VoiceInkのどのモデルを選ぶか：VoiceInk自身の案内から

著者 · 公開日

VoiceInkのドキュメントは、Appleシリコンでローカルの音声入力をするときの出発点として Parakeet V3 を挙げていて、これは初期設定のときに設定されるモデルです。英語だけなら、 Parakeet V2 か Parakeet Unified を勧めています。ほかの言語では、 Whisper、 Cohere Transcribe、 Nemotron、 SenseVoice を、それぞれが対応する言語と照らし合わせて比べます。IntelのMacでは、ローカルモデルは安定して動かないとアプリが警告し、クラウドプロバイダーを勧めています。

私はMac用の別の音声入力アプリYapToTextを作っているので、VoiceInkについて書いていることは、その点をふまえて読んでください。ここにあるVoiceInkについての事実はすべて、公式のドキュメントから2026年10月9日に読んだものです。VoiceInkのドキュメントはモデルを精度で順位づけしていませんし、私もしません。

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

必要なことで選ぶ

VoiceInkのドキュメントのページ Choosing Models から、2026年10月9日に読みました。

必要なことVoiceInkの出発点
Appleシリコンでローカルの音声入力Parakeet V3
英語のみParakeet V2 か Parakeet Unified
ほかの言語Parakeet Ultra、 Nemotron、 Whisper、 Cohere Transcribe、 SenseVoice のどれかを、言語の一覧と照らし合わせて選ぶ
話しながら文字が出るリアルタイムの文字起こしに対応するモデル。 Nemotron では必須
Apple自身の音声認識Apple Speech、macOS 26以降
音声や動画のファイルファイルの文字起こしに対応するモデル
IntelのMacクラウドの文字起こしプロバイダー

ドキュメントには、繰り返す価値のある注意も添えられています。多言語対応のモデルでも、すべての言語に対応しているわけではありません。ダウンロードする前に、 Mode の Language の選択肢を確認してください。

ローカルモデルと、対応する言語

VoiceInkのドキュメントのページ Local Models から、2026年10月9日に読みました。

モデル言語リアルタイム
Parakeet V2英語任意
Parakeet V3英語と、対応するヨーロッパの言語任意
Parakeet Unified英語任意
Nemotron Latin英語、フランス語、ドイツ語、イタリア語、ポルトガル語、スペイン語必須
Nemotron Multilingualアラビア語、中国語、ヒンディー語、日本語、韓国語を含む、複数の文字体系必須
Whisper（Tinyから Large v3 Turboまで）多数非対応。話し終えてから処理する
Cohere Transcribeアラビア語、中国語、日本語、韓国語、ベトナム語を含む14言語非対応
SenseVoice Small英語、日本語、韓国語、広東語、北京語非対応

whisper.cppのモデルファイルを読み込むこともできます。大きな Whisper モデルは、保存に必要な容量が増え、読み込みにも時間がかかります。

モデルは1つではなく2つ

VoiceInkは、音声を文字にする文字起こしのモデルと、その文字を整える任意の整形モデルを分けています。ローカルでの整形については、ドキュメントは VoiceInk Refine を挙げています。これは、メモリ16 GB以上のAppleシリコンのMacが必要で、整形の内容は固定されていて、独自のプロンプトは使えません。独自のプロンプトを使いたい場合は、ローカルのモデルサーバーか、自分のAPIキーを使うホスト型のプロバイダーを勧めています。 音声入力が遅いと感じたら、整形を一度オフにして、2つのモデルのどちらが遅いのかを確かめてください。 このヒントはVoiceInk自身のものです。

自分の声で試す

VoiceInkのドキュメントによると、速度と精度はマイク、言語、録音、ハードウェアによって変わり、比べるための道具も用意されています。録音ごとの所要時間は History、Analyze で、まとめは Dashboard、View Insights、Model Performance で見られます。どんな表よりも、候補をそれぞれ1日使ってみたほうが、多くのことがわかります。

YapToTextは同じ選択をどう扱うか

YapToTextは逆の方針で、選択肢を減らしています。MacでWhisperを動かし、App Store版には音声認識モデルが最初から入っていて、整形用の別のモデルもローカルで動きます。 Parakeet、 Nemotron、 Cohere Transcribe は用意していません。エンジンを自分で選びたいなら、VoiceInkのほうが向いています。インストールしてすぐ話し始めたいなら、そのために私のアプリがあります。 ローカル音声認識モデルの比較のページ では、 Whisper、 Parakeet、 Nemotron、 Cohere Transcribe を、各モデルのモデルカードをもとに並べていて、 ParakeetとWhisperのページ では、その2つをさらに詳しく説明しています。

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。

まとめ

  • 出発点。 Appleシリコンでは Parakeet V3。
  • 英語のみ。 Parakeet V2 か Unified。
  • ほかの言語。 言語の選択肢を確認します。 Whisper が最も多くの言語に対応します。
  • 話しながら文字を出す。 Nemotron のようなリアルタイムのモデル。
  • Intel。 クラウドプロバイダー。

VoiceInkがモデルを追加または変更した場合は、 GitHubでissueを作成 してください。このページを更新します。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

VoiceInkで一番いいモデルはどれですか

ドキュメントはモデルに順位をつけていません。Appleシリコンでのローカルの音声入力の出発点としてParakeet V3を挙げていて、これは初期設定のときに使われるモデルです。

VoiceInkはParakeetに対応していますか

はい。Parakeet V2、V3、Ultra、Unifiedが、ローカルモデルの一覧に入っています。

自分の言語に対応しているVoiceInkのモデルはどれですか

ModeのLanguageの選択肢で確認してください。Parakeet V3は英語と対応するヨーロッパの言語に、Whisperはそれよりずっと多くの言語に対応します。

VoiceInkはIntelのMacで動きますか

Intelではローカルモデルが安定して動かないと、アプリが警告し、クラウドの文字起こしプロバイダーを勧めています。

VoiceInk Refineとは何ですか

ローカルで動く文章の整形モデルで、音声認識のモデルではありません。メモリ16 GB以上のAppleシリコンのMacが必要です。