音声トリガー式の音声入力
「Hey Megaphone」のようなフレーズで音声入力を開始します。別のチャット画面に切り替えることなく、普段使っているアプリのままで話した内容を文字起こしできます。
概要
Megaphoneは、素早いライブ文字起こし、文章の整理、文脈を踏まえたライティングに対応したMac向け音声入力アプリです。無料・プライベート・オープンソースとして紹介されており、主なワークフローは、すでに使っているアプリの中で作業を続けられるように設計されています。
サイトでは、「Hey Megaphone」で始まる音声入力フローが示されており、その後、AppleのオンデバイスFoundation Modelsを使ってカーソル位置で直接テキストを書き換えます。サポート機能には、Smart Cleanup、個人用Dictionary、Screen Awareness、自動言語検出、Dictionary項目のインポート／エクスポートが含まれます。
機能
インラインAI書き換え
アプリはAppleのオンデバイスFoundation Modelを使って書き換えや整理を行い、サイトではこれらが別のAIインターフェースではなくカーソル位置で実行されることが強調されています。
整理モード
Smart Cleanupはフィラーワードを削除でき、Smart、Basic、Exactを含む複数の整理モードを適用できます。どの程度補正したいかに応じて出力を調整できます。
個人用Dictionaryのインポート／エクスポート
Dictionaryでは、名前、頭字語、製品名、専門用語を保存できるため、文字起こしと整理の際に一貫した綴りを保てます。ページには、プライベートな辞書データのインポートとエクスポートも表示されています。
アプリを意識したライティング
Screen Awarenessはアクティブなアプリとウィンドウタイトルをローカルで読み取り、その文脈を使って現在のアプリに合わせたトーン、スペル、書式に調整します。
言語検出と記憶
Megaphoneには自動言語検出と、繰り返し使う表記やトーンの好みを含め、時間の経過とともに好みの言い回しを学習できるローカルMemoryが表示されています。
ユースケース
ワークフローを離れずに音声入力する
現在のMacアプリのまま話した内容や下書きを取り込み、Megaphoneに結果をカーソル位置へ配置させます。
粗い発話を読みやすい文章に変える
フィラーワードを取り除き、好みの整理モードを適用することで、話し言葉を短く読みやすい文章に整えます。
専門用語を保護する
個人用Dictionaryに保存しておくことで、名前、頭字語、専門用語の綴りを音声入力セッション全体で正しく保ちます。
アプリ固有の文脈で書く
現在のアプリに応じてトーンや書式を調整し、たとえばSlackではより簡潔に、Mailではよりフォーマルにします。
DictionaryデータをMac間で移動する
1台のMacでプライベートな語彙を管理し、Dictionaryのインポート／エクスポートボタンを使って別のMacへ移します。
Pros and Cons
Pros
- Macで動作し、コアの書き換え動作にAppleのオンデバイスFoundation Modelsを使用すると説明されています。
- 現在のアプリ内で音声入力と編集を完結できるため、別のチャットやコピー＆ペーストの手間を避けられます。
- 名前、頭字語、製品名、専門用語のための個人用Dictionaryが含まれています。
- アクティブなアプリとウィンドウの認識による文脈対応ライティングをサポートします。
- Dictionaryデータのインポートとエクスポートに対応しており、プライベートな語彙をMac間で移動するのに役立ちます。
Cons
- 収集した情報には価格ページが含まれていないため、ソースからは料金の詳細や利用上限を確認できません。
- サイトには製品例と画面のスクリーンショットがありますが、入手できた証拠には完全なセットアップ手順やシステム要件は含まれていません。
FAQ
Megaphoneは何をするアプリですか？
Megaphoneは、発話した内容をカーソル位置のテキストに変換し、オンデバイスでの整理と書き換えを行うMac向け音声入力アプリです。
Megaphoneの料金はいくらですか？
ページでは、Megaphoneは無料でオープンソースであると記載されています。別の料金ページは収集したソースには含まれていなかったため、プランの詳細や利用上限は確認できません。
Megaphoneは文字起こしをクラウドに送信しますか？
MegaphoneはAppleのオンデバイスFoundation Modelsを使用し、Mac上で動作すると説明されています。コアの書き換えフローにAPIキーやクラウド要求は不要です。
Megaphoneはどのアプリやワークフローで使えますか？
ソースでは、Megaphoneが現在のアプリとウィンドウをローカルな手がかりとして使い、トーン、スペル、技術的な書式を調整していることが示されています。Mail、Slack、Terminalのようなテキストでの例もあります。
サイト上で見える主な機能は何ですか？
ホームページには、Dictionary、Smart Cleanup、Screen Awareness、自動言語検出、Memory、Inline AIなどの機能が表示されています。Dictionaryデータのインポートとエクスポートも表示されています。
Quick Facts
- カテゴリ
- Mac向け音声入力
- プラットフォーム
- macOS
- 主な用途
- ライブ文字起こし、整理、インライン書き換え
- ソースドメイン
- megaphone.kuber.studio
- リリース／状況の手がかり
- ホームページにリリースノートとバージョンの参照が表示されています
Megaphoneの代替品
NeverCap
NeverCapは、音声・動画を編集可能なテキストに変換するAI文字起こしツール。バッチアップロード、話者ラベル、タイムスタンプ、100以上の言語に対応し、月間分数制限なしで大量処理できます。
讯飞写作
讯飞写作は、科大讯飞星火大模型を基盤にしたAIライティングアシスタント。オフィス文書、公文、ニュース、マーケティング文案の作成・書き換え・校正に対応し、音声、動画、Word、画像、PPTの取り込みも可能。
Minutes
Minutesは、会議・講義・録音向けのAIノート作成・文字起こしアプリ。ライブ音声、アップロードファイル、YouTubeリンクを整形済みノート、文字起こし、共有用要約に変換します。
Transkrip.com
Transkrip.comは、音声・動画をテキスト化するWebベースのAI文字起こしツール。Bahasa Indonesiaに強く、長時間ファイルにも対応。従量課金で、1ファイル最大2GB・6時間までアップロード可能。
Altered
Altered is an AI voice changer and voice content creation platform for media production and live voice use. It combines voice morphing, text-to-speech, transcription, translation, cloning, and editing in one application.
讯飞会议
讯飞会议は、AI文字起こし・翻訳と議事録自動生成に対応するクラウド型ビデオ会議コラボレーションプラットフォーム。企業の遠隔会議や多人数会議に最適。