhisper.cppが最良の選択肢だとしています。
  • プラットフォーム。 Mac、Windows、Linuxです。READMEによると、BuzzはMacではAppleシリコンが必須になりました。

字幕がほしい場合や、誰が話したかを知りたい場合は、ここから始めてください。詳しくはBuzzのページにあります。

2. YapToText：設定なしで、プレーンテキスト

これは私のアプリです。まず音声入力アプリで、Transcribe a fileのカードは、macOSがデコードできる音声または動画のファイルを何でも受け付けます。App StoreのダウンロードにはWhisper Large v3 Turboが入っているので、モデルを取得する必要はなく、ファイルはMac上で文字起こしされます。

  • 出力。 コピーまたは挿入できるプレーンテキストです。話したとおりにするならRaw Transcriptionを選び、見出しや箇条書きにするならNoteのようなモードを選びます。
  • 制限。 1回にファイルひとつです。タイムスタンプ、字幕、話者のラベルはありません。
  • 価格。 無料で、有料プランも分数の上限もありません。
  • コード。 GPL-3.0で、GitHubで公開しています。

講義、インタビュー、ボイスメモなど、言葉そのものがほしい場合に向いています。手順はファイル文字起こしのガイドで説明しています。

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。

3. VoiceInk：モデルを選べる待ち行列

VoiceInkは、GPL v3のオープンソースです。ビルド済みのアプリは、7日間の試用期間のあとは有料のダウンロードで、サイトによると、ソースから自分でビルドすれば無料です。サイドバーのTranscribeを開いてファイルをドラッグし、Modeを選んでStartをクリックすると、待ち行列が順番に処理されます。

  • 形式。 wav、mp3、m4a、aiff、mp4、mov、aac、flac、caf、amr、ogg、opus、3gpなどです。
  • モデル。 そのModeが使う、一括処理に対応したモデルです。ParakeetやWhisperなどがあります。
  • クリーンアップ。 任意の整形の手順があり、結果にはOriginalとEnhancedのタブが付きます。
  • 履歴。 ファイルごとに、所要時間つきのHistoryの項目ができます。元のファイルは変更されません。

どのモデルを選ぶかはVoiceInkのモデルのガイドで、ライセンスは料金のページで説明しています。

4. whisper.cpp：エンジンそのもの

whisper.cppは、OpenAIのWhisperをC言語とC++で実装したもので、MITライセンスです。YapToTextが土台にしているエンジンでもあります。READMEは、Appleシリコンを最優先の対象として扱っています。リポジトリをクローンし、付属のスクリプトでモデルをダウンロードし、CMakeでビルドして、ファイルに対してwhisper-cliを実行します。READMEによると、whisper-cliが動作するのは16ビットのWAVファイルだけで、ほかの形式の変換にはffmpegのコマンドが示されています。

最初の文字起こしまでに、いちばん手間がかかりますが、間に何も挟まずにモデルを使えます。コマンドと各モデルのサイズは、ローカルのWhisperのガイドにあります。

本当にローカルかどうかの確かめ方

  • Wi-Fiをオフにします。 短いファイルを文字起こしして、動けば、音声認識のモデルはMac上にあります。
  • ライセンスのファイルを読みます。 オープンソースとは、コードが公開されていて、読む、ビルドする、変更することをライセンスが認めているという意味です。
  • クラウドの選択肢を探します。 BuzzとVoiceInkは、接続すればホスト型のサービスも使えます。ローカルのままにするには、それらをオフにしておきます。

まとめ

  • 字幕と話者。 Buzzです。
  • 設定なしのプレーンテキスト。 YapToTextです。
  • 多くのファイルを、モデルを選んで。 VoiceInkです。
  • Terminal。 whisper.cppです。
  • 4つとも。 自分のMacで文字起こしできます。

プロジェクトの事実を間違えている場合や、ここに入れるべきものが抜けている場合は、GitHubでissueを作成してください（英語）。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でいちばんよいオープンソースの文字起こしソフトは何ですか

ほしい形によって変わります。字幕と話者の識別ならBuzz、設定なしで無料のプレーンテキストならYapToText、待ち行列ならVoiceInk、Terminalならwhisper.cppです。

話者の識別ができる、無料のオープンソースの文字起こしソフトはありますか

Buzzは無料で、MITライセンスです。ツールの中に、話者の識別が挙げられています。

オープンソースのソフトで、Macの動画ファイルを文字起こしできますか

はい。Buzz、YapToText、VoiceInkは、どれも動画ファイルを受け付けて、音声トラックを文字起こしします。

Whisperはオープンソースですか

はい。OpenAIはWhisperをMITライセンスで公開しています。whisper.cppは、MITライセンスのC言語とC++による実装で、Appleシリコン上でよく動きます。

これらのアプリは、音声をサーバに送りますか

ローカルのモデルを使う場合は送りません。BuzzとVoiceInkには、ホスト型の選択肢もありますが、オフのままにできます。